激光雷达应用领域

本文内容部分来自于ofweek等科技网络平台

 激光雷达具备独特的优点，如极高的距离分辨率和角分辨率、速度分辨率高、测速范围广、能获得目标的多种图像、抗干扰能力强、比微波雷达的体积和重量小等。这使得激光雷达能精确测量目标位置（距离和角度）、运动状态（速度、振动和姿态）和形状，探测、识别、分辨和跟踪目标。

自1961年科学家提出激光雷达的设想，历经 40余年，激光雷达技术从最简单的激光测距技术开始，逐步发展了激光跟踪、激光测速、激光扫描成像、激光多普勒成像等技术，进而研发出不同用途的激光雷达，如精密跟踪激光雷达、侦测激光雷达、侦毒激光雷达、靶场测量激光雷达、火控激光雷达、导弹制导激光雷达、气象激光雷达、水下激光雷达、导航激光雷达等。激光雷达已成为一类具有多种功能的系统。目前，激光雷达在低空飞行直升机障碍物规避、化学和生物战剂探测和水下目标探测等军事领域方面已进入实用阶段，其它军事应用研究亦日趋成熟。它在工业和自然科学领域的作用也日益显现出来。

微波雷达接收的信号大多数情况下为目标物的反射信号，而激光雷达可以接收反射信号，也可以接收弹性散射信号，如瑞利散射( Ｒayleigh scattering) 、米散射( Mie scattering) 信号、共振散射信号( resonancescattering) 、荧光信号( fluorescence) 及拉曼散射信号( Ｒaman scattering) 。
激光雷达三维成像
激光雷达系统主要由激光发射部分（脉冲激光器）、光子接收部分（望远镜）、光子检测采集部分（后续光路系统和信号检测采集系统）三个基本部分组成。激光器向空中发射激光脉冲，该激光脉冲在向上传播的过程中不断与大气中原子分子发生相互作用，一旦该脉冲进入望远镜的视场，则相互作用产生的回波将被望远镜接收，该信号经过检测和处理后即可得到激光雷达回波信号。 
1军事领域应用1侦察用成像激光雷达
激光雷达分辨率高，可以采集三维数据，如方位角-俯仰角-距离、距离-速度-强度，并将数据以图像的形式显示，获得辐射几何分布图像、距离选通图像、速度图像等，有潜力成为重要的侦察手段。

美国雷锡昂公司研制的ILR100激光雷达，安装在高性能飞机和无人机上，在待侦察地区的上空以120～460m的高度飞行，用GaAs激光进行行扫描。获得的影像可实时显示在飞机上的阴极射线管显示器上，或通过数据链路发送至地面站。1992年，美国海军执行了“辐射亡命徒”先期技术演示计划，演示用激光雷达远距离非合作识别空中和地面目标。该演示计划使用的CO2激光雷达在P-3C试验机上进行了飞行试验，可以利用目标表面的变化、距离剖面、高分辨率红外成像和三维激光雷达成像，识别目标。同时，针对美国海军陆战队的战备需求，桑迪亚国家实验室和Burns公司分别提出了手持激光雷达的设计方案。这种设备能由一名海军陆战队队员携带，重量在2.3～3.2kg之间，可以安装在三脚架上；系统能自聚焦，能在低光照条件下工作；采集的影像足够清晰，能分辨远距离的车辆和近距离的人员。2直升机障碍物规避激光雷达
直升机在进行低空巡逻飞行时，极易与地面小山或建筑物相撞。美国研制的直升机超低空飞行障碍规避系统，使用固体激光二极管发射机和旋转全息扫描器可检测直升机前很宽的空域，地面障碍物信息实时显示在机载平视显示器或头盔显示器上，为安全飞行起了很大的保障作用。德国戴姆勒.奔驰宇航公司研制成功的障碍探测激光雷达更高一筹，它是一种固体1．54微米成像激光雷达，视场为32度×32度，能探测300―500米距离内直径1厘米粗的电线，将装在新型EC―135和EC―155直升机上。 法国达索电子公司和英国马可尼公司联合研制的吊舱载CLARA激光雷达采用了CO2激光器。不但能探测标杆和电缆之类的障碍，还具有地形跟踪、目标测距和指示、活动目标指示等功能，适用于飞机和直升机。 
3化学战剂探测激光雷达 
传统的化学战剂探测装置由士兵肩负，一边探测一边前进，探测速度慢，且士兵容易中毒。 俄罗斯研制成功的KDKhr―1N远距离地面激光毒气报警系统，可以实时地远距离探测化学毒剂攻击，确定毒剂气溶胶云的斜距、中心厚度、离地高度、中心角坐标以及毒剂相关参数，并可通过无线电通道或有线线路向部队自动控制系统发出报警信号，比传统探测前进了一大步。德国研制成功VTB―1型遥测化学战剂传感器技术更加先进，它使用两台9― 11微米、可在40个频率上调节的连续波CO2激光器，利用微分吸收光谱学原理遥测化学战剂，既安全又准确。 
4机载海洋激光雷达 
传统的水中目标探测装置是声纳。根据声波的发射和接收方式，声纳可分为主动式和被动式，可对水中目标进行警戒、搜索、定性和跟踪。但它体积很大，重量一般在600公斤以上，有的甚至达几十吨重。而激光雷达是利用机载蓝绿激光器发射和接收设备，通过发射大功率窄脉冲激光，探测海面下目标并进行分类，既简便，精度又高。如今，机载海洋激光雷达以第二代系统为基础，增加了GPS定位和定高功能，系统与自动导航仪接口，实现了航线和高度的自动控制。
5成像激光雷达可水下探物 
美国诺斯罗普公司为美国国防高级研究计划局研制的ALARMS机载水雷探测系统，具有自动、实时检测功能和三维定位能力，定位分辨率高，可以24小时工作，采用卵形扫描方式探测水下可疑目标。美国卡曼航天公司研制成功的机载水下成像激光雷达，最大特点是可对水下目标成像。由于成像激光雷达的每个激光脉冲覆盖面积大，因此其搜索效率远远高于非成像激光雷达。另外，成像激光雷达可以显示水下目标的形状等特征，更加便于识别目标，这已是成像激光雷达的一大优势.
6化学和生物战剂探测激光雷达  
化学/生物武器是一种大规模毁伤武器。面对不断扩散的化学和生物武器的威胁，许多国家正在采取措施，加强对这类武器的防御。激光雷达可用于化学和生物战剂的遥测。每种化学战剂仅吸收特定波长的激光，对其他波长的激光是透明的。被化学战剂污染的表面则反射不同波长的激光。化学战剂的这种特性，就允许利用激光雷达探测和识别之。激光雷达可以利用差分吸收、差分散射、弹性后向散射、感应荧光等原理，实现化学生物战剂的探测。化学和生物战剂探测激光雷达采用的激光器，主要是CO2激光器和Nd:YAG激光器。  2环境科学领域的应用
激光束与大气物质相互作用机制是进行大气激光雷达探测的关键。不同的激光与大气相互作用机制对应于不同种类的大气探测激光雷达。激光与大气相互作用机制有： 

