비행 시간 대 FMCW LiDAR 시스템

최근 논문 ^{1, 2, 3, 4, 5} FMCW(Frequency Modulated Continuous Wave) LiDAR 시스템의 이점에 대한 여러 마케팅 주장을 발표했습니다. 예상할 수 있듯이 이 이야기에는 헤드라인이 주장하는 것보다 더 많은 것이 있습니다. 이 기사에서는 이러한 주장을 검토하고 각각에 대한 ToF(Time of Flight)와 FMCW LiDAR를 기술적으로 비교합니다.

우리는 모든 ToF 및 FMCW 시스템이 동일하지 않다는 것을 이해하므로 AEye에서 사용되는 ToF에 중점을 둘 것입니다. 우리의 희망은 이 기사가 성공적인 실무자가 극복해야 하는 어려운 시스템 절충안의 일부를 요약하여 강력한 정보에 입각한 토론, 경쟁, 그리고 궁극적으로 ToF 및 FMCW 제품의 개선을 촉진하는 것입니다.

경쟁 주장

주장 #1:FMCW는 (새로운) 혁신적인 기술입니다.

이것은 사실이 아닙니다.

최근 뉴스 기사와 달리 FMCW LiDAR는 1960년대 MIT 링컨 연구소에서 수행된 작업에서 비롯된 매우 오랜 기간 동안 사용되었습니다. ⁸ , 레이저 자체가 발명된 지 겨우 7년 ⁹ . 수년 동안 FMCW에 대해 배운 많은 교훈은 비공개 및 공개 도메인이지만 불행히도 오랫동안 잊혀졌습니다. 최근 변경된 사항은 가간섭성 길이가 긴 레이저의 가용성이 높아졌다는 것입니다. 이것은 이론적으로 매우 높은 신호 이득을 제공할 수 있기 때문에 확립된 기술에 대한 관심을 되살리지만, 이 LiDAR를 자율 주행 차량에 실행 가능하게 하려면 해결해야 하는 몇 가지 제한 사항이 여전히 있습니다.

주장 #2:FMCW는 더 멀리, 더 빠르게 물체를 감지/추적합니다.

이것은 입증되지 않았습니다.

ToF LiDAR 시스템은 매우 빠른 레이저 샷 속도(AEye 시스템에서 초당 수백만 샷), 민첩한 스캐닝, 증가된 반사 돌출, 고밀도 관심 영역(ROI)을 적용하는 기능을 제공할 수 있습니다. 다른 시스템에 비해 반품에서 4배 더 나은 정보를 얻을 수 있습니다. 이에 비해 복잡성이 낮은 많은 FMCW 시스템은 초당 10~100만장의 샷 속도만 가능합니다(~50배 느림). 따라서 본질적으로 나노초 드웰 시간 및 높은 반복률을 수십 마이크로초 드웰 시간 및 낮은 반복률(레이저/rx 쌍당)과 비교하고 있습니다. 상업용 자동차 등급 LiDAR 제품은 ToF를 사용하여 초당 수백만 개의 수익을 발생시키는 대형 FOV와 제곱도당 1000포인트 이상의 초고해상도를 제공합니다. AEye는 이 수준의 성능과 일치하는 FMCW 시스템을 알지 못합니다(현재 시장에 나와 있는 FMCW 시스템은 특정 성능 사양이 부족한 경향이 있습니다).

더 높은 레이저 샷 밀도(공간 및/또는 시간)는 더 빠른 감지 시간과 더 나은 노이즈 필터링을 허용하는 더 많은 정보를 제공하기 때문에 장거리에서 물체의 감지, 획득(분류) 및 추적은 모두 레이저 샷 속도의 영향을 많이 받습니다. AEye는 200m 이상에서 작은 물체와 보행자, 300m에서 차량, 1km 범위에서 클래스 3 트럭과 같은 낮은 반사율의 다중 지점 감지가 가능한 시스템을 시연했습니다. 이것은 ToF 기술의 범위 기능을 말합니다. 실제로 거의 모든 레이저 거리 측정기는 거리 측정을 위해 FMCW가 아닌 ToF를 사용합니다(예:Voxtel 거리 측정기 ¹⁰ 일부 제품에는 10km 이상의 감지 범위가 있음). 최근 기사에서는 FMCW가 우수한 범위를 가지고 있다고 주장하지만 일치하는 FOV, 전체 범위 폭 및 포인트 밀도를 제공하면서 고급 ToF 시스템의 범위와 일치할 수 있는 FMCW 시스템을 본 적이 없습니다.

