Temps de vol par rapport aux systèmes LiDAR FMCW

Articles récents ^{1, 2, 3, 4, 5} ont présenté un certain nombre d'allégations marketing sur les avantages des systèmes LiDAR à onde continue à modulation de fréquence (FMCW). Comme on pouvait s'y attendre, il y a plus dans l'histoire que ne le prétendent les gros titres. Cet article examinera ces affirmations et proposera une comparaison technique entre le temps de vol (ToF) et le LiDAR FMCW pour chacune d'entre elles.

Nous comprenons que tous les systèmes ToF et FMCW ne sont pas égaux, nous nous concentrerons donc sur le ToF tel qu'il est utilisé chez AEye. Nous espérons que cet article décrira certains des compromis difficiles du système qu'un praticien qui réussit doit surmonter, stimulant ainsi une discussion éclairée solide, la concurrence et, finalement, l'amélioration des offres ToF et FMCW.

Revendications concurrentielles

Affirmation n° 1 :FMCW est une (nouvelle) technologie révolutionnaire

C'est faux.

Contrairement aux articles de presse récents, le LiDAR FMCW existe depuis très longtemps, issu de travaux effectués au MIT Lincoln Laboratory dans les années 1960 ⁸ . , sept ans seulement après l'invention du laser ⁹ . De nombreuses leçons apprises sur FMCW au fil des ans - bien que non classifiées et du domaine public - ont malheureusement été oubliées depuis longtemps. Ce qui a changé récemment, c'est la plus grande disponibilité des lasers à grande longueur de cohérence. Bien que cela ait ravivé l'intérêt pour la technologie établie, car elle peut théoriquement fournir un gain de signal extrêmement élevé, il reste encore plusieurs limitations qui doivent être résolues pour rendre ce LiDAR viable pour les véhicules autonomes.

Affirmation n° 2 :FMCW détecte/suit les objets plus loin, plus rapidement

Ce n'est pas prouvé.

Les systèmes ToF LiDAR peuvent offrir des cadences de tir laser très rapides (plusieurs millions de tirs par seconde dans le système AEye), un balayage agile, une visibilité de retour accrue et la possibilité d'appliquer des régions d'intérêt (ROI) à haute densité - vous donnant un facteur de deux- à quatre fois plus d'informations sur les retours par rapport aux autres systèmes. En comparaison, de nombreux systèmes FMCW de faible complexité ne sont capables de cadences de prise de vue que dans les 10 à 100 s de milliers de prises de vue par seconde (~ 50 fois plus lentes). Donc, en substance, nous comparons les temps de séjour en nanosecondes et les taux de répétition élevés avec des temps de séjour en dizaines de microsecondes et les faibles taux de répétition (par paire laser/rx). Des produits LiDAR commerciaux de qualité automobile sont disponibles et produisent des millions de retours par seconde en utilisant ToF, avec un grand FOV et une très haute résolution de plus de 1000 points par degré carré. AEye n'a connaissance d'aucun système FMCW correspondant à ce niveau de performances (les systèmes FMCW sur le marché ont actuellement tendance à manquer de spécifications de performances spécifiques).

La détection, l'acquisition (classification) et le suivi d'objets à longue distance sont tous fortement influencés par la cadence de tir laser, car une densité de tir laser plus élevée (dans l'espace et/ou le temps) fournit plus d'informations qui permettent des temps de détection plus rapides et un meilleur filtrage du bruit. AEye a fait la démonstration d'un système capable de détecter plusieurs points à faible réflectivité :petits objets et piétons à plus de 200 m, véhicules à 300 m et camion de classe 3 à 1 km de distance. Cela témoigne de la capacité de télémétrie de la technologie ToF. En effet, pratiquement tous les télémètres laser utilisent ToF, et non FMCW, pour la télémétrie (par exemple, le télémètre Voxtel ¹⁰ produits, certains avec une portée de détection de plus de 10 km). Bien que des articles récents affirment que FMCW a une portée supérieure, nous n'avons pas vu de système FMCW qui puisse correspondre à la portée d'un système ToF avancé tout en fournissant un champ de vision, une bande de portée globale et une densité de points correspondants.

