Εφαρμογή του Lidar στον τομέα της ατμοσφαιρικής ανίχνευσης και σύλληψης στόχων

Η εξοικονόμηση ενέργειας και η προστασία του περιβάλλοντος, τα νέα ενεργειακά οχήματα, τα έξυπνα οχήματα έχουν γίνει η κατεύθυνση της ανάπτυξης αυτοκινήτων της Κίνας, τα έξυπνα οχήματα είναι κυρίως η ανάπτυξη αυτόνομων ευφυών οχημάτων και ευφυών οχημάτων που συνδέονται με το δίκτυο. Αυτόνομα έξυπνα οχήματα και έξυπνα οχήματα συνδεδεμένα με το δίκτυο για την επίτευξη των παραπάνω λειτουργιών δεν μπορούν να πραγματοποιηθούν μόνο με τη συναρμολόγηση συνηθισμένων ραντάρ μικροκυμάτων, για την επίτευξη των παραπάνω λειτουργιών, το LiDAR είναι ένα βασικό στοιχείο στο σύστημα ελέγχου του ηλεκτρικού συστήματος των αυτόνομων ευφυών οχημάτων και του δικτύου -συνδεδεμένα έξυπνα οχήματα.

Το Lidar έχει τα χαρακτηριστικά στενής δέσμης, μικρού μεγέθους, μέτρησης χωρίς επαφή κ.λπ. Μπορεί να ανιχνεύσει σύννεφο, αεροζόλ, αιολικό πεδίο αέρα, ατμοσφαιρικούς ρύπους, αλλαγές θερμοκρασίας και υγρασίας και άλλες παραμέτρους. Χρησιμοποιεί ζώνη οπτικών συχνοτήτων για ανίχνευση, η οποία είναι αρκετές τάξεις μεγέθους υψηλότερη από το κύμα χιλιοστών και η ακρίβεια ανίχνευσης είναι πιο συμφέρουσα από το ραντάρ μικροκυμάτων. Ως εκ τούτου, το LiDAR έχει μια ευρύτερη προοπτική εφαρμογής στον τομέα της ανίχνευσης της ατμόσφαιρας και της σύλληψης στόχων.

Προς το παρόν, το LIDAR σάρωσης που μπορεί να χρησιμοποιηθεί σε έξυπνα οχήματα είναι το μηχανικό περιστρεφόμενο LIDAR, το ραντάρ σάρωσης μικροηλεκτρομηχανικού συστήματος και η συστοιχία φάσεων LIDAR. Το μηχανικό περιστρεφόμενο LiDAR (LiDAR που εκπέμπει, λαμβάνει και περιστρέφεται σε έναν κοινό άξονα) είναι σχετικά ώριμο προς το παρόν και υπάρχουν ήδη μη επανδρωμένα πρωτότυπα αυτοκίνητα που δοκιμάζουν μηχανικές περιστρεφόμενες συσκευές LiDAR. Το ραντάρ σάρωσης που βασίζεται σε μικροηλεκτρομηχανικά συστήματα (MEMS) ανήκει επί του παρόντος στην έρευνα αιχμής, η οποία βασίζεται στην αρχή της αλλαγής της οπτικής διαδρομής μέσω των κατόπτρων σάρωσης MEMS. Το lidar με συστοιχία φάσης πραγματοποιείται με σάρωση σημείο προς σημείο, δηλαδή αλλάζοντας την οπτική διαδρομή από τη φάση εκπομπής του φωτός λέιζερ που εκπέμπεται μεταξύ πολλαπλών μικρών κεραιών. Μια συστοιχία επιφανειών LIDAR εκπέμπει μια συστοιχία επιφανειών φωτός και το κύριο πρόβλημα είναι η μικρή εμβέλεια ανίχνευσης.

Στο ToFLiDAR ώρας πτήσης, το λέιζερ εκπέμπει παλμούς φωτός διάρκειας τ που ενεργοποιούν το εσωτερικό ρολόι του κυκλώματος χρονισμού τη στιγμή της εκπομπής. Ο παλμός φωτός που ανακλάται από τον στόχο φτάνει στον φωτοανιχνευτή με ένα ηλεκτρικό σήμα εξόδου που απενεργοποιεί το ρολόι. Αυτή η ηλεκτρονική μέτρηση μετ' επιστροφής ToFΔt υπολογίζει την απόσταση από τον στόχο μέχρι το σημείο ανάκλασης R. Εάν στην πραγματικότητα το λέιζερ και ο φωτοανιχνευτής βρίσκονται στην ίδια θέση, η απόσταση R επηρεάζεται από δύο παράγοντες: c είναι η ταχύτητα του φωτός στο ένα κενό, και n είναι ο δείκτης διάθλασης του μέσου διάδοσης (που είναι κοντά στο 1 στον αέρα). Αυτοί οι δύο παράγοντες επηρεάζουν την ανάλυση απόστασης ΔR: εάν η διάμετρος της κουκκίδας λέιζερ είναι μεγαλύτερη από το μέγεθος του στόχου που πρόκειται να επιλυθεί, η αβεβαιότητα στη μέτρηση Δt και το χωρικό πλάτος του παλμού w (w=cτ ) είναι ΔΔt. Σε ένα τυπικό σύστημα LiDAR αυτοκινήτου, το λέιζερ παράγει παλμούς με διάρκεια περίπου 4 ns, και επομένως είναι απαραίτητη μια ελάχιστη γωνία απόκλισης δέσμης.

Η πιο κρίσιμη πτυχή για τον σχεδιαστή ενός συστήματος LiDAR αυτοκινήτου είναι η επιλογή του μήκους κύματος του φωτός. Τα δύο πιο δημοφιλή μήκη κύματος είναι τα 905 nm και τα 1550 nm, το οποίο είναι ένα περίπλοκο ζήτημα για το LiDAR αυτοκινήτων λόγω των πολυάριθμων καιρικών συνθηκών και των δυνατοτήτων τύπου ανακλαστικής επιφάνειας. Σε περιβάλλοντα πραγματικού κόσμου, υπάρχει στην πραγματικότητα λιγότερη απώλεια φωτός στα 905nm λόγω ισχυρότερης απορρόφησης στα 1550nm από ό,τι στα 905nm.

Οι τεχνολογικοί αλγόριθμοι που σχετίζονται με το Lidar στις παραδοσιακές βασικές ενότητες εξακολουθούν να πρέπει να επιτυγχάνουν καλύτερο ελαφρύ βάρος, ακρίβεια, στιβαρότητα και γενίκευση, οι σημασιολογικοί χάρτες και η ενσωμάτωση της βαθιάς μάθησης έχουν γίνει τάση και άλλοι αισθητήρες που μπορούν να επιτύχουν αυτόνομο εντοπισμό της πηγής, όπως ως κάμερα βάθους, ραντάρ κυμάτων χιλιοστών, κ.λπ., η σύντηξη πολλαπλών πηγών είναι επίσης ένα καυτό σημείο της τρέχουσας έρευνας και η τεχνολογία που σχετίζεται με το Lidar για μη επανδρωμένες πλατφόρμες για την επίτευξη της ανάπτυξης αυτόνομης νοημοσύνης είναι βέβαιο ότι θα έχει τεχνολογία σχετική με το LIDAR έχουν εκτεταμένο αντίκτυπο στην ανάπτυξη μη επανδρωμένων πλατφορμών για την υλοποίηση αυτόνομης νοημοσύνης.