주장 #3:FMCW는 속도와 범위를 보다 정확하고 효율적으로 측정합니다.

이것은 오해의 소지가 있습니다.

AEye의 LiDAR를 포함한 ToF 시스템은 목표 속도를 결정하기 위해 여러 번의 레이저 샷이 필요합니다. 이것은 단일 샷이 있는 FMCW의 주장과 비교할 때 추가 오버헤드처럼 보일 수 있습니다. 훨씬 더 중요한 것은 모든 속도 측정이 동일하지 않다는 것을 이해하는 것입니다. 정면으로 움직이는 두 대의 자동차에서 반경 방향 속도가 시급하지만(검출 범위가 더 긴 것이 바람직한 이유 중 하나), 측면 속도도 가장 위험한 경우의 90% 이상을 구성하므로 시급합니다. 빨간불을 달리는 자동차, 방향을 바꾸는 차량, 거리로 들어가는 보행자, 모두 회피 의사 결정을 위해 횡방향 속도가 필요합니다. FMCW는 한 번에 횡방향 속도를 동시에 측정할 수 없으며 ToF 시스템보다 횡방향 속도를 찾는 데 아무런 이점이 없습니다.

레이저 발사로 감지된 30~40미터/초(~67~89MPH) 사이로 움직이는 자동차를 생각해 보십시오. 두 번째 레이저 샷이 짧은 시간(예:첫 번째 이후 50μs) 후에 수행되면 대상은 해당 간격 동안 ~1.75mm만 이동합니다. 통계적으로 유의미한 속도를 설정하려면 대상이 최소 2cm 이동해야 하며, 이는 약 500μs가 소요됩니다(범위 샘플을 보간하려면 충분한 SNR이 필요함). 두 번째 측정을 통해 프레임 속도에 비해 무시할 수 있는 시간 프레임 내에서 통계적으로 유의미한 범위와 속도를 설정할 수 있습니다. 애자일 스캐너를 사용하면 500μs가 속도 추정에만 전용되거나 "포로"되지 않습니다. 대신, 그 사이에 목표물을 향해 다른 많은 사격을 가할 수 있습니다. 이 시간은 높은 신뢰도의 속도 측정을 위해 원래 대상으로 돌아가기 전에 다른 영역/대상을 보는 데 사용할 수 있는 반면 FMCW 시스템은 전체 체류 시간 동안 종속됩니다.

포로 시간을 복잡하게 하는 것은 FMCW가 모호하지 않은 감지를 형성하기 위해 종종 최소 2회의 레이저 주파수 스위프(위 및 아래)가 필요하다는 사실이며, 다운 스위프는 혼합 범위 + 도플러 이동에서 발생하는 모호성을 극복하는 데 필요한 정보를 제공합니다. 이것은 이미 설명한 것 이상으로 샷당 필요한 체류 시간을 두 배로 늘립니다. 10μs에서 대상의 움직임의 양은 일반적으로 0.5mm에 불과하므로 진동과 실제 선형 움직임을 구분하기 어렵습니다.

주장 #4:FMCW는 간섭이 적습니다

실제로는 정반대입니다!

스퓨리어스 반사는 ToF 및 FMCW 시스템 모두에서 발생합니다. 여기에는 "후광", "쉘", 첫 번째 표면 반사, 축외 공간 사이드로브, 다중 경로 및 클러터와 같은 역반사체 이상 현상이 포함될 수 있습니다. 좋은 LiDAR의 핵심은 공간 영역(양호한 광학 포함)과 시간/파형 영역 모두에서 사이드로브를 억제하는 것입니다. ToF와 FMCW는 공간적 거동이 비슷하지만 FMCW가 진정으로 고통받는 곳은 고대비 대상이 있는 시간 영역/파형 영역입니다.

복잡함: FMCW는 창 기반 사이드로브 제거에 의존하여 사이드로브가 없는 ToF보다 훨씬 덜 강력한 자체 간섭(클러터)을 해결합니다. 컨텍스트를 제공하기 위해 10μs FMCW 펄스는 1.5km 범위에 걸쳐 빛을 방사형으로 퍼뜨립니다. 이 범위 범위 내의 모든 개체는 FFT(시간) 사이드로브에서 포착됩니다. 더 짧은 1μs FMCW 펄스도 150m 떨어진 고강도 클러터에 의해 손상될 수 있습니다. 직사각형 창 FFT의 첫 번째 사이드로브는 -13dB로 잘 알려져 있으며, 이는 일관되게 좋은 포인트 클라우드에 필요한 수준보다 훨씬 높습니다. (샷의 어떤 물체도 샷의 다른 범위 포인트에 의해 강도가 약 13dB 이상 차이가 나지 않는 한, 작동 중인 도로 조건에서는 있을 수 없는 것입니다).