米氏散射(Mie Scattering) 激光与大气中各种固态或液态的气溶胶粒子（尘埃、烟雾、云层等）的相互作用主要表现为散射，称为米氏散射。米氏散射的特点是散射粒子的尺寸与入射光波长相近或比入射光波长大。米氏散射的散射光波长和入射光相同，散射过程中没有光能量交换，称为弹性散射。由于米氏散射的散射截面很高，米氏散射大气探测激光雷达的回波信号通常都很强。 
瑞利散射(Rayleigh Scattering)瑞利散射是指激光与大气中的各种原子分子相互作用而被散射的过程，其特征是散射粒子的尺寸比入射光的波长小。瑞利散射也是一种弹性散射过程，即散射波长和入射波长相等。瑞利散射的角向分布比米氏散射的角向分布要对称一些，其前向散射和后向散射相等，而向两侧的散射很小。瑞利散射的截面比米氏散射小，且与入射光波长的四次方成反比。因此，利用波长较短的紫色或紫外激光束激发瑞利散射可获得较强的激光雷达回波信号。
拉曼散射(Raman Scattering) 拉曼散射是激光与大气中各种分子之间的一种非弹性相互作用过程，其最大特点是散射光的波长和入射光不同，产生了向短波或长波方向的移动，且散射光波长移动的幅度与散射分子的种类密切相关。拉曼散射波长的移动幅度与散射分子能级的能量差是一一对应的，而分子能级的能量差是不同种类分子的内部固有特征。因此，从散射波长相对于入射波长的移动量就可以确定参与散射的分子种类。这样利用拉曼散射就可实现辨认大气组分的探测。
吸收(Absorption) 吸收是指当入射激光的波长被调整到与原子、分子的基态与某个激发态之间的能量差相等时，该原子分子对入射激光产生明显吸收的现象。参与吸收过程的原子分子数目越多，激光束能量的损失越大。吸收过程并不注重原子分子对光的散射和发射，而只强调由原子分子吸收所导致的入射激光束能量的减少。原子分子对某些波长入射光的选择性吸收是由原子分子内部能级的固有特性决定的，因此吸收过程也可用来进行大气组分的探测。

共振荧光(Resonance Fluorescence) 原子分子在吸收入射光后再发射的光称为荧光。当改变入射激光的波长，使其光子能量正好和原子能级间的能量差相等时，该原子将吸收此入射光子的能量而从基态跃迁到激发态。由于原子在激发态的寿命通常很短（约10-8秒），处于激发态的原子会很快的自发跃迁回到原来的能级，并向外发射一个荧光光子，这就是共振荧光过程。在共振荧光过程中，发射的荧光波长与入射光波长相等。由于共振荧光截面比瑞利散射截面大得多，可以利用某些特定的激光波长下原子或分子发生共振荧光增强的现象来实现对大气组分的辨认性探测。1大气监测激光雷达   
激光雷达通过测量大气中自然出现的少量颗粒的后向散射，可以检测风速、探测紊流、实时测量风场等。由于返回的后向散射辐射很微弱，因而大气监测激光雷达需要使用灵敏的接收器。目前的飞机阵风缓和系统以安装在机身上的加速度计为基础，效能有限。有效的系统要求在飞机与紊流相遇前测量紊流。激光雷达探测紊流阵风的能力，可以为未来的军用和民用飞机提供更好的阵风缓和系统。美国航天局的“先进的飞行中测量用机载相干激光雷达”，正在探索这个概念。