Affirmation n° 3 :FMCW mesure la vitesse et la portée de manière plus précise et efficace

C'est trompeur.

Les systèmes ToF, y compris le LiDAR d'AEye, nécessitent plusieurs tirs laser pour déterminer la vitesse de la cible. Cela peut sembler être une surcharge supplémentaire par rapport aux affirmations de FMCW avec des coups uniques. Il est beaucoup plus important de comprendre que toutes les mesures de vitesse ne sont pas égales. Alors que la vitesse radiale dans deux voitures se déplaçant de front est urgente (l'une des raisons pour lesquelles une plus longue portée de détection est souhaitable), la vitesse latérale l'est également car elle comprend plus de 90 % des cas extrêmes les plus dangereux. Les voitures qui brûlent un feu rouge, les véhicules qui font des embardées, les piétons qui entrent dans une rue, tous nécessitent une vitesse latérale pour une prise de décision évasive. FMCW ne peut pas mesurer la vitesse latérale simultanément, en un seul coup, et n'a aucun avantage à trouver la vitesse latérale sur les systèmes ToF.

Considérez une voiture se déplaçant entre 30 et 40 mètres/seconde (~67 à 89 MPH) détectée par un tir laser. Si un deuxième tir laser est effectué peu de temps après, disons 50 μs après le premier, la cible ne se sera déplacée que d'environ 1,75 mm pendant cet intervalle. Pour établir une vitesse statistiquement significative, la cible doit s'être déplacée d'au moins 2 cm, ce qui prend environ 500 μs (tout en nécessitant un SNR suffisant pour interpoler les échantillons de distance). Avec cette deuxième mesure, une plage et une vitesse statistiquement significatives peuvent être établies dans un laps de temps négligeable par rapport à une fréquence d'images. Avec un scanner agile, les 500μs ne sont pas uniquement dédiés ou « captifs » à l'estimation de la vitesse. Au lieu de cela, de nombreux autres coups peuvent être tirés sur des cibles dans l'intervalle. Ce temps peut être utilisé pour examiner d'autres zones/cibles avant de revenir à la cible d'origine pour une mesure de vitesse de haute confiance, alors qu'un système FMCW est captif pendant tout son temps d'arrêt.

Le temps de captivité est aggravé par le fait que FMCW nécessite souvent un minimum de deux balayages de fréquence laser (haut et bas) pour former une détection sans ambiguïté, le balayage descendant fournissant les informations nécessaires pour surmonter l'ambiguïté résultant de la plage de mélange + décalage Doppler. Cela double le temps de séjour requis par tir au-delà de celui déjà décrit. La quantité de mouvement d'une cible en 10 μs peut être généralement de seulement 0,5 mm, ce qui rend difficile la séparation des vibrations par rapport au mouvement linéaire réel.

Affirmation #4 :FMCW a moins d'interférences

Bien au contraire en fait !

Des réflexions parasites surviennent à la fois dans les systèmes ToF et FMCW. Celles-ci peuvent inclure des anomalies de rétroréflecteur telles que des « halos », des « coquilles », des premières réflexions de surface, des lobes secondaires spatiaux hors axe, ainsi que des trajets multiples et des parasites. La clé de tout bon LiDAR est de supprimer les lobes secondaires à la fois dans le domaine spatial (avec une bonne optique) et dans le domaine temporel/forme d'onde. ToF et FMCW ont un comportement spatial comparable, mais là où FMCW souffre vraiment, c'est dans le domaine temporel/forme d'onde lorsque des cibles à contraste élevé sont présentes.

