ToF vs. FMCW LiDAR: Technische afwegingen voor geïnformeerde beslissingen

Recente papers^{1, 2, 3, 4, 5} hebben een aantal marketingclaims voorgesteld over de voordelen van Frequency Modulated Continuous Wave (FMCW) LiDAR-systemen. Zoals verwacht, is er meer aan de hand dan de koppen claimen. Dit artikel zal deze claims onderzoeken en een technische vergelijking bieden van Time of Flight (ToF) vs. FMCW LiDAR voor elk van hen.

We begrijpen dat niet alle ToF- en FMCW-systemen gelijk zijn, dus we zullen ons richten op ToF zoals toegepast bij AEye. Onze hoop is dat dit artikel een aantal van de moeilijke systeem-afwegingen uitlegt die een succesvolle practicijn moet overwinnen, waardoor robuuste geïnformeerde discussie, concurrentie, en uiteindelijk verbetering van zowel ToF- als FMCW-aanbiedingen gestimuleerd wordt.

Concurrenterende claims

Claim #1: FMCW is een (nieuwe) revolutionaire technologie

Dit is onwaar.

In tegenspraak met recente nieuwsartikelen, bestaat FMCW LiDAR al heel lang, voortvloeiend uit werk gedaan bij MIT Lincoln Laboratory in de jaren 1960⁸, slechts zeven jaar na de uitvinding van de laser zelf⁹. Veel van de lessen die over FMCW geleerd zijn door de jaren heen – hoewel ongeclassificeerd en publiek domein – zijn helaas lang vergeten. Wat recentelijk veranderd is, is de hogere beschikbaarheid van lange coherentielengte lasers. Hoewel dit het gevestigde hernieuwde interesse heeft gegeven, omdat het theoretisch een extreem hoge signaalwinst kan bieden, zijn er nog steeds diverse beperkingen die aangepakt moeten worden om deze LiDAR bruikbaar te maken voor autonome voertuigen.

Claim #2: FMCW detecteert/volgt objecten verder, sneller

Dit is onbewezen.

ToF LiDAR-systemen kunnen zeer snelle laser-pulssnelheden bieden (verschillende miljoen pulsen per seconde in het AEye-systeem), agile scanning, verhoogde terugkaatsingssalientie, en de mogelijkheid om hoge-dichtheid Regions of Interest (ROI's) toe te passen – wat je een factor twee tot vier keer betere informatie van returns geeft versus andere systemen. Als vergelijking, veel lage-complexiteit FMCW-systemen zijn alleen capabel van pulssnelheden in de 10s tot 100s duizenden pulsen per seconde (~50x langzamer). In essentie vergelijken we nanoseconde verblijftijden en hoge herhalingssnelheden met tientallen microseconde verblijftijden en lage herhalingssnelheden (per laser/ontvanger paar). Commerciële, automotive-grade LiDAR-producten zijn beschikbaar die miljoenen returns per seconde produceren met ToF, met groot zichtveld en super-hoge resolutie van meer dan 1000 punten per graad gekwadrateerd. AEye is zich geen FMCW-systemen bewust die dit prestatieniveau halen (FMCW-systemen op de markt neigen ertoe specifieke prestatiespecificaties te missen).

Detectie, acquisitie (classificatie), en tracking van objecten op grote afstand worden allen zwaar beïnvloed door laser-pulssnelheid, omdat hogere laser-pulsdichtheid (in ruimte en/of tijd) meer informatie biedt die snellere detectietijden en betere ruisfiltering toestaat. AEye heeft een systeem gedemonstreerd dat capabel is van multi-punt detecties van lage reflectiviteit: kleine objecten en voetgangers op meer dan 200m, voertuigen op 300m, en een klasse-3 vrachtwagen op 1-km bereik. Dit spreekt voor de bereikcapaciteit van ToF-technologie. Inderdaad, praktisch alle laser-afstandsmeters gebruiken ToF, niet FMCW, voor afstandsmeting (bijv. de Voxtel-afstandsmeter¹⁰ producten, sommige met een 10+km detectiebereik). Hoewel recente artikelen claimen dat FMCW superieur bereik heeft, hebben we geen FMCW-systeem gezien dat het bereik van een geavanceerd ToF-systeem kan evenaren terwijl het matching zichtveld, algehele bereikswath, en puntendichtheid biedt.