    飞机后微爆风切变和尾流，给与其相遇的飞机造成危险。英国国防鉴定与研究局（DARA）的研究人员研制的激光雷达，能测量在飞机后微爆风切变和尾流速度。将这种激光雷达置于跑道上进行实时监测，就可以提高安全性，增加飞机的通过量。 2双波长高空探测激光雷达
在30~110公里范围中高层大气和低电离层是“日-地”关系链中的重要环节，太阳活动对中高层大气和低电离层中的许多物理、化学和动力学过程，以及与其相邻的上下层次之间的相互作用过程都有重要影响。而这方面的探测技术发展一直较为薄弱。对原位探测而言，这一层段对气球探空显得太高，对卫星探测又显得太低；对遥感探测而言，这一层段对地面的无线电遥感大多属于盲区，而卫星从上向下的被动光学遥感又存在分辨率和精确度方面的缺点。用于探测太阳剧烈活动与空间灾害天气的“探测激光雷达” 的出现恰恰提供了一种较为有效的解决方案。它可以实现对30~110公里中高层大气和低电离层段的同时、连通性探测具有很高学术价值和应用前景。3多普勒测风激光雷达
测风激光雷达通过测量大气中自然出现的气溶胶颗粒或分子运动（风速引起）产生的具有多普勒频移的后向散射信号，利用对回波信号频率进行鉴频或相干，测量出后向散射信号的多普勒频移Δν，利用Δν与风速的关系就可反演得到径向风速数值，通过扫描激光光束得到不同方向上径向速度，矢量合成即可得到风速、风向，实现检测风速、实时测量风廓线风场等。目前，激光雷达探测风速风向的主要技术有相干激光雷达技术及非相干技术。相干激光雷达主要适用于气溶胶密度较大的对流层，探测范围最大可达10 km左右，精度可达0.1m/s。而非相干激光雷达主要利用气溶胶及大气分子测速，属于能量检测，其适用范围较广，适合对流层到平流层的风廓线探测,测速精度可到1 m/s 以内。


多普勒测风激光雷达在风力发电，包括建站前的场地选择以及风车前的风力预测等方面有极大地应用前景和市场潜力，可以在一定程度上提高风力发电设备的发电效率。3生物科学和考古研究领域 
在所有的海洋生物中，浮游植物占有特殊的地位，因为其它海洋生物以浮游植物作为直接或间接的食物来源。为观察海洋生物量的分布，调查者一般借助于测定海水中的叶绿素浓度来作为浮游植物生物量的指标。传统的仪器分析技术，如分光光度法、荧光分光光度法和色谱分析，虽然精度能满足要求，但这些方法依靠逐点采样测量的方式，且分析速度很慢，故很难应用于大面积水域的现场探测。海洋激光雷达是进行叶绿素浓度测量的主动遥测设备，也是目前研究的一个热点。海色遥感卫星的发射，需要精确的地面遥测手段作为印证，激光雷达系统又可作为重要的印证设备。很多古迹因为年代久远和历史变迁，淹没在漫漫黄沙或葱郁的密林中。微波雷达曾用于探测古长城，近年来随着lidar技术的发展与普及，激光雷达技术也逐渐用于考古中。由于其对密林的一定穿透性，lidar技术成功地用于发现热带雨林下的玛雅文明遗迹。4遥感领域应用激光成像雷达是一种用于精确、快速获取地面及地面目标三维空间信息的主动式探测技术，与成像光谱技术、合成孔径雷达（SAR）技术一起被列为对地观测系统最核心的信息获取技术。激光成像雷达为全天时传感器，受地面背景辐射、天空背景辐射、阴影和太阳高度角干扰小，并具有较高的定位精度和灵敏度，这些特点使它能满足多种遥感和测绘任务的需求。
激光成像雷达不仅可用于全球高精度数字地形模型（DEM）的测绘，还可以直接获取高精度三维地形模型和辐射强度影像相结合的数据，并对树木和森林等目标具备一定的穿透作用。激光成像雷达的三维信息和多光谱、超光谱等二维光学影像结合，可**提高目标识别的效率和准确性。
“嫦娥一号”（CE-1）探月卫星激光高度由中科院上海技术物理所、中科院上海光学精密机械所联合研制，是典型的单激光束激光雷达，工作于200km绕月圆形轨道上，通过对卫星绕月获得的卫星与月面的距离数据、卫星轨道参数和地月坐标等关系进行计算，制作全月面栅格状的地形图。激光高度计采用高精度激光并行收发技术，对激光高度计获取的距离数据进行处理后得到的月球三维地形图。



CE-1激光高度计获取的极区DEM图
激光点阵成像和热红外扫描成像相结合的激光雷达系统。结合飞机平台的姿势测量和GPS定位，可获取地面景物的三维位置和热红外影像灰度信息。通过GPS/INS 部件的姿态测量和时间同步，系统的多种数据经地面计算机进行信息融合处理，可以快速生成数字地面高程模型（DEM）地学编码图像。