Encombrement : FMCW s'appuie sur le rejet des lobes secondaires basé sur la fenêtre pour traiter l'auto-interférence (encombrement) qui est beaucoup moins robuste que ToF, qui n'a pas de lobes secondaires. Pour fournir un contexte, une impulsion FMCW de 10 μs propage la lumière radialement sur une plage de 1,5 km. Tous les objets dans cette étendue de plage seront capturés dans les lobes latéraux FFT (temps). Même une impulsion FMCW plus courte de 1 μs peut être corrompue par un fouillis de haute intensité à 150 m de distance. Le 1er lobe latéral d'une FFT à fenêtre rectangulaire est bien connu pour être de -13 dB, bien au-dessus des niveaux nécessaires pour un nuage de points toujours bon. (À moins qu'aucun objet dans la prise de vue ne diffère en intensité de tout autre point de distance dans une prise de vue de plus d'environ 13 dB, ce qui est peu probable dans des conditions routières opérationnelles).

Bien sûr, une conicité plus profonde des lobes secondaires peut être appliquée, mais au prix d'un élargissement du pouls. De plus, les non-linéarités dans l'extrémité avant du récepteur (dite plage dynamique sans parasites) limiteront les niveaux effectifs globaux de lobes secondaires du système pouvant être obtenus en raison de la compression et des dérivations ADC (interceptions du troisième ordre); bruit de phase6 ; et la modulation de phase atmosphérique, etc., qu'aucune quantité de conicité de fenêtre ne peut atténuer. Les systèmes aérospatiaux et de défense peuvent et doivent surmonter ces limitations, mais nous ne connaissons aucun système de qualité automobile à faible coût capable de la plage dynamique instantanée> 100db requise pour trier les petits objets à longue portée des rétroréflecteurs à courte portée, tels que survenir dans FMCW.

En revanche, un système ToF gaussien typique, à une durée d'impulsion de 2 ns, n'a aucun lobe secondaire temporel au-delà des quelques cm de la durée d'impulsion elle-même. Aucune quantité de plage dynamique entre les petits et les grands retours de décalage n'a d'effet sur la lumière incidente sur le photodétecteur lorsque le petit retour de cible est capturé.

Première Surface : Une source d'interférence potentiellement plus forte est une réflexion provoquée soit par un pare-brise, soit par une autre première surface appliquée au système LiDAR. Tout comme le faisceau d'émission est allumé presque en continu, les réflexions seront continues et très fortes par rapport aux objets distants, représentant un type similaire de composante basse fréquence qui crée des lobes secondaires FFT indésirables dans les données transformées. Le résultat peut également être une réduction significative de la plage dynamique utilisable. De plus, les pare-brise, étant des verres multicouches soumis à des contraintes mécaniques, présentent une polarisation inhomogène complexe. Cela rend aléatoire le champ électrique du retour du signal sur la surface du photodétecteur, ce qui complique le mélange optique (décohérence).

Enfin, en raison de la nature du traitement dans le domaine temporel par rapport au traitement dans le domaine fréquentiel, la gestion des multi-échos, même avec une plage dynamique élevée, est un processus simple dans les systèmes ToF, alors qu'il nécessite une désambiguïsation importante dans les systèmes FMCW. Le traitement multi-écho est particulièrement important pour traiter les obscurcissants comme la fumée, la vapeur et le brouillard.

Affirmation n° 5 :FMCW est de qualité automobile, fiable et facilement évolutive

Ceci n'est au mieux pas prouvé.

Le prétendu avantage de FMCW vient du fait qu'il tire parti de la maturité des technologies de la photonique et des télécommunications, facilitant ainsi l'évolutivité vers des niveaux de performance plus élevés (en plus des économies de coûts). Certes, FMCW permet des photodétecteurs à faible coût, comme les PIN, alors que ToF utilise souvent des APD et d'autres détecteurs plus coûteux. Cependant, les détails sont beaucoup plus nuancés.