Claim #3: FMCW meet snelheid en bereik nauwkeuriger en efficiënter

Dit is misleidend.

ToF-systemen, inclusief AEye's LiDAR, vereisen meerdere laserpulsen om doelsnelheid te bepalen. Dit kan lijken op extra overhead vergeleken met de claims van FMCW met enkele pulsen. Veel belangrijker is het begrip dat niet alle snelheidsmetingen gelijk zijn. Terwijl radiale snelheid in twee auto's die frontaal op elkaar afrijden urgent is (één van de redenen waarom een langer detectiebereik wenselijk is), is laterale snelheid dat ook, aangezien het meer dan 90% van de meest gevaarlijke edge cases uitmaakt. Auto's die rood licht negeren, uitwijkende voertuigen, voetgangers die een straat oversteken, vereisen allemaal laterale snelheid voor ontwijkende besluitvorming. FMCW kan laterale snelheid niet simultaan, in één puls, meten en heeft geen voordeel wat dantoe bij het vinden van laterale snelheid ten opzichte van ToF-systemen.

Overweeg een auto die beweegt tussen 30 en 40 meter/seconde (~67 tot 89 MPH) gedetecteerd door een laserpuls. Als een tweede laserpuls een korte periode later genomen wordt, zeg 50μs na de eerste, zal het doel slechts ~1,75 mm verplaatst zijn tijdens dat interval. Om een statistisch significante snelheid vast te stellen, moet het doel ten minste 2 cm verplaatst zijn, wat ongeveer 500μs duurt (terwijl voldoende SNR vereist is om bereikmonsters te interpoleren). Met die tweede meting kan een statistisch significant bereik en snelheid binnen een tijdsframe vastgesteld worden dat verwaarloosbaar is ten opzichte van een framerate. Met een agile scanner is de 500μs niet uitsluitend toegewijd of „gevangenen” aan snelheidsschatting. In plaats daarvan kunnen veel andere pulsen in de tussentijd op doelen in de buurt afgevuurd worden. Deze tijd kan gebruikt worden om naar andere gebieden/doelen te kijken voordat men terugkeert naar het oorspronkelijke doel voor een hoge vertrouwenssnelheidsmeting, terwijl een FMCW-systeem gevangenen is voor hun volledige verblijftijd.

Verergerend is het feit dat FMCW vaak minimaal twee laserfrequentie-sweeps (omhoog en omlaag) vereist om een onambigue detectie te vormen, met de down-sweep die informatie levert nodig om de ambiguïteit te overwinnen die ontstaat uit het mengen van bereik + Doppler-shift. Dit verdubbelt de verblijftijd die per puls vereist is boven en boven wat al beschreven. De hoeveelheid beweging van een doel in 10μs kan typisch slechts 0,5mm zijn, wat het moeilijk maakt om trilling versus echte, lineaire beweging te scheiden.

Claim #4: FMCW heeft minder interferentie

Eigenlijk het tegenovergestelde!

Spurieuze reflecties ontstaan in zowel ToF- als FMCW-systemen. Deze kunnen retroreflector-anomalieën omvatten zoals „halo's,” „schillen,” eerste oppervlaktereflecties, off-axis ruimtelijke zijlobben, alsook multipath, en clutter. De sleutel tot elke goede LiDAR is het onderdrukken van zijlobben in zowel het ruimtelijke domein (met goede optica) als het temporele/golfvorm-domein. ToF en FMCW zijn vergelijkbaar in ruimtelijk gedrag, maar waar FMCW echt lijdt is in het tijdsdomein/golfvormdomein wanneer hoge-contrast doelen aanwezig zijn.