澳门地区热红外背景三维图光子计数探测体制激光雷达采用直接脉冲探测的方法，通过测量发射激光脉冲和回波光子信号的时间来获取目标距离。光子探测技术利用盖格型探测器对单光子量级信号的高灵敏度响应，将线性探测体制下的数千光子能量探测转化为对少光子、甚至单光子的计数探测，并通过光子的多次累积提高探测概率，最大限度提高系统探测灵敏度，从而降低系统对激光器的要求。



光子计数激光雷达装置结构原理图
激光器发射的532nm脉冲激光经过光学系统分束后照射在目标上，目标表面返回的回波光子由望远镜接收并最终聚焦到探测器的每个象元上。探测器能够对回波中的单个光子信号进行响应并最终输出电信号，经过数据处理后获得目标的距离信息


光子计数激光雷达对地观测演示验证试验
5无人驾驶技术LiDAR——Light Detection And Ranging，即激光雷达，是利用激光、全球定位系统GPS 和惯性测量装置(Inertial Measurement Unit，IMU)三者合一，获得数据并生成精确的数字高程模型(Digital Elevation Model，DEM)。简而言之，就是激光束探测目标的位置、速度等特征量的高精度雷达系统。目前已延伸至汽车无人驾驶领域。激光雷达(Lidar)和毫米波雷达(RADAR)的主要区别是激光雷达发射的是可见和近红外光波而毫米波雷达使用的是无线电波。

32线激光雷达无人车路测
无人驾驶汽车的感知输入系统中,激光雷达处于核心位置。无人驾驶汽车通过激光雷达对周边环境进行扫描识别， 从而引导车辆行进。导航系统最大扫描范围为200m左右，精确度为厘米级。当激光雷达发现障碍物后，会控制车辆减速或停车，并重新选择安全路线继续前进，激光雷达在无人驾驶汽车中起着类似于“眼睛”的功能,能够根据扫描到的点云数据快速绘制3D全景图型。
3D 激光雷达在无人驾驶运用中拥有两个核心作用。
1)3D 建模进行环境感知。通过激光扫描可以得到汽车周围环境的3D 模型，运用相关算法比对上一帧和下一帧环境的变化可以较为容易的探测出周围的车辆和行人。2)SLAM 加强定位。3D 激光雷达另一大特性是同步建图(SLAM)， 实时得到的全局地图通过和高精度地图中特征物的比对， 可以实现导航及加强车辆的定位精度。「无人驾驶技术」分级目前有两个机构在对「无人驾驶技术」分级。　　第一个是根据美国机动工程师协会（SAE）的定义，「无人驾驶技术」共分为 0-5 级。下面的一张图，我们可以看出 SAE 对各个级别自动驾驶技术的定义。



SAE 的分类标准是按照司机从完全掌控驾驶到汽车完全自动驾驶，从无自动化到完全自动化展开的。　　另一个是 NHTSa 的分级，「无人驾驶技术」共有 0-4 级。借用上汽的一张图，我们可以使用两个维度来思考目前市场上所有的技术：一个是 TFC (见图左侧纵轴)，即 Time For Collision，也就是汽车距离 (假设会) 发生碰撞需要的时间，和在发生碰撞前这一段时间的安全措施；另一个就是碰撞之后的安全措施，最简单的例子是安全带。现在业界的研究方向是「主动安全」，也就是在 TFC 这个阶段。



根据 NHTSa 的定义，0-4 级分级是这样区别的：如果是驾驶员控制，那么为零级；如果一辆车在行驶中只有纵向或侧向某一方面控制，为自动一级。如果同时具有纵向和侧向的自动控制，为自动二级。在此基础上，如果汽车对所有环境的感知，是由汽车视觉来完成，则是三级。在前三级的基础上，如果整个驾驶能够形成一个「闭环」，完全自动驾驶，则是四级。无人驾驶技术的 14 个功能为了实现「无人驾驶」的理想，各大整车厂和供应商目前正在开发「高级驾驶员辅助系统」（ADAS），随着 ADAS 慢慢被完善，车辆也在一步一步从 NHTSa 的 0 级过度到第 4 级，实现完全自动化。.　　ADAS 目前已开发出 14 个功能
1: 自适应巡航控制系统 Adaptive Cruise Control（ACC）自适应巡航控制系统是一种智能化的自动控制系统，它是在早已存在的巡航控制技术的基础上发展而来的。在车辆行驶过程中，安装在车辆前部的车距传感器（雷达）持续扫描车辆前方道路，同时轮速传感器采集车速信号。当与前车之间的距离过小时，ACC 控制单元可以通过与制动防抱死系统、发动机控制系统协调动作，使车轮适当制动，并使发动机输出功率下降，以使车辆与前方车辆始终保持安全距离。


2: 自动紧急制动 Autonomous Emergency Braking（AEB）AEB 是一种汽车主动安全技术，主要由 3 大模块构成，其中测距模块的核心包括微波雷达、激光雷达和视频系统等，它可以提供前方道路安全、准确、实时的图像和路况信息。　　AEB 系统采用雷达测出与前车或者障碍物的距离，然后利用数据分析模块将测出的距离与警报距离、安全距离进行比较，小于警报距离时就进行警报提示，而小于安全距离时即使在驾驶员没有来得及踩制动踏板的情况下，AEB 系统也会启动，使汽车自动制动，从而为安全出行保驾护航



