低成本激光雷达技术大泻蜜

原文网址：http://blog.csdn.net/haishaoli/article/details/53150380

一、激光雷达（LDS）简介

1.激光雷达应用举例： 现在自主移动机器人领域非常火爆，无人车、无人飞机、水下机器人、仓储机器人、扫地机等应用层出不穷。激光雷达传感器是地面移动机器人的标配，一些空中机器人也必须使用激光雷达。

2.国内市面上激光雷达举例： 乐行天下(Inmotion)的激光雷达IMLidar，官方网址是 http://robot.imscv.com/ 。其性能稳定可靠，国内前列。具体数据见下图。

图1.1 产品图

图1.2 雷达参数

二、测距模组原理分析及设计

1.三角测距原理

三角测距测量模型如下图。

图2.1 三角测距模型

从测距模型，根据相似三角形原理，我们可知，

其中，q为实测距离，s为激光头与镜头的距离，f为镜头的焦距，x与s对应；x该变量假设了角 度β是一个常量。

角度β和q的关系如下，

对函数(1) 求导，可得，

2.测距模块设计

测距模块的设计需要考虑多种因素。

我们测距模块设计的评价函数（标准）是：系统分辨率、测距的最小值和最大值。

评价函数对应的关键可控变量有：镜头焦距（图2.1中的f）、测距模块机械尺寸（图2.1中的s）、激光头中轴线与镜头中轴线夹角（图2.1中角度β的余角）；除了关键变量外，还有比如镜头视场角、透光率、光圈，感光芯片的尺寸、分辨率等等。

先介绍一个概念，系统分辨率：一个像素的平移，对应的实测距离变化量。

由公式(3)可知， 当dx为一个像素大小时，dq就是系统分辨率，即系统分辨率 r = -k*q*q/(fs)。

下图中，绿色的线代表系统分辨率，蓝色的线代表最小测量距离，即盲区。

图2.2 系统分辨率与测距函数

图中的曲线对应的感光芯片的参数是：752个像素，每个像素6微米。

我们期望最小测距不大于20cm，那么f*s就得不大于900；系统分辨率在6m处不大于30cm，那么 f*s就得大于700；因此我们选择了 f*s = 800。考虑到镜头焦距的标准情况，以及激光雷达尺寸不能太大，我们选择f = 16mm，s = 50mm。

至于夹角β，取决于感光芯片的尺寸和分辨率，即

图2.3 IMLidar测距模块

三、测距模组工程实现

1.模组校准

测距模组的主要误差来源是系统分辨率和校准误差。

校准的目的是把实际模组尽可能匹配理想模型。见图2.3，激光头的指向角度、镜头的指向角度、镜头畸变都是需要调整的关键部分。其中，激光头和镜头可由机械装置调节达到理想位置。对于镜头的畸变，我们分两步处理：a、定位激光点的成像像素到亚像素级别。b、对于不同的实测距离，我们进行相应的距离补偿，适配曲线 1/x （详见公式（1））。

图3.1 校准曲线

图3.2 校准误差与测量距离的函数

从图3.2可知，测量距离越远，误差就越大。

以上讲到的校准方法是基于一个基本前提：热应力和机械振动都比较小。

实际实现过程中，热应力和机械振动都不可忽视。我们设计的时候需要选择刚性比较好、热应力影响小的材料。

2.测距算法

我们知道，光斑的能量分布可近似为一个高斯模型。因此，为了减小误差，我们选择灰度质心法来估算光斑成像点的像素位置。

以下是使用了该算法的测距效果：STD

图3.3 REVO测距效果

3.环境光干扰

我们使用了650nm的红激光做实验。选择激光的时候需要考虑：

a、对人眼的危害情况。b、测距信噪比。c、对环境光的抗干扰能力。

我们对IMLidar做了实测。IMLidar的激光安全等级是class-I。激光的功率越大，测距的信噪比就越高（有上限）。直视太阳光，IMLidar失效；但在非直视太阳光的室外、普通室内的环境下，环境光对测距效果没影响。

对于环境光的影响，我们通常采用两种方式处理，一是时间滤波，二是窄带滤波。

图3.4 激光功率

上图体现了激光脉宽与最大允许光强的关系。选择参数是一个博弈的结果，需要多方面权衡利弊。

4. 硬件逻辑

激光雷达的工作流程是：

a、发射激光，同时感光芯片曝光。

b、读取像素数据。

c、计算出像素的中心（质心）位置。

d、把c中的计算结果（像素位置）换算成距离信息。

硬件的逻辑详见下图：

图3.5 LDS硬件逻辑

5.测距性能

REVO测距性能情况如下：10%反射率和90%反射率的条件下的测距效果。

图3.6 REVO测距性能

针对IMLidar，我们测试发现它稳定工作后，误差可保持在测量距离的1%以内。

四、激光雷达扫描工程实现

1. 雷达旋转扫描

我们定义雷达测距的参考点为雷达的旋转中心。

图4.1 雷达旋转

由图4.1，我们可知：

也就是说，雷达旋转起来后，测距的参考点与原来不转的测距模组的参考点不同。因此，我们需要对测距数据做一个公式（6）的换算处理。 2. 角度与测距同步

激光雷达传感器对外提供的数据是距离和角度信息，也就是一个极坐标信息。

角度获取与测距需要同步，才能反映环境信息。

3. 寿命问题

以前的低成本激光雷达都采用滑环的方式给旋转体供电和通信。滑环的寿命比较短，只有大概 1000个小时，因此导致整个雷达的寿命受到影响。IMLidar采用无线供电方式，因此寿命会比较长。具 体数据难以实测。

4. 实测表现

下面是REVO的实测结果。IMLidar的性能实测更好。

图4.2 雷达实测

五、总结

文章主要参考了ICRA上的一篇论文“A Low-Cost Laser Distance Sensor”。

IMLidar的核心设计思想估计也是如此。从原理模型设计到消费级产品，这个过程非常艰难，但相信也很有意思。

作者：李少海。联系方式：QQ395217658。