물론 더 깊은 측엽 테이퍼를 적용할 수 있지만 펄스 확장을 희생해야 합니다. 또한 수신기 프런트 엔드의 비선형성(소위 스퓨리어스 없는 동적 범위)은 압축 및 ADC 스퍼(3차 인터셉트)로 인해 달성할 수 있는 효과적인 전체 시스템 사이드로브 수준을 제한합니다. 위상 잡음6; 윈도우 테이퍼의 양이 완화될 수 없는 대기 위상 변조 등. 항공우주 및 방위 시스템은 이러한 한계를 극복할 수 있고 실제로 극복할 수 있지만 우리는 FMCW에서 발생합니다.

대조적으로, 2ns 펄스 지속 시간에서 일반적인 가우시안 ToF 시스템은 펄스 지속 시간 자체의 몇 cm를 넘어서는 시간 기반 사이드 로브가 없습니다. 작은 오프셋 반사와 큰 오프셋 반사 사이의 동적 범위는 작은 대상 반사가 캡처될 때 광검출기에 입사하는 빛에 영향을 미치지 않습니다.

첫 번째 표면: 잠재적으로 더 강력한 간섭 소스는 LiDAR 시스템에 적용된 앞유리 또는 기타 첫 번째 표면에 의해 발생하는 반사입니다. 송신 빔이 거의 연속적으로 켜져 있는 것처럼 반사는 연속적이고 멀리 있는 물체에 비해 매우 강하여 변환된 데이터에서 바람직하지 않은 FFT 사이드로브를 생성하는 유사한 종류의 저주파 성분을 나타냅니다. 그 결과 사용 가능한 다이내믹 레인지가 크게 감소할 수도 있습니다. 또한, 기계적 응력을 받는 다층 유리인 앞유리는 복잡한 균질 편광을 가지고 있습니다. 이것은 광검출기 표면에서 신호 리턴의 전기장을 무작위로 지정하여 광학 혼합을 복잡하게 만듭니다(디코히어링).

마지막으로, 시간 영역 처리 대 주파수 영역 처리의 특성으로 인해 높은 동적 범위에서도 다중 에코 처리는 ToF 시스템에서 간단한 프로세스인 반면 FMCW 시스템에서는 상당한 명확성이 필요합니다. 다중 에코 처리는 연기, 증기 및 안개와 같은 방해물을 처리하는 데 특히 중요합니다.

주장 #5:FMCW는 자동차 등급이며 안정적이며 쉽게 확장 가능합니다.

이것은 기껏해야 입증되지 않았습니다.

FMCW의 장점은 포토닉스 및 통신 기술 성숙도를 활용하여 더 높은 성능 수준으로의 확장성을 용이하게 한다는 사실에서 비롯됩니다(비용 절감 외에도). 사실, FMCW는 PIN과 같은 저비용 광검출기를 허용하는 반면 ToF는 종종 APD 및 기타 고가의 검출기를 사용합니다. 그러나 세부 사항은 훨씬 더 미묘합니다.

LiDAR 구성 요소의 공급망은 비교적 초기 단계이지만 파이버 레이저, PIN 어레이 수신기, ADC 및 FPGA 또는 ASICS와 같은 구성 요소는 수년 동안 다양한 산업에서 사용되어 왔습니다. 이러한 유형의 구성 요소는 공급 기반 관점에서 위험이 매우 낮습니다. 이에 비해 FMCW 시스템의 핵심 구성 요소는 매우 낮은 위상 노이즈 레이저로, 요구 사항이 많고 대량 제조 비용을 줄이는 데 도움이 되는 다른 대량 사용자가 없습니다.

ToF LiDAR 시스템에 사용되는 광학 부품은 상용 시스템에서 광범위하고 일상적으로 사용되는 부품의 파생물입니다. 새로 개발된 MEMS는 이전에 거의 모든 자동차 압력 및 에어백 센서와 군용 Gatlin 총, 미사일 시커 및 레이저 공진기 q-스위치에 사용되었습니다. FMCW 시스템의 구성 요소는 수년 동안 실험실 환경에서 사용할 수 있었지만 이러한 시스템을 구현하는 데 필요한 주파수 민첩한 긴 간섭 길이 다이오드 레이저와 같은 항목을 배치한 대량 생산 시스템은 없습니다.