3: 智能大灯控制 Adaptive Front Lights (AFL)这是一种可以安装在车上的技术，可以根据道路的形状来改变大灯的方向。另一些智能大灯控制系统能够根据车速和道路环境来改变大灯的的强度。


4: 盲点检测（Blind Spot Monitoring (BSM)）
盲点检测系统，通过车辆周围排布的防撞雷达、多普勒雷达、红外雷达等传感器、盲点探测器等设施。由计算机进行控制，在超车、倒车、换道、大雾、雨天等易发生危险的情况下随时以声、光（侧视镜上的小灯闪烁）形式向驾驶员提供汽车周围必要的信息，并可自动采取措施，有效防止事故发生。


5: 注意力检测系统（Driver Monitoring Systems (DMS)）
系统运用感应器来检测驾驶员的注意力。如果司机看向马路前方，并且在此同时有危机的情况被检测到了。系统就会用闪光，刺耳的声音来警示。如果司机没有做出任何回应，那么车辆就会自动刹车。


6: 前方碰撞预警系统 Forward Collision Warning (FCW)
FCW 能够通过雷达系统和摄像头来时刻监测前方车辆，判断本车于前车之间的距离、方位及相对速度，当存在潜在碰撞危险时对驾驶者进行警告。FCW 系统本身不会采取任何制动措施去避免碰撞或控制车辆。

7: 抬头显示器（Heads-Up Display (HUD)）
该技术把汽车行驶过程中仪表显示的重要信息（如车速）投射到前风挡玻璃上，不仅能够帮助对速度判断缺乏经验的新手控制自己的车速，避免在许多的限速路段中因超速而违章，更重要的是它能够使驾驶员在大视野不转移的条件下瞬间读数，始终头脑清醒地保持最佳观察状态。


8: 智能车速控制 Intelligent Speed Adaptation (ISA)
智能车速控制系统。该系统能识别交通标识，并根据读取的最高限速信息控制油门，确保驾驶者在法定限速内行驶，有效避免驾驶者在无意识情况下的超速行为。


9: 车道偏离告警 Lane Departure Warning (LDW)
车道偏离预警系统主要由 HUD 抬头显示器、摄像头、控制器以及传感器组成，当车道偏离系统开启时，摄像头（一般安置在车身侧面或后视镜位置）会时刻采集行驶车道的标识线，通过图像处理获得汽车在当前车道中的位置参数，当检测到汽车偏离车道时，传感器会及时收集车辆数据和驾驶员的操作状态，之后由控制器发出警报信号，整个过程大约在 0.5 秒完成，为驾驶者提供更多的反应时间。而如果驾驶者打开转向灯，正常进行变线行驶，那么车道偏离预警系统不会做出任何提示。


10: 汽车夜视系统 Night Vision System（NVS）
汽车夜视系统，利用红外线技术能将黑暗变得如同白昼，使驾驶员在黑夜里看得更远更清楚。夜视系统的结构由 2 部分组成：一部分是红外线摄像机，另一部分是挡风玻璃上的光显示系统。


11: 泊车辅助 Parking Assistance (PA)
泊车辅助系统通过安装在车身上的摄像头，超声波传感器，以及红外传感器，探测停车位置，绘制停车地图，并实时动态规划泊车路径，将汽车指引或者直接操控方向盘驶入停车位置。


12: 行人检测系统 Pedestrian Detection System (PDS)
车辆行驶途中可以利用摄像头雷达，和激光雷达来探测到四面行人，在安全距离内及时控速。


13: 交通信号及标志牌识别 Road Sign Recognition (RSR)
这个技术让车辆能够自动识别交通信号或者标志牌，比如说最高限速，或者停车等标示。


14: 全景泊车停车辅助系统 Surround View Cameras (SVC)
全景泊车停车辅助系统由安装在车身前后左右的四个超广角鱼眼摄像头，同时采集车辆四周的影像，经过图像处理单元畸变还原→视角转化→图像拼接→图像增强，最终形成一幅车辆四周无缝隙的 360 度全景俯视图。在显示全景图的同时，也可以显示任何一方的单视图，并配合标尺线准确地定位障碍物的位置和距离。


ADAS 技术所需部件和供应商由于 ADAS 技术对传感器，摄像头等部件的依赖，我们可以推测在未来，随着无人驾驶技术的普及，各类传感器的市场会慢慢变大。于是根据不完全统计，geekcar 整理了部分的 ADAS 技术所需要的部件以及相关供应商（部分）。　　自适应巡航控制系统 ：雷达，光达和摄像头供应商：Bosch，Delphi，TRW Automotive，Hella, Continental

前方碰撞预警系统 ：雷达，摄像头和红外线传感器
供应商：Bosch,TRW Automotive, Delphi, Takata,

行人检测系统 ：雷达，摄像头，
供应商：Bosch,Continental,TRW Automotive

交通信号及标志牌识别 ：摄像头, Map data
供应商：Delphi, Continental，地图：Mapillary Elektrobit Automotivegoogle， Here，