Clutter: FMCW steunt op window-gebaseerde zijlob-weigering om self-interferentie (clutter) aan te pakken die veel minder robuust is dan ToF, dat geen zijlobben heeft. Om context te geven: een 10μs FMCW-puls spreidt licht radiaal over een 1,5 km bereik. Elk object binnen deze bereikuitstraling zal gevangen worden in de FFT (tijd) zijlobben. Zelfs een kortere 1μs FMCW-puls kan gecorrumpeerd worden door hoge-intensiteit clutter 150m ver. De 1e zijlob van een Rectangular Window FFT is bekend om -13dB te zijn, ver boven de niveaus die nodig zijn voor een consistent goede puntwolk. (Tenzij geen object in de puls verschilt in intensiteit met enig ander bereikpunt in een puls met meer dan ongeveer 13dB, wat onwaarschijnlijk is in operationele wegcondities).

Natuurlijk kan diepere zijlob-tapering toegepast worden, maar ten koste van pulsverbreding. Bovendien zullen non-lineariteiten in de ontvanger-front-end (zgn. spurious-free dynamic range) de effectieve algehele systeem-zijlobniveaus limiteren die haalbaar zijn door compressie en ADC-sporen (derde-orde intercepts); faseruis6; en atmosferische fasemodulatie etc., die geen hoeveelheid window-tapering kan mitigeren. Aerospace- en defensiesystemen kunnen en overwinnen dergelijke beperkingen, maar we kennen geen low-cost automotive-grade systemen capabel van de time-instantaneous >100db dynamische bereik vereist om lange-afstand kleine objecten van nabij bereik retroreflectoren te scheiden, zoals in FMCW ontstaan.

In contrast, een typische Gaussian ToF-systeem, met 2ns pulsduration, heeft geen tijdsgebaseerde zijlobben wat d'r zich uitstrekt verder dan de paar cm van de pulsduration zelf. Geen hoeveelheid dynamische bereik tussen kleine en grote offset returns heeft enig effect op het licht dat incident is op de fotodetector wanneer de kleine doelreturn gevangen wordt.

Eerste Oppervlakte: Een potentieel nog sterkere interferentiebron is een reflectie veroorzaakt door een voorruit of ander eerste oppervlak dat op het LiDAR-systeem toegepast is. Net zoals de transmitbundel nabij continu aanstaat, zullen de reflecties continu zijn, en erg sterk, relatief tot verafgelegen objecten, wat een soortgelijke soort laag-frequentie component vertegenwoordigt die ongewenste FFT-zijlobben in de getransformeerde data creëert. Het resultaat kan ook een significante reductie van bruikbare dynamische bereik zijn. Bovendien hebben voorruiten, als meerlaags glas onder mechanische spanning, complexe inhomogene polarisatie. Dit willekeurigt het elektrische veld van het signalereturn op het fotodetector-oppervlak, wat optische mixing verward (decoherent).

Ten slotte, door de aard van tijdsdomein-verwerking vs. frequentiedomein-verwerking, is de behandeling van multi-echo's – zelfs met hoge dynamische bereik – een straightforward proces in ToF-systemen, terwijl het significante disambiguatie vereist in FMCW-systemen. Multi-echo verwerking is vooral belangrijk in het omgaan met verduisterende factoren zoals rook, stoom en mist.

Claim #5: FMCW is Automotive Grade, Betrouwbaar en Gemakkelijk Schaalbaar

Dit is op zijn best onbewezen.

FMCW's vermeende voordeel komt doordat het fotoniek- en telecommunicatietechnologie-maturiteit benut, wat schaalbaarheid naar hogere prestatieniveaus vergemakkelijkt (naast kostenbesparing). Waar, FMCW stelt goedkope fotodetectors, zoals PINs, toe, terwijl ToF vaak APDs en andere duurdere detectors gebruikt. De details zijn echter veel genuanceerder.

De leveringsketen voor LiDAR-componenten is relatief ontluikend, maar componenten zoals vezellasers, PIN-array ontvangers, ADCs en FPGA's of ASICs zijn al jaren in verschillende industrieën gebruikt. Deze typen componenten zijn zeer laag risico vanuit een leveranciersbasis-perspectief. In vergelijking, het kritieke component voor FMCW-systemen is de zeer lage faseruis-laser, die veel strakke eisen heeft en geen andere hoog-volume gebruiker om volume-productiekosten te drukken.