또한 ToF LiDAR에는 레이저, 감지기, ASIC 등 전체 하드웨어 스택에서 자동차 인증 구성 요소를 판매하는 여러 공급업체가 있습니다. 역사적으로 자체적으로 고유하게 제조되는 파괴적인 기술(예:FMCW 레이저 소스)은 10x 이미 주어진 고객 기반에 대한 품질 표준을 통과한 여러 공급업체와 함께 강력한 공급망을 누리고 있는 제품을 상쇄하기 위한 기술적 이득입니다.

확장성은 성숙도와 직접적인 관련이 있습니다. 기술 성숙도를 설명하는 한 가지 방법은 1970년대7에 NASA에서 개발한 "기술 준비 수준"(TRL)이라는 체계입니다. 이 체계는 기술 영감(TRL 1)에서 여러 성공적인 임무 배포(TRL 9)까지의 경로에 따라 기술에 숫자를 할당합니다.

ToF LiDAR의 경우 구성 요소와 시스템이 TRL 8에 있는 반면 FMCW 구성 요소와 시스템은 TRL 4에 있다고 생각합니다. 이는 종료하는 데 수년이 걸릴 기술 준비 상태의 상당한 격차입니다. FMCW 시스템의 주요 확장성 단점에는 레이저 처프 펄스 스트레칭으로 인한 낮은 샷 속도와 반환 처리에 필요한 고속 ADC 및 FPGA가 있습니다. 시스템 수준에서 더 높은 샷 속도가 필요한 경우 광학 경로 및 전자 장치의 병렬 채널이 배포될 수 있습니다. 이들은 단일 스캐닝 MEMS를 사용할 수 있지만 각 복제된 항목은 LiDAR 시스템 비용의 대부분을 차지하므로 채널을 두 배로 늘리면 LiDAR의 전체 비용이 거의 두 배가 됩니다.

레이저 비용: FMCW 시스템에서 간섭 길이는 레이저가 어떻게 설계 및 제작되었는지에 따라 결정되며 최소 목표 범위의 두 배 이상이어야 합니다. 일반적으로 저위상 노이즈 레이저는 기존 다이오드 레이저보다 훨씬 비쌉니다. 대조적으로, 양호한 펄스 형태를 유지하는 것 외에 ToF 시스템의 레이저에 대한 다른 요구 사항은 통신 시장에서 이미 요구되는 것 외에 거의 없습니다.

수신자 비용: FMCW 감지기가 낮은 등급의 PIN일 수 있고 상대적으로 저렴할 수 있는 것은 사실이지만 프런트 엔드 광학 및 백 엔드 전자 요구 사항으로 인해 총 수신기 비용이 비쌉니다. 여기에서도 동축 FMCW 시스템과 동축 ToF 시스템은 필요한 감지기 크기에 따라 감지기 비용에 큰 차이가 없습니다. 총 수신기 비용은 ToF 시스템을 선호합니다. 그러나 FMCW가 비용면에서 정말 빛나는 곳은 단거리 시스템입니다. Coherence에서 입증되는 더 높은 에너지 효율로 다이오드 레이저를 사용할 수 있으며 칩 규모의 Li-DAR을 달성할 수 있습니다.

광학 비용: 일반적인 ToF 시스템에서 비간섭성 감지(단순 진폭 피크 감지)가 발생하고 광학 요소는 파장의 1/4(λ/4라고 함) 내에만 있으면 됩니다. 이에 비해 FMCW는 코히어런트 검출을 사용하며 종합적으로 모든 광학 표면은 λ/20과 같이 훨씬 더 엄격한 허용 오차 내에 있어야 합니다. 이러한 구성 요소는 매우 비쌀 수 있습니다.

전자제품 비용: AEye ToF 시스템에서 전자 장치는 고속 아날로그-디지털 변환기(ADC)와 피크 감지 및 범위 계산을 수행하는 FPGA(Field Programmable Gate Array)로 구성됩니다. 전자 장치의 대역폭은 범위 분해능에 비례하며 일반적인 Li-DAR 시스템 요구 사항의 경우 구성 요소가 이상하지 않습니다.

FMCW는 ToF 시스템보다 2~4배 높은 ADC 변환 속도를 요구하며, 그 다음에는 데이터를 입력하고 초고속 FFT 변환을 수행할 수 있는 FPGA가 따라야 합니다. ASIC을 사용하더라도 FMCW 시스템의 복잡성은 ToF에 필요한 처리 복잡성(및 비용)의 몇 배입니다.