车道偏离告警系统 ：摄像头，红外线感应器
供应商： Delphi, Continental ，Hella，Valeo SA,

盲点检测系统 ：超声波传感器, 摄像头和红外线感应器
供应商：Valeo

夜视系统 ：近红外线传感器和远红外线传感器。
供应商：FLIRNavTV

注意力检测系统 ：红外线摄像头
供应商：Saab　　ADAS 技术分布情况



ADAS 技术利用分布在车身四周的长范围雷达传感器，光达，摄像头，低范围累伐传感器和超声波传感器，收集周围的数据。然后通过一系列复杂的运算作出反应来操控或者协助操控汽车。　　我们来看一个现实的例子，无人驾驶技术在福特汽车上的应用和分布：



虽然说介绍了 14 种技术。但是在今年，只有停车辅助，全景泊车和自动巡航系统这三门技术统领了 ADAS 的市场。另外，使用了无人驾驶技术的中低级车辆还相对较少，ADAS 技术还有很大发展空间。而在电子元件市场方面，我们按照一辆车至少安装 4 个传感器计算，未来对传感器等部件的需求量也是巨大的。
激光雷达在机器人领域的应用

国内机器人目前状况如果让机器人具备一定的智能，比如：识别物体，倒水，行走，避障等，帮助人类处理一些最基本的事情？那么首先我们需要为智能机器人提供视觉与激光雷达技术。
深圳市镭神智能系统有限公司（以下简称：镭神智能）CEO胡小波说：“激光雷达应用于服机器人可以在室内绘制地图，机器自身的定位，还可以感应周边的环境，以及对周边物体的定位。”
激光雷达解决了机器人行走的问题，知道如何路径规划，以及避障的功能。
而双目视觉可以让机器人识别物体，深圳市维德视觉技术有限公司（以下简称：维德视觉）副总监万丽君说：“要让机器人去拿杯子，倒水送茶等，这一识别物体的环节必须依靠双目视觉去处理。”
另外，视觉也可以做到3D景象、导航、避障的功能。
虽然机器视觉与激光雷达应用在机器人身上，有些功能双方都可以实现，但是实际应用各自都存在问题，需要激光雷达与机器视觉配合才能让机器人更加智能。
就拿扫地机器人举列子，扫地机器人是目前激光雷达应用最广泛的领域，激光雷达配合slam算法，可以让扫地机器人在房间里实现智能清扫，清扫的过程中绘制地图，实时传输到手机APP，就算用户不在家，也可以通过手机APP查看清扫情况，以及安排其他地方清扫。
但是实际的清扫中，因为清扫环境的复杂性，可能会受到很多干扰。深圳市大族锐视科技有限公司副总经理宫海涛说：“因为家庭环境的复杂性会对雷达有所干扰，因为激光雷达射出的是激光，有时候因为家庭复杂的环境，反馈回来的效果不是很理想，另外还有一些爬坡等，也会对路径规划和绘制地图造成影响。”
而一些特别复杂的环境，却可以用视觉去解决，万丽君说：“双目视觉也有导航、绘制地图的功能，因为双目视觉采用的不是激光，也是图像采集，把这些数据放到高速相机里，经过数字算法，可以让视觉识别周围的环境，以及物体。从而去判断路径以及里程，甚至自主导航。”
总之，激光雷达与双目视觉结合，可以让扫地机器人更加智能，扫地机器人除了能路径规划，定位物体，绘制地图外，还必须识别物体，比如：在家庭里，哪些物体是可以清扫，哪些物体不可以清扫，这一步必须要有视觉来判断。
1、美军阿特拉斯人形机器人脑袋装激光测距仪由波士顿动力公司为美军研制的世界最先进人形机器人“阿特拉斯”(希腊神话中的大力神)日前亮相，这一机器人将来或许能像人一样在危险环境下进行救援工作。



