Wie funktionieren Lidar-„Augen“?
Bevor wir darüber sprechen, warum Staub den Erkennungseffekt von Lidar beeinflusst, müssen wir zunächst klären, wie Lidar funktioniert.
LiDAR (LiDAR, vollständiger Name Light Detection and Ranging) ist ein aktiver Sensor, der selbst einen Laserstrahl aussendet und der Laserstrahl zurückreflektiert, nachdem er auf umgebende Objekte trifft. Durch die Messung der Zeit, die jeder Laserimpuls benötigt, um von der Emission zurückzukehren, können die Entfernung und Richtung des Zielobjekts berechnet und so eine dreidimensionale Punktwolke der Umgebung erstellt werden.
Dieses Design kann unter idealen Bedingungen sehr genaue Umgebungsinformationen erhalten, wird jedoch stark beeinträchtigt, wenn es auf Objekte wie Regentropfen, Rauch, Staub usw. trifft. Diese Hindernisse beeinträchtigen den Laserstrahl und beeinträchtigen somit die Qualität des zurückgegebenen Signals.
Wie stört Staub Lasersignale?
Wenn Menschen Auto fahren und Staub in der Umwelt vorhanden ist, hat dies eigentlich nur geringe Auswirkungen. Aber für Lidar ist Staub tatsächlich eine sehr störende Störquelle.
Wenn der Laserstrahl auf Staubpartikel in der Luft trifft, kommt es zur Streuung und das Licht, das ursprünglich geradlinig verlaufen sollte, wird von den Staubpartikeln abgelenkt. Durch eine solche Streuung wird das Rücksignal schwächer und verschwommener, und ein Teil des Lichts kehrt möglicherweise nicht einmal zum Empfangsende zurück. Je mehr Staub vorhanden ist, desto schwerwiegender ist die Lichtfleckstreuung und desto schwächer wird das erfasste effektive Signal sein. Dies wird sich schließlich in einer Zunahme des Rauschens in den Punktwolkendaten, unklaren Objektumrissen und sogar einer Fehleinschätzung des Systems äußern, dass kein Hindernis vorhanden ist.
Staub lenkt das Licht nicht nur ab, sondern führt auch dazu, dass der Strahl während der Ausbreitung Energie verliert, wodurch die vom Radarempfänger empfangene Signalstärke abnimmt. Sobald die Signalstärke auf etwa den Rauschpegel des Sensors sinkt, wird es schwierig, genau zwischen echten Reflexionen und Hintergrundrauschen zu unterscheiden, was sich direkt auf die Entfernungsgenauigkeit und die Fähigkeit zur Identifizierung entfernter Objekte auswirkt.
Staub kann auch zu einer Verschmutzung der LiDAR-Sichtfenster führen. Die Sende- und Empfangsstrahlen von LiDAR müssen durch ein transparentes Schutzglas oder -fenster gelangen. Wenn sich auf der Oberfläche dieses Fensters Staub ansammelt und dieser sich allmählich ansammelt und mit der Zeit dicker wird, erzeugt der Laser beim Durchgang durch diese Verschmutzungsschicht eine diffuse Reflexion und Absorption, und das Signal des aus- und wiederkehrenden Strahls wird schwächer oder ändert sogar seine Richtung. Diese Art der physischen Okklusion hat großen Einfluss auf die Gesamtqualität der Punktwolke. Die Entfernungsmessung ist nicht nur ungenau, sondern kann auch dazu führen, dass das System fälschlicherweise annimmt, dass sich vor Ihnen ein Hindernis befindet, oder dass es das tatsächliche Objekt überhaupt nicht erkennt.
So reduzieren Sie die Auswirkungen von Staub auf Lidar
Tatsächlich wurden viele Gegenmaßnahmen gegen Staubstörungen vorgeschlagen und angewendet.
Eine Idee besteht darin, die Staubanhaftung der Beschläge am Fenster zu verringern. Bei der Gestaltung des Hüllenmaterials und der Beschichtung des Radars können Materialien mit hoher Lichtdurchlässigkeit und starker Antifouling-Fähigkeit verwendet werden, um die Staubansammlung auf der Schutzhülle zu reduzieren und so sicherzustellen, dass der Laser so wenig wie möglich blockiert wird. Beispielsweise werden in einigen Anwendungsszenarien Schutzhüllen mit Nano-Antifouling-Beschichtungen auf der Oberfläche eingesetzt, um das Anhaften von Staub zu verhindern und den Reinigungszyklus der Geräte zu verlängern.
Auf Softwareebene hat die Industrie zudem gezielte Filter- und Erkennungsalgorithmen entwickelt. Diese Algorithmen kombinieren die Intensität und Entfernung des Laserechos und die Verteilung der Punkte um die Punktwolke herum, um zu bestimmen, bei welchen Punkten es wahrscheinlicher ist, dass es sich um durch Staubstreuung verursachtes Rauschen handelt, und entfernen sie dann aus den Punktwolkendaten. Ein solcher „Staubentfernungsalgorithmus“ kann die Punktwolkeninformationen der realen Umgebung bis zu einem gewissen Grad wiederherstellen und die Auswirkungen falscher Hindernisse verringern.
Eine weitere Methode ist die Sensorfusion, bei der Lidar mit anderen Sensortypen kombiniert wird. Kameras können beispielsweise Bildinformationen liefern, um Staub von echten Zielen zu unterscheiden. Millimeterwellenradar hat eine bessere Durchdringungskapazität für Regen, Nebel und Staub. Durch ihre Kombination kann ein robusteres Wahrnehmungssystem entstehen, das in komplexen Umgebungen viel zuverlässiger ist als ein einzelner Lidar.
In einigen besonderen Extremszenarien kommen aktive Reinigungsmaßnahmen hinzu, wie beispielsweise die Installation von Luftblasgeräten, Bürsten oder anderen mechanischen Reinigungsmodulen an der Außenseite des Lidars, um regelmäßig Staub von der Fensteroberfläche zu entfernen. Allerdings ist diese Art von Lösung mit höheren Kosten und Wartungsanforderungen verbunden und wird hauptsächlich in industriellen oder speziellen Roboterumgebungen eingesetzt.
Abschließend,
Staub beeinflusst LiDAR in vielerlei Hinsicht. Es stört nicht nur den Laserausbreitungspfad, sondern verringert auch die Signalstärke, verunreinigt das Sensorfenster und führt letztendlich zu erhöhtem Rauschen in Punktwolkendaten, verringerter Erkennungsgenauigkeit, verkürztem Erkennungsbereich und sogar zu einer Fehleinschätzung von Hindernissen. Bei sicherheitskritischen Anwendungen wie dem autonomen Fahren können diese Auswirkungen nicht ignoriert werden.
