Egy közelmúltbeli tanulmányban kínai kutatók kifejlesztettek egy chip{0}}méretű LiDAR rendszert, amely az emberi szem mozgását utánozza azáltal, hogy dinamikusan koncentrálja a nagy-felbontású érzékelést az érdeklődésre számot tartó területekre (ROI), miközben a teljes látómezőre kiterjedően széleskörűen figyel.
A tanulmány a folyóiratban jelenik megTermészet Kommunikáció.
A LiDAR rendszerek az önvezető autókban, drónokban és robotokban a gépi látást biztosítják azáltal, hogy lézersugarat bocsátanak ki, hogy milliméteres pontossággal térképezzenek fel 3D-s jeleneteket. A szem a legsűrűbb érzékelőit a foveába (éles központi látópont) helyezi, és tekintetét a fontosra irányítja. Ezzel szemben a legtöbb LiDAR merev párhuzamos nyalábokat vagy pásztázásokat használ, amelyek egyenletes (gyakran durva) felbontást terjesztenek mindenhol. A részletek növelése több csatorna egységes hozzáadását jelenti, ami robbanásszerűen növeli a költségeket, a teljesítményt és a bonyolultságot.
A csapat tervei szerint a 0,012 fokos szögfelbontás -túlhaladja a retinát a ROI-ban-, amely kétszer olyan éles, mint a szem hozzávetőleges 0,017 fokos határa. Ez azt jelenti, hogy a rendszer meg tudja különböztetni a legkisebb szöggel elválasztott pontokat, mint például egy távoli útjelző táblán lévő finom részleteket. Igény szerint újraosztja a párhuzamos érzékelési csatornákat, elkerülve a költséges nyers-erőskálázást.
A Phys.org a tanulmány társszerzőivel, Ruixuan Chennel és Xingjun Wanggal beszélt a Pekingi Egyetem Elektronikai Iskolájából.
"A motiváció a biológiai és a gépi észlelés gyakorlati eltéréséből fakad" - magyarázták a kutatók. "Az emberi szem úgy ér el nagy élességet és energiahatékonyságot, hogy átcsoportosítja a figyelmet, -megőrzi a széleskörű tudatosságot, miközben az erőforrásokat arra összpontosítja, ami számít. Ezzel szemben a LiDAR felbontást gyakran "mindenhol több csatorna" követi, ami gyorsan megdrágul és energiaéhes lesz."
A méretezési probléma
A gépi látórendszerek a hagyományos kamerákon túl a LiDAR érzékelőkkel is bővültek, amelyek pontos távolságmérést és 3D-s környezetérzékelést tesznek lehetővé. A passzív kamerákkal ellentétben azonban a LiDAR minden pixelhez kibocsátási és vételi hardvert igényel, korlátozva az elérhető felbontást.
A LiDAR felbontás javításának jelenlegi megközelítései kritikus szűk keresztmetszettel szembesülnek. A csatornaduplikáció lineáris felbontásnövekedést biztosít, de szuperlineáris robbanást vált ki a bonyolultság, a teljesítmény és a költségek terén.
"Először is, a felbontás szorosan kapcsolódik a hardveres csatornák számához és a pásztázási mechanikához. Másodszor, a LiDAR egy aktív érzékelő: minden pixel hatékonyan költséges mind az átviteli, mind a vételi erőforrásokért" - magyarázták a kutatók. "Ez alapvetően megnehezíti az adaptív fókuszálást, mint a passzív képalkotásnál, mivel kezelnie kell az optikai teljesítményt, a vevő érzékenységét és a digitalizálási sávszélességet, miközben megfelel a szem-biztonsági korlátoknak."
A koherens frekvencia{0}}modulált folyamatos hullámú LiDAR esetében ez a kihívás különösen akut. Minden koherens csatorna stabil frekvenciaszabályozást, kifinomult vételi hardvert és szoros kalibrációt igényel. Emiatt sokkal nehezebb gazdaságilag indokolni a hatalmas csatornakettőzést.
Biomimetikus megoldás
A kutatók megoldása két kulcstechnológiát ötvöz. Ezek közé tartozik a 100 nm feletti hangolási tartományú agilis külső-üreges lézer (ECL), valamint az újrakonfigurálható elektro-optikai frekvenciafésűk, amelyek vékony-film-lítium-niobát (TFLN) platformokra épülnek.
Az ECL kiváló{0}}minőségű FMCW csipogó jeleket biztosít a koherens hatótávolság érdekében, és hullámhosszú-vezérelt sugár-kormánymechanizmusként működik. A középső hullámhossz hangolásával a rendszer gyorsan át tudja irányítani nézési irányát széles látómezőn belül.