“阿特拉斯”身高1.9米，体重150千克，由头部、躯干和四肢组成，像人类一样用双腿直立行走，令人联想起科幻电影中的“终结者”。它的脑袋包括立体照相机和一个激光测距仪。它的“双眼”是两个立体感应器，有两只灵巧的手，还能在实时遥控下穿越比较复杂的地形。它动力来至设置在一个场外的电源上。有7个工作组，他们正在研制自己的Atlas机器人并于2013年12月份装入程序，测试将于弗罗里达Homestead Miami Speedway 进行。
波士顿动力公司发布在网上的最新视频展示了“阿特拉斯”的能力。比如，它在传送带上大步前进时，能躲开传送带上突然出现的木板；它从高处跳下时能稳稳落地，还能两腿分开从陷阱两边走过，然后跑上楼梯；它能单腿站立，被从侧面袭来的球撞击后不会摔倒……　　美国国防部高级研究项目局项目经理吉尔·普拉特说，该机构希望“阿特拉斯”在灾难的恶劣环境中也能行动自如，比如能开门、爬楼梯和移动等，也希望它能使用从螺丝刀到救火车之类的工具，还希望新手不经培训也能轻松使用这种机器人。　　这款机器人被称为是迄今为止最先进的人形机器人之一，它将主要为军队以及一些研究机构所用。　　为了更好地开发“阿特拉斯”的能力，美国国防部高级研究项目局资助举办了一个为其开发应用软件的挑战赛，目前已有美国航天局喷气推进实验室等机构的7支队伍脱颖而出，并将于2014年12月进行决赛。决赛中，在模拟场景里用机器人救援表现最棒的队伍将获得200万美元大奖。
2、谷歌投资机器人服务员 装备激光传感器9月21日，在美国加州库比蒂诺的雅乐轩酒店里，一个机器人在大厅里“走动”，为有需要的房间送去夜宵和牙刷。　　这个机器人的外形类似于《星球大战》中的R2D2，但它的名字叫Botlr，是加州圣罗莎的初创公司Savioke研制的原型设备。该公司于一年前启动了这个项目，希望为酒店工作人员减轻日常工作的负担。今年早些时候，Savioke获得了谷歌(微博)公司的投资。
Botlr是一个全自动的机器人仆人。在给它编程时，工程师使用了一张详尽的酒店地图，其中包含每一条走廊、每一部电梯和每一件客房的位置。为了在大厅中找到方向，该设备采用了一种特殊的激光传感器，名为激光雷达（lidar，谷歌无人驾驶汽车也采用了相同的导航技术）。Botlr还搭载了摄像头，以防撞到路人或者其他障碍。　　如果有客人打电话到酒店前台，要求送一些东西到自己的房间，那么酒店员工仅需按几个按键，就可以设置好这个机器人，让它自动送货上门了。　　Botlr可以利用酒店的WiFi系统呼叫电梯，然后登上电梯，前往特定的楼层。在这个过程中，Botlr不需要按电梯按钮。　　目前Botlr处于试运行阶段，每周在库比蒂诺的雅乐轩酒店工作四天。 Savioke公司计划明年让其他一些酒店也开始试用Botlr。该公司希望把Botlr作为一种服务来销售，向酒店收取月租费，其中也包括Botlr的维护费用。　　要使用这种机器人，酒店需要进行一些改装。比方说，库珀蒂诺的雅乐轩酒店就采用了一套新的WiFi系统，Botlr机器人可以检测到并使用这套系统，以便打开电梯门，并选择它需要去的楼层。　　Savioke公司首席执行官史蒂夫-考辛斯（Steve Cousins）表示，这种机器人还可以在餐馆、医院和老年护理中心派上用场。　　实际上，像Aethon、inTouch Health和iRobot（它研制的家用清洁机器人Roomba很受欢迎）等机器人技术公司，已经在为数以百计的医院提供机器人了。这些机器人可以把药物和干净床单和送到病房里。所以在医疗领域，Savioke将会遇到相对激烈的竞争。
机器人自主移动没那么简单激光雷达不等于智能导航凭借激光良好的指向性和高度聚焦性，激光雷达已经成为移动机器人的核心传感器，同时它也是目前最可靠、最稳定的定位技术。 目前，激光雷达的市场份额大多被诸如美国Velodyne、美国Quanergy、德国SICK、日本HOKUYO等国外企业占据，售价十分昂贵，多用于地图、安保及无人驾驶。为了降低成本，顺着“弱硬件 强算法”的思路，Quanery用固态图像传感器替代360 度旋转的摄像头和激光测距器，成本将降到 1000 美元一套左右。国内SLAMTEC结合激光三角测距技术与高速视觉采集处理机构，推出了售价仅千元的低成本激光雷达。



既然有了激光雷达这种可靠的定位技术，是不是就意味着移动机器人可以自主移动了呢？其实不然，对于移动机器人来说，激光雷达相当于它的“眼睛”，它通过不停扫描来获取二维空间的点阵数据，但这并不能直接被移动机器人使用。想要移动机器人在完全陌生的环境中（没有预先录入地图的情况下）实现智能导航，显然不是那么简单。 设想一下，当我们身处某个地方时，可以通过眼睛看到周围的环境，但如果想要去另一个地方，需要判断最佳路径，同时避开障碍物，才能顺利到达目的地。其实，移动机器人利用激光雷达“看见”周围环境并不难，难点在于后续的构建地图与路径规划。



目前，应用于自主移动机器人的导航技术有很多，但受室内环境，尤其是家庭环境的限制,很多导航方法在室内移动机器人上很难或根本无法应用，如电磁导航（需在地上布置感应线圈）、GPS导航（室内精度太低）等。另外，一些导航方法由于精度或实时性等原因,也很难应用在商业化的室内移动机器人中,比如基于RFID的导航系统精度较低，而视觉导航虽然具有信号探测范围广,获取信息完整等优点，但需处理的实时图像数据量巨大，实时性较差。 近年来，SLAM (Simultaneous Localization And Mapping)技术从理论研究到实际应用，发展十分迅速，这种在确定自身位置的同时构造环境模型的方法，可用来解决机器人定位导航问题。其中，激光SLAM技术利用激光雷达作为传感器，获取地图数据，使机器人实现同步定位与地图构建，这是目前最稳定、最可靠、高性能的SLAM方式。 就拿现在卖的最好的扫地机器人来说，过去，由于激光雷达价格过于昂贵，多数扫地机器人厂家只能放弃激光SLAM技术，被迫选择随机碰撞寻路系统，就是边撞边找路，这也就是为什么用户普遍反应扫地机器人智能程度不够，过了新鲜劲就只能放在角落吃灰。 现在，低成本激光雷达面市也有一段时间，但是市面上真的能做到路径规划的扫地机器人却寥寥无几，背后的原因到底是什么呢？ 为此，我们咨询了一些扫地机器人厂家，得到的答案普遍集中在三点:一是安装了激光雷达后，虽然可以得到环境的轮廓信息，但需要利用算法进行后期处理，建模后才能得到真正的地图数据；二是他们普遍擅长研究新的吸尘模式或擦地模式，对于环境建模算法的开发能力不够，无法自己完成；三是扫地机器人不同于其他服务机器人，需要独特的贴边清扫、折回清扫、多房间自主导航等功能，目前已有的开源ROS系统，只能实现简单的建图且难以集成，无法满足扫地机器人的实际需要。厂家们普遍表示急需一款可以快速集成的芯片，不需要二次开发，直接安装在已有扫地机器人上，就可以完成路径规划、全面覆盖清扫等功能。