La chaîne d'approvisionnement des composants LiDAR est relativement naissante, mais des composants tels que les lasers à fibre, les récepteurs PIN array, les ADC et FPGA ou ASICS sont utilisés dans diverses industries depuis des années. Ces types de composants présentent un risque très faible du point de vue de la base d'approvisionnement. En comparaison, le composant critique des systèmes FMCW est le laser à très faible bruit de phase, qui a de nombreuses exigences strictes et aucun autre utilisateur à volume élevé pour aider à réduire les coûts de fabrication en volume.

Les composants optiques utilisés dans les systèmes ToF LiDAR sont des dérivés de composants largement et couramment utilisés dans les systèmes commerciaux. Les nouveaux développements sont les MEMS, qui étaient auparavant utilisés dans pratiquement tous les capteurs de pression et d'airbag automobiles, ainsi que dans les pistolets Gatlin, les chercheurs de missiles et les commutateurs q à résonateur laser dans l'armée. Les composants des systèmes FMCW sont disponibles dans des environnements de laboratoire depuis des années, mais aucun système de production à grand volume n'a déployé d'éléments tels que le laser à diode à longue cohérence agile en fréquence nécessaire pour activer de tels systèmes.

De plus, les LiDAR ToF ont déjà plusieurs fournisseurs vendant des composants qualifiés pour l'automobile sur l'ensemble de la pile matérielle :lasers, détecteurs, ASIC, etc. gain technique pour compenser un produit qui bénéficie d'une chaîne d'approvisionnement robuste avec plusieurs fournisseurs respectant déjà les normes de qualité pour une clientèle donnée.

L'évolutivité est directement liée à la maturité. Une façon de décrire la maturité technologique est un schéma développé par la NASA dans les années 19707 appelé « Technology Readiness Level » (TRL). Ce schéma attribue des numéros à une technologie en fonction de la distance parcourue entre l'inspiration technologique (TRL 1) et le déploiement dans plusieurs missions réussies (TRL 9).

Dans le cas de ToF LiDAR, nous pensons que les composants et les systèmes sont à TRL 8, tandis que les composants et systèmes FMCW sont à TRL 4. Il s'agit d'un écart important dans la préparation technologique qui prendra de nombreuses années à combler. Les principaux défauts d'évolutivité des systèmes FMCW incluent le faible taux de tir dû à l'étirement des impulsions de chirp laser, et l'ADC et le FPGA à grande vitesse nécessaires pour traiter les retours. Dans le cas où des taux de prise de vue plus élevés au niveau du système sont requis, des canaux parallèles du chemin optique et de l'électronique peuvent être déployés. Ceux-ci peuvent utiliser un seul MEMS à balayage, mais chaque élément répliqué représente la majeure partie du coût du système LiDAR, donc le doublement des canaux double presque le coût global du LiDAR.

Laser Costs: In FMCW systems, coherence length is determined by how the laser is designed and fabricated and must be at least twice as long as the longest target range. Typically, a low phase noise laser is much more expensive than a traditional diode laser. In contrast, outside of maintaining a good pulse shape, there are few other requirements on the laser in a ToF system beyond those already required in telecom markets.

Receiver Costs: While it’s true that FMCW detectors can be low grade PINs and relatively cheap, the total receiver cost is expensive due to the front-end optics and back-end electronics requirements. Even here though, a coaxial FMCW system and a coaxial ToF system will not see significant differences in detector costs based on detector sizes needed. The total receiver cost will favor a ToF system. However, where FMCW really shines on cost is for short range systems. The higher energy efficiency evinced from coherence enables diode lasers to be employed, and chip scale Li-DAR is achievable.

Optics Costs: In a typical ToF system, incoherent detection (simple amplitude peak detection) takes place and optical elements only have to be within one-quarter of a wavelength (so called λ/4). In comparison, FMCW uses coherent detection and in aggregate, all of the optical surfaces must be within a much tighter tolerance, like λ/20. These components can be very expensive.