Az elektro-optikai fésű ezután több párhuzamos FMCW-hordozót generál ugyanabból a csipogó lézerforrásból. Lényeges, hogy a rádiófrekvenciás meghajtás feltételeinek módosítása megváltoztatja a fésűk közötti távolságot.
"Ez az, ami lehetővé teszi a "nagyítást"{0}}egy kiválasztott régióban növelhetjük a pontsűrűséget (finomabb mintavétel), vagy lazíthatjuk (durvább mintavételezés) az optika megváltoztatása vagy csatornák hozzáadása nélkül" - tették hozzá a kutatók.
A rendszer a kutatók által „mikro{0}}párhuzamosságnak” nevezett rendszert alkalmazza. Ez azt jelenti, hogy mérsékelt számú fizikai csatornát kell használni, hogy dinamikus áthelyezéssel sokkal több pásztázási vonalat érjünk el.
Kísérleti validálás
A csapat három kísérleti forgatókönyvben mutatta be a rendszer képességeit, és 0,012 fokos szögfelbontást ért el a fókuszált régiókban,{1}}meghaladva az emberi retina névleges határát.
A statikus jelenetképalkotás során a rendszer egy szimulált közúti környezetet rögzített 54 x 71 pixeles felbontással a teljes --nézeti szkenneléshez és 17 x 71 pixeles felbontással a lokálisan fókuszált szkenneléshez. Ezek a fókuszált szkennelések megnégyszerezték a függőleges részletsűrűséget, felfedve a korábban láthatatlan akadályokat, a pontok 90%-a 1,3 cm alatti pontossággal.
A kutatók a LiDAR{0}}kamera-fúziót is bemutatták, színes pontfelhőket hozva létre, amelyek egyesítik a precíz 3D geometriát az RGB megjelenési adatokkal. A normál és a fókuszált szkennelések összehasonlításakor a színhisztogram igazítása körülbelül 10%-kal javult, ami jobb megfelelést jelez a 3D-pontok és a képpixelek között.
"A LiDAR-t egy kamerával egyesítve színes pontfelhőket generálunk, és gazdagítják a jelenetábrázolást, ami javítja az értelmezhetőséget, és támogatja a textúrától és szemantikai jelzésektől függő downstream észlelési feladatokat" - magyarázták a kutatók.
Talán a leglenyűgözőbb az, hogy a csapat valós idejű -4D-plusz képalkotás-egy kosárlabda dobást készített, ahol minden pont egyidejűleg mutatta a pozíciót, a forgási sebességet, a felületi visszaverődést és a színt. 8 Hz-es frekvencián széles látómezőben, ez a normál 3D LiDAR számára láthatatlan mozgásmintákat tárt fel.
A kísérleti munka fontos rendszerszintű{0}} kompromisszumokat tárt fel, amelyek a jövőbeni fejlesztési utak irányába mutatnak.
"A legvilágosabb a szögfelbontás és a csatornánkénti mérési távolság közötti feszültség" - jegyezték meg a kutatók. "Párhuzamos koherens leolvasásunk során minden csatornának el kell foglalnia a saját nem-átfedő elektromos sávját. Ha csökkentjük az ismétlési gyakoriságot, valóban finomíthatjuk a szögmintavételezést, de a kísérlet azt mutatja, hogy ez a csatornánkénti kiolvasási sávszélességet is tömöríti."
A csapat több prioritást élvező irányt határozott meg a technológia gyakorlati bevezetése felé történő fejlesztésére. Ide tartozik a mélyebb monolitikus integráció a TFLN-platformokon, az ultra-szélessávú swept-források fejlesztése a jobb tartományfelbontás érdekében, valamint a zárt-hurkú figyelemszabályzat megvalósítása az eseményvezérelt észleléshez.
A szálas kapcsolatokat használó jelenlegi kísérletek polarizációs instabilitást mutatnak be, ami korlátozza az anyagok osztályozási képességeit.
"Úgy képzeljük azonban, hogy a monolitikus integráció alapvetően megoldja ezt a szűk keresztmetszetet" - mondták a kutatók. "Ha az instabil szálútvonalakról a chipekre korlátozódó hullámvezetőkre váltunk, stabil polarizáció-helyreállítást érhetünk el."
A bionikus LiDAR rendszer potenciális alkalmazásokat kínál az autonóm járművekre, légi és tengeri drónokra, robotikára és neuromorf látórendszerekre. A kutatók szerint a LiDAR-on túl az újrakonfigurálható fésűk gyors spektrális elemzést tesznek lehetővé optikai kommunikációhoz, koherencia-tomográfiához, kompressziós érzékeléshez és precíziós metrológiához.