扫地机器人算法模型　　 最近一段时间，机器人餐厅这样的概念已经不是什么新鲜事了，开业的时候吸引眼球，大批人围观，过段时间就会发现“机器人只能沿着固定线路送餐，加上餐厅人员走动大，机器人不懂得躲闪，上菜容易洒落打翻，甚至造成安全事故”，机器人服务员最终被老板“炒了鱿鱼”。
不过这样的事情发生的多了，送餐机器人厂家也进行了更新优化，除了现有的电磁导航外，还在机器人身上安装了激光雷达，希望可以改善用户体验。事实上，安装激光雷达后，所能实现的功能非常有限，比如它可以在行走途中感应前方障碍物，并自动停止行走。 我们联系了某送餐机器人厂家，技术人员表示他们目前普遍采用电磁导航，价格较低廉，在加装激光雷达后，可以改善自动避障的问题，但仍无法完全满足客户需求。虽然激光雷达成本相较于过去已经大幅降低，但是SLAM算法需要长时间积累、优化，无法短期开发完成，他们期待SLAM算法实现高度集成，可以直接配合激光雷达使用。 激光雷达作为SLAM的核心传感器，其重要性不言而喻。但是，移动机器人要实现完全自主移动，必然不能单单依靠激光雷达本身，其背后的高精度地图、核心算法才是更重要的影响因素，也是更值得我们关注的领域。

激光雷达发展趋势1
地基-机载-星载激光雷达相结合实现载荷平台一体化建设地面监测—航空测量—卫星遥感的天空地载荷一体化监测系统。利用地基激光雷达构建地面监测网络系统，结合机载激光雷达和星载激光雷达构建空基测量系统和卫星遥感系统，利用空中和卫星平台有效范围覆盖大的特点，提升大尺度监测能力，精确测量被测目标的全方位连续实时立体化信息。
2
多种方式相结合实现复合探测激光主动遥感与微波遥感、红外遥感之间相比各有优势，微波波束的发散角大，激光发散角小，因此，激光的精度和角分辨率高，而微波的搜索能力强; 微波雷达对电磁干扰敏感，在探测地空目标时，回波信号可能被地面的杂波所淹没，而激光雷达抗电磁干扰能力强，它们之间存在着互补性。激光高度计就可以和微波SAＲ 合在一起使用; 未来的预警系统倾向于激光主动遥感和红外系统组合使用，先用红外系统大面积搜索，一旦发现可疑目标则通知激光雷达跟踪、测速、测距，如夜晚没有光源照明，热红外成像不能将目标和环境区分开来，如果和激光主动遥感相配合则可以很好地解决这一问题。3
单台遥感设备功能综合化激光雷达单台设备只测一个参数的情况在将来会越来越少，往往是共用光源与光学系统，尽量从散射和反射回波中获得更多信息，形成带有一定综合性的遥感设备。2001 年发射的ICESAT 卫星上的GLAS 激光雷达，是NASA 为测量海冰而设计的主动传感器，主要测量两极地区的冰层，建立高精度的陆地数字高程，同时获得全球尺度的云和气溶胶的垂直剖面，还能进行海表和海洋次表层测量。设想中的导弹预警系统，激光雷达跟踪目标的同时，不断测距和多普勒测速; 2005 年德国科学家Andreas 等提出了四维综合性激光大气雷达，同时用Mie 散射测气溶胶、Ｒaman 散射测温度以及差分吸收测水汽。4
新型激光器、探测器走向应用激光遥感技术的重点突破关键技术有: 激光器、探测器及探测数据处理技术和反演及其应用。激光器是激光遥感技术的核心及关键技术。按激光雷达所需激光器来划分，可以分为两类激光器，即波长为1μm 的Nd: YAG 激光器和人眼安全波长1． 6μm 和2μm 的激光器。这两类激光波长可为执行地球科学探测任务、军民两用的化学和生物战剂探测提供所需的主波长。由于激光器性能的提高需要更高的成本，因此目前更多地寄希望于探测器和探测数据处理技术的发展。改进探测器的性能成为当务之急。参考文献：1、王建宇，激光成像雷达技术和系统研制，中国科学院院刊《从空间看地球：遥感发展五十年》系列；2、赵一鸣，激光雷达的应用及发展趋势，《遥测遥控》；