HTML
-
激光雷达(Light Detection and Ranging, LiDAR)是一种广泛应用于测绘、目标检测、轨道检测、导航等领域的新兴技术[1]。常见的激光雷达测距方法可分为三角法、直接飞行时间法(direct Time of Flight, dTOF)和间接飞行时间法(indirect Time of Flight, iTOF)。dTOF法又称脉冲飞行时间法,其探测距离较远但测距精度较低,iTOF法主要有调幅连续波[2] (AmplitudeModulated Continuous Wave, AMCW)和调频连续波[3] (Frequency Modulated Continuous Wave, FMCW),其测距精度较高,但工作距离较近,且存在多值解的问题。dTOF激光雷达一般基于时间差测量的方法,主要有脉冲计数法、时间拓展法、基于时间数字转换器(Time-to-Digital Converter, TDC)的时刻鉴别法和基于模数转换器(Analog to Digital Converter, ADC)的波形数字化的方法。前3种方法本质上都是产生较高的时间分辨率,测距精度主要由时间分辨率大小决定,一般在分米级到亚厘米级[4],且在用于大动态范围探测时,回波波形幅度变化大,时刻鉴别阈值的存在会产生较大的测距误差,因此需要进行校正[5]。基于波形数字化的方法能够获得波形的幅值、相位等波形信息,并能够利用较复杂的算法获得更高的时间分辨率,理论上精度更高[6]。
基于波形数字化的处理算法主要有波形形心法[7]、模板匹配法[8]、高斯拟合法和反卷积法等。高斯拟合法包括线性高斯拟合法[9] (Linear Gaussian Fitting, LGF),以及在此基础上优化的加权线性高斯拟合法(Weighted Linear Gaussian Fitting, WLGF)以及迭代加权线性高斯拟合法[10] (Iterative Weighted Linear Gaussian Fitting, IWLGF),但这3种方法都只能拟合单个波形,无法分解重叠波形。对重叠波形的分解算法主要有期望最大化(Expectation Maximation, EM)算法[11]和Levenberg Marquardt (LM)算法[12]等。
全波形激光雷达测距精度受激光器出光稳定性、激光脉宽、探测器响应时间抖动、电路噪声、波形形态、波形采样频率和波形处理算法等因素影响。文中通过理论分析推导出采样频率和激光脉宽对测距精度的影响,并通过实验设置不同的采样频率及激光脉冲宽度,利用不同算法计算测距精度,由此分析和验证采样频率和激光脉冲宽度对测距精度的影响。
-
文中使用数据来自一套自研全波形激光雷达系统:激光波长为1550 nm,光脉宽为1~10 ns可调;参考光和回波分别使用InGaAs的PIN光电二极管和APD接收,整形放大电路带宽约为350 MHz;ADC芯片采用4通道采样,单通道最高采样频率为1.25 GHz,多通道可进行交织融合获得2.5 GHz和5 GHz的采样频率,采样位数为10 bit。
文中通过调节光脉宽(1,2,3,···,10 ns)和改变ADC采样频率(1.25, 2.5, 5 GHz)获得共30组数据,每组数据包括1000个波形数据,并分别使用LGF、WLGF、IWLGF、EM和LM算法对参考光和回波求取中心值,获得测距值及其标准差
$ {\rm{\sigma }}_{i} $ ,IWLGF、EM、LM的迭代收敛条件为中心值$ \;\mu $ 的改正量小于10−3,单位为两相邻采样点对应的时间间隔。实验将尽量保证不同条件下回波幅值大致相等,信噪比大于30 dB,在5 GHz采样频率下采集的数据各参数的平均值如表1所示。其中波形脉宽指高于阈值的波形数据个数,根据采样频率换算成时间单位的宽度。半峰全宽(Full Width at Half Maxima, FWHM)的计算公式为:
Optical pulse
width/nsAmplitude of reference
light/mVPulse width of
reference light/nsFWHM of reference
light/nsAmplitude of
the echo/mVPulse width
of echo/nsFWHM
of echo/ns1 61.15 3.71 1.82 157.38 3.04 1.42 2 125.78 4.38 2.06 170.69 3.81 1.81 3 163.99 5.12 2.42 177.85 4.6 2.29 4 175.87 6.04 2.92 179.72 5.49 2.84 5 175.61 7.19 3.57 174.54 6.47 3.48 6 175.99 8.28 4.31 177.15 7.5 4.18 7 175.96 9.13 4.96 177.57 8.4 4.83 8 175.94 10.31 5.82 175.02 9.63 5.70 9 176.15 10.92 6.26 176.06 10.25 6.14 10 177.10 12.05 7.03 175.14 11.35 6.89 Table 1. Data average parameters under 5 GHz sampling frequency
式中:
$ {\sigma }_{w} $ 为波形数据经EM算法计算获得。之所以将波形脉宽和FWHM一起计算,是因为其比值一定程度上能够反映波形的畸变程度,其比值越偏离2,则畸变越严重。图1所示为5 GHz采样频率下获得的参考光波形,激光器随着激光脉宽的增加,波形畸变程度增加,因此参考光和回波与高斯波形差异也逐渐增大。畸变的波形会被传统基于高斯模型的波形分解算法判定为多回波,从而错误获得与实际情况不符的测距值,对于畸变波形重叠的波形分解算法,还有待进一步的研究。此外,由于电路带宽的限制,随着激光脉宽的减小,参考光幅值会衰减,波形会有一定程度的展宽。
-
在5 GHz采样频率下,不同算法在不同脉宽下的测距精度如图2所示。
从图2中各算法的测距精度对比来看,受噪声影响最大的LGF算法测距精度明显低于其他4种算法,而且IWLGF算法的测距精度也较低,可能的原因是IWLGF能更好地解决存在部分高斯信号小于噪声的波形,而文中实验通过波形提取只将大于阈值的数据作为有效波形信号,因此其在迭代过程中反而更易受到波形畸变带来的影响,测距精度不高。
从图2中发现,随着激光脉冲的增加,LGF、WLGF、IWLGF、LM算法的测距精度都有一定程度的降低,而EM算法的测距精度下降幅度更小,且在畸变较小的窄脉宽条件下,WLGF、EM、LM变化趋势大致相同。这是由于EM算法对单个波形形态不敏感,而其他4种算法都是基于目标波形是高斯波形的假设下进行计算,因此除了受到激光脉宽变化带来的影响外,更易受到波形畸变带来的影响,导致测距精度的降低。
注意到在1 ns光脉宽的情况下,各算法测距精度反而比2、3 ns光脉宽情况下要低,这是因为从表1中可知此时参考光幅值较低,根据文中2.3节的公式(20)及规律(3)可知,参考光幅值较低,会使得计算出的参考光时刻方差增大,进而参考光和回波之间的时间差的方差增大,最终导致了测距精度的降低。
在波形幅值大致相同的条件下,光脉冲从3 ns到10 ns,实际回波脉宽增宽2.47倍,EM算法获得的测距精度从0.97 mm下降至1.18 mm,若假设表2中经多倍插值后获得的测距精度0.69 mm的平方为第一类误差,根据公式(12),第二类误差由此增加了1.97倍,符合公式(21)的脉宽与第二类误差的正比关系。
Equivalent sampling frequency
after interpolation/GHzRanging accuracy of original
5 GHz data/mmRanging accuracy of original
2.5 GHz data/mmRanging accuracy of original
1.25 GHz data/mm1.25 Null Null 2.33 2.50 Null 1.30 1.19 5.00 0.76 0.89 0.98 10.00 0.72 0.83 0.91 20.00 0.70 0.77 0.89 40.00 0.69 0.76 0.87 80.00 0.69 0.76 0.87 Table 2. Ranging accuracy of different interpolation ratios
除此之外,如图3中所示,无论是1.25、2.5 GHz还是插值后数据在5种算法下获得的测距精度变化趋势都与文中2.3节分析的规律(1)一致,即采样频率不变的情况下,增加激光脉宽将会降低测距精度。与此同时,由于波形脉宽还影响着多回波重叠时对两物体的分辨能力[13],因此波形脉宽在采样频率满足采样定理,且电路带宽足够的情况下应尽可能小。
-
文中实验采集了1.25 GHz、2.5 GHz和5 GHz共3种采样频率的数据,并利用插值法将1.25 GHz和2.5 GHz的数据插值至5 GHz进行对比,结果如图2所示,其中图(a)、(b)、(c)、(d)、(e)分别代表LGF、WLGF、IWLGF、EM和LM算法的结果。
从图3可知,随着采样频率的下降,5种算法获得的测距精度都有不同程度的下降,在对1.25 GHz和2.5 GHz的数据插值至5 GHz时,发现所有算法的测距精度都有了明显改善,几乎都接近但仍低于5 GHz数据的测距精度,例如在光脉宽为4 ns的情况下,5 GHz采样频率数据在EM算法获得的测距精度分别为2.5、1.25 GHz采样频率数据的测距精度的1.71倍和3.07倍,而当2.5 GHz和1.25 GHz数据分别插值2倍和4倍至5 GHz后,仅为1.17倍和1.29倍。无论是1.25、2.5 GHz还是5 GHz采样频率,都高于有效信号绝大多数能量处于的频谱范围的2倍,即满足奈奎斯特定理,因此插值过程能够大致恢复原始波形。由此可见,通过插值也能够达到类似于提高采样频率而获得的测距精度提升的效果。
为了进一步探究随着插值倍率的增加,测距精度能否一直提高,文中将光脉宽为4 ns的3种不同采样频率的原始数据进行不同倍率的插值,并用EM算法计算其测距精度,其结果如表2所示。
由表2可知,随着插值倍率的提高,测距精度逐渐趋于某一下限值,之后不再发生明显变化。这是由于激光器、探测器以及电路等多方面因素共同影响,使得重复采集的波形之间存在幅值差异以及到达时间的偏移抖动。哪怕不存在波形幅值的背景噪声,也会存在幅相误差[17]和时间抖动误差,其中幅相误差可以通过精确标定减小,时间抖动误差与器件特性有关而与单个波形的数据处理无关,也即第2节中提到的第一类误差。
综上,实验结果表明,提高采样频率能够提高测距精度,且在低采样频率的情况下,对波形进行适当插值能够显著提高测距精度,实验结果与第2节的理论分析基本吻合。