De optische componenten gebruikt in ToF LiDAR-systemen zijn derivaten van componenten wijd en routinematig gebruikt in commerciële systemen. De nieuwe ontwikkelingen zijn de MEMS, die eerder gebruikt zijn in praktisch alle automotieve druk- en airbag-sensoren, alsook Gatling-kanons, raketzoekers, en laser-resonator q-switches in het militair. De componenten van FMCW-systemen zijn al jaren beschikbaar in laboratoriumomgevingen, maar geen hoge-volume productiesystemen hebben items zoals de frequentie-agiele lange coherentielengte diode-laser nodig om dergelijke systemen mogelijk te maken geïmplementeerd.

Bovendien hebben ToF LiDARs al meerdere leveranciers die automotive-gekwalificeerde componenten verkopen over de gehele hardware-stack: lasers, detectors, ASICs, etc. Historisch moet een disruptive technologie (zoals FMCW laserbronnen) die uniek in-house geproduceerd wordt, een 10x technische winst hebben om een product te compenseren dat een robuuste leveringsketen geniet met meerdere leveranciers die al kwaliteitsstandaarden halen voor een gegeven klantenbasis.

Schaalbaarheid hangt direct samen met mature. Een manier om technologiematuriteit te beschrijven is een schema ontwikkeld door NASA in de jaren 1970⁷ genaamd de „Technology Readiness Level” (TRL). Dit schema wijst nummers toe aan een technologie volgens hoe ver het op het pad van technologie-inspiratie (TRL 1) tot implementatie in meerdere succesvolle missies (TRL 9) is.

In het geval van ToF LiDAR, geloven we dat de componenten en systemen op TRL 8 zijn, terwijl de FMCW-componenten en systemen op TRL 4 zijn. Dit is een significant gat in technologiereadiness dat veel jaren zal kosten om te dichten. De grootste schaalbaarheidstekortkomingen van FMCW-systemen omvatten de lage pulssnelheid door de laser chirp-puls uitrekking, en de hoge-snelheid ADC en FPGA vereist om returns te verwerken. In het geval waar hogere pulssnelheden op systeerniveau vereist zijn, kunnen parallelle kanalen van het optische pad en elektronica geïmplementeerd worden. Deze zouden een enkele scannerende MEMS kunnen gebruiken, maar elk gerepliceerd item is het grootste deel van de kosten van het LiDAR-systeem, dus het verdubbelen van kanalen verdubbelt bijna de algehele kosten van de LiDAR.

Laserkosten: In FMCW-systemen wordt coherentielengte bepaald door hoe de laser ontworpen en gefabriceerd is en moet ten minste twee keer zo lang zijn als de langste doelbereik. Typisch is een lage-faseruis-laser veel duurder dan een traditionele diode-laser. In tegenstelling, buiten het behouden van een goede pulsvorm, zijn er weinig andere eisen aan de laser in een ToF-systeem naast die al vereist in telecomm-marked.

Ontvangerkosten: Hoewel het waar is dat FMCW-detectors lage-graad PINs kunnen zijn en relatief goedkoop, is de totale ontvangerkost duur door de front-end optica en back-end elektronica eisen. Zelfs hier though, een coaxiale FMCW-systeem en een coaxiale ToF-systeem zullen geen significante verschillen in detectorkosten zien gebaseerd op detectorgrootte nodig. De totale ontvangerkost zal een ToF-systeem favoriseren. Waar FMCW echt schittert op kosten is voor korte-afstand systemen. De hogere energie-efficiëntie afgeleid van coherentie stelt diode-lasers in staat om gebruikt te worden, en chip-schaal LiDAR is haalbaar.

Optiekkosten: In een typisch ToF-systeem vindt incoherente detectie (eenvoudige amplitude-piekgolfdetectie) plaats en hoeven optische elementen slechts binnen een kwart van een golflengte (zgn. λ/4) te zijn. In vergelijking gebruikt FMCW coherente detectie en in het gezamenlijke moeten alle optische oppervlakken binnen een veel strakkere tolerantie, zoals λ/20. Deze componenten kunnen zeer duur zijn.