Electronics Costs: In the AEye ToF system, the electronics consist of a high-speed analog to digital converter (ADC) and a field programmable gate array (FPGA) that performs peak detection and range calculations. The bandwidth of the electronics is proportional to the range resolution and for common Li-DAR system requirements, the components are nothing unusual.

FMCW requires ADC conversion rates that are two- to four-times as high as a ToF system and then must be followed by an FPGA capable of taking the data in and doing very high speed FFT conversions. Even with the use of ASICs, the complexity of FMCW systems is several times the complexity (and cost) of the processing required for ToF.

Claim #6:Adding FMCW to Optical Phased Arrays (OPAs) Will Compensate for Lack of Solid-State Performance of FMCW

This is unproven.

FMCW has a low technical readiness level, and Optical Phased Arrays have an even lower technical readiness level (roughly TRL 3 with experimental proof of principle and not usable at scale to the extent needed for FMCW). The original DARPA Modular Optical Aperture Building Blocks (MOABB) program demonstrated that, to achieve very low spatial sidelobe transmit beam-steering performance, submicron (λ/2) waveguides were necessary11. The consequence of needing such small waveguides is the power handling capability of such elements, which was identified as a fundamental limitation to the approach. On the receive side, the idea of coupling light from an input lens to a photonic substrate where the light must be collected into a very small waveguide is also an optical performance challenge (etendue limitation).

Most OPA systems use thermal shifting of laser wavelength to steer beams in one dimension while using phased arrays to steer beams in another dimension. It is well known that phased array beam steering degrades (creates spatial sidelobes) very quickly with frequency shifts of the laser beam. The combination of a beam steering mechanism that depends on the laser being a constant intensity and constant wavelength, while the ranging mechanism depends on sweeping the frequency (wavelength) of the laser, doesn’t work well for traditional FMCW approaches. The idea of combining FMCW with this beam steering technology that is in such an early stage of development is incredibly risky. We believe this path can take another 10 years to reach usable maturity.

Conclusion

AEye believes that high performance, agile-scanning ToF systems serve the needs of autonomous vehicle LiDAR more effectively than FMCW when cost, range, performance, and point cloud quality are important. However, it is not hard to see the logical reasoning where FMCW could play a niche role in applications where lower shot rates are suitable and FMCW systems are more economical.

This article was written by Luis Dussan, Founder and CTO, AEye (Dublin, CA). For more information, visit here .

References

1. Aurora Team, “FMCW Lidar:The Self-Driving Game-Changer ”, April 9, 2020.
2. Philip Ross, “Aeva Unveils Lidar on a Chip ”, IEEE Spectrum, December 11, 2019.
3. Timothy Lee, “Two Apple veterans built a new lidar sensor — here’s how it works ”, arsTECHNICA, October 2, 2018.
4. Jeff Hect, “Lasers for Lidar:FMCW lidar:An alternative for self-driving cars ”, Laser-FocusWorld, May 31st, 2019.
5. “Aeva launches ‘4D’ LiDAR on chip for autonomous driving ”, December 16, 2019.
6. Phillip Sandborn, “FMCW Lidar:Scaling to the Chip-Level and Improving Phase-Noise-Limited Performance ”, Electrical Engineering and Computer Sciences, University of California at Berkeley, Technical Report No. UCB/EECS-2019-148, December 1, 2019.
7. “Technology readiness level ”, Wikipedia.
8. A Gschwendtner, W Keicher, “Development of Coherent Laser Radar at Lincoln Laboratory ”, MIT Tech journal, Vol 12, #2, 2000.
9. C. Patel, “Stability of Single Frequency Lasers ”, IEEE J Quantum Electronics, v4, 1968.
10. Voxtel Laser Rangefinders , June 2020.
11. P Suni et al, “Photonic Integrated Circuit FMCW Lidar On A Chip ”, 19th Coherent Laser Radar Conference.