클레임 #6:광학 위상 배열(OPA)에 FMCW를 추가하면 FMCW의 솔리드 스테이트 성능 부족을 보완할 수 있습니다.

이것은 입증되지 않았습니다.

FMCW는 기술 준비 수준이 낮고 광학 위상 배열은 기술 준비 수준이 훨씬 더 낮습니다(실험적 원리 증명이 있는 대략 TRL 3이며 FMCW에 필요한 정도로 규모에서 사용할 수 없음). 원래의 DARPA MOABB(Modular Optical Aperture Building Blocks) 프로그램은 매우 낮은 공간 사이드로브 전송 빔 조정 성능을 달성하기 위해 서브미크론(λ/2) 도파관이 필요하다는 것을 보여주었습니다. 이러한 작은 도파관이 필요한 결과는 이러한 요소의 전력 처리 능력이며, 이는 접근 방식의 근본적인 한계로 확인되었습니다. 수신 측에서 입력 렌즈의 빛을 광자 기판으로 결합하는 아이디어는 빛을 매우 작은 도파관으로 수집해야 하는 경우에도 광학 성능 문제(에텐듀 제한)입니다.

대부분의 OPA 시스템은 레이저 파장의 열 이동을 사용하여 한 차원에서 빔을 조정하고 위상 배열을 사용하여 다른 차원에서 빔을 조정합니다. 위상 어레이 빔 스티어링은 레이저 빔의 주파수 이동에 따라 매우 빠르게 저하(공간적 사이드로브 생성)하는 것으로 잘 알려져 있습니다. 레이저가 일정한 강도와 일정한 파장을 갖는 것에 의존하는 빔 조정 메커니즘의 조합과 레이저의 주파수(파장) 스위핑에 의존하는 범위 조정 메커니즘의 조합은 전통적인 FMCW 접근 방식에서는 잘 작동하지 않습니다. 개발 초기 단계에 있는 이 빔 조향 기술과 FMCW를 결합하는 아이디어는 매우 위험합니다. 우리는 이 경로가 사용 가능한 성숙도에 도달하는 데 10년이 더 걸릴 수 있다고 믿습니다.

결론

AEye는 고성능의 민첩한 스캐닝 ToF 시스템이 비용, 범위, 성능 및 포인트 클라우드 품질이 중요한 경우 FMCW보다 더 효과적으로 자율 차량 LiDAR의 요구 사항을 충족한다고 믿습니다. 그러나 더 낮은 샷 레이트가 적합하고 FMCW 시스템이 더 경제적인 애플리케이션에서 FMCW가 틈새 역할을 할 수 있다는 논리적 추론을 보는 것은 어렵지 않습니다.

이 기사는 AEye(Dublin, CA)의 창립자이자 CTO인 Luis Dussan이 작성했습니다. 자세한 내용은 여기를 방문하십시오. .

참조

1. Aurora 팀, “FMCW Lidar:자율 주행 게임 체인저 ”, 2020년 4월 9일.
2. Philip Ross, “Aeva, Lidar on Chip 공개 ", IEEE 스펙트럼, 2019년 12월 11일.
3. Timothy Lee, “두 명의 Apple 베테랑이 새로운 라이더 센서를 구축했습니다. 작동 원리는 다음과 같습니다. ”, arsTECHNICA, 2018년 10월 2일.
4. Jeff Hect, “Lidar용 레이저:FMCW Lidar:자율주행차의 대안 ", Laser-FocusWorld, 2019년 5월 31일.
5. “Aeva, 자율주행용 칩 온칩 '4D' LiDAR 출시 ”, 2019년 12월 16일.
6. Phillip Sandborn, “FMCW Lidar:칩 수준으로 확장 및 위상 잡음 제한 성능 개선 ", 전기 공학 및 컴퓨터 과학, University of California at Berkeley, 기술 보고서 ​​번호 UCB/EECS-2019-148, 2019년 12월 1일.
7. “기술 준비 수준 ", 위키피디아.
8. A Gschwendtner, W Keicher, “링컨 연구소에서 코히런트 레이저 레이더 개발 ", MIT Tech 저널, Vol 12, #2, 2000.
9. C. Patel, “단일 주파수 레이저의 안정성 ", IEEE J 양자 전자, v4, 1968.
10. Voxtel 레이저 거리 측정기 , 2020년 6월.
11. P Suni 외, “포토닉 집적 회로 FMCW Lidar On A Chip ”, 제19회 코히런트 레이저 레이더 컨퍼런스.