Elektronicakosten: In het AEye ToF-systeem bestaan de elektronica uit een hoge-snelheid analog-naar-digitaal converter (ADC) en een field programmable gate array (FPGA) die piekdetectie en bereikberekeningen uitvoert. De bandbreedte van de elektronica is evenredig met de bereikresolutie en voor algemene LiDAR-systeemeisen zijn de componenten niets bijzonders.

FMCW vereist ADC-conversiesnelheden die twee tot vier keer zo hoog zijn als een ToF-systeem en moet daarna door een FPGA gaan capabel van de data binnen te halen en zeer hoge snelheid FFT-conversies uit te voeren. Zelfs met het gebruik van ASICs, is de complexiteit van FMCW-systemen diverse keren de complexiteit (en kosten) van de verwerking vereist voor ToF.

Claim #6: Toevoegen van FMCW aan Optical Phased Arrays (OPA's) zal compenseren voor gebrek aan solid-state prestaties van FMCW

Dit is onbewezen.

FMCW heeft een lage technische gereedheidsgraad, en Optical Phased Arrays hebben een nog lagere technische gereedheidsgraad (ruwweg TRL 3 met experimenteel bewijs van principe en niet bruikbaar op schaal in de mate nodig voor FMCW). Het oorspronkelijke DARPA Modular Optical Aperture Building Blocks (MOABB) programma demonstreerde dat, om erg lage ruimtelijke zijlob transmit bundel-sturing prestaties te bereiken, submicron (λ/2) golgleiders nodig waren¹¹. Het gevolg van dergelijke kleine golgleiders is de vermogenshanteringscapaciteit van dergelijke elementen, wat geïdentificeerd werd als een fundamentele beperking van de benadering. Aan de ontvangstkant is het idee van het koppelen van licht van een invoerlens naar een fotonisch substraat waar het licht verzameld moet worden in een zeer kleine golfleider ook een optische prestatie-uitdaging (etendue-beperking).

De meeste OPA-systemen gebruiken thermische verschuiving van lasergolflengte om bundels in één dimensie te sturen terwijl gefaseerde arrays bundels in een andere dimensie sturen. Het is bekend dat gefaseerde array bundelsturing degradeert (ruimtelijke zijlobben creëert) heel snel met frequentieverschuivingen van de laserbundel. De combinatie van een bundelstuurmechanisme dat afhangt van de laser een constante intensiteit en constante golflengte te zijn, terwijl de ranging-mechanisme afhangt van het zwiepen van de frequentie (golflengte) van de laser, werkt niet goed voor traditionele FMCW-benaderingen. Het idee van FMCW te combineren met deze bundelstuurtechnologie die in zo'n vroege ontwikkelingsfase zit, is ongelooflijk riskant. We geloven dat deze pad nog 10 jaar kan duren om bruikbare mature te bereiken.

Conclusie

AEye gelooft dat hoge prestaties, agile-scanning ToF-systemen de behoeften van autonome voertuig LiDAR effectiever dienen dan FMCW wanneer kosten, bereik, prestaties en puntwolk-kwaliteit belangrijk zijn. Het is echter niet moeilijk om de logische redenering te zien waar FMCW een nisrol kan spelen in toepassingen waar lagere pulssnelheden geschikt zijn en FMCW-systemen economischer zijn.

Dit artikel is geschreven door Luis Dussan, Founder en CTO, AEye (Dublin, CA). Voor meer informatie, bezoek hier .

Referenties

1. Aurora Team, “FMCW Lidar: The Self-Driving Game-Changer”, 9 april 2020.
2. Philip Ross, “Aeva Unveils Lidar on a Chip”, IEEE Spectrum, 11 december 2019.
3. Timothy Lee, “Two Apple veterans built a new lidar sensor — here's how it works”, arsTECHNICA, 2 oktober 2018.
4. Jeff Hect, “Lasers for Lidar: FMCW lidar: An alternative for self-driving cars”, Laser-FocusWorld, 31 mei 2019.
5. “Aeva launches ‘4D’ LiDAR on chip for autonomous driving”, 16 december 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, 1 december 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, juni 2020.
11. P Suni et al, “Photonic Integrated Circuit FMCW Lidar On A Chip”, 19e Coherent Laser Radar Conference.