近日，美國加州大學洛杉磯分校電子與計算機工程系團隊設計并搭建了基于時間展寬的光譜掃描飛行時間測距的3D激光雷達相機，最快可以實現1MHz的一維成像和無慣性掃描。
這項技術可應用在自動駕駛、清潔技術(風力渦輪機)、工業自動化和面部識別等眾多領域。
02
背景介紹
在無人駕駛的汽車上，對面一輛汽車迎面駛來，車輛如何在極短時間內獲得對面車輛的形狀，距離和速度，從而做出判斷呢？
高分辨率的三維成像技術正是目前研究的熱門課題。
激光雷達(light detection and ranging, LiDAR)作為無線電雷達(radio detection and ranging, RADAR)的有力補充，正在成為測距和測速領域的重要技術。
傳統的光雷達使用機械掃描的方式進行成像，這種方式不僅成像速度慢，而且體積笨重。
受到微波相位陣列天線的啟發，光相位陣列的方法也可以應用在激光雷達當中。
但是使用光相位陣列的方法也會存在困難：光的相位難以控制，而且由于光波導的非線性效應不能應用于脈沖光源；在激光雷達中，極弱的回波信號意味著只能用APD或者PMT的單探頭進行探測，由于APD和PMT陣列實現困難，圖像重建需要較長時間，所以激光雷達技術難以應用于實時應用。
如果使用寬帶脈沖激光器編碼光譜的方法，就需要光譜儀進行探測，大大增加了系統的成本和復雜度。
之前Bahram Jalali課題組發明的光子時間展寬的方法雖然成功應用于顯微鏡中，但是并沒有提供軸向信息，而且激光功率會分散到整個視野，在激光雷達中是很難收集到反射回來的光功率。
為了解決這些問題，作者使用光譜-時間調制器將寬帶激光源轉換為不同頻率在固定時間間隔的脈沖串(圖1)，然后再通過空間色散照射到不同的位置，這樣就保證了每個位置上都有足夠高的功率。
不同的波長代表著不同的空間位置信息，處在不同的時間窗口(ΔT)，距離信息則通過回音脈沖和照射脈沖的時間延遲(δT)進行確定。
圖1. 時間拉伸激光雷達
文章提供了兩種實現時間展寬的光譜掃描飛行時間測距的激光雷達的實現方式(圖2)。
第一種技術是使用最初為相控陣天線中的波束控制開發的技術，生成光譜時間編碼照明。來自超連續譜激光器的寬帶脈沖，由陣列波導光柵(AWG)光解復用(DeMUX)成多個波長，分別由不同長度的單模光纖進行延遲，并且每一路由可變光衰減器(VOA)均衡，最終由具有對稱傳輸光譜的多路復用器(MUX)組合。
第二種技術是使用傅里葉域的鎖模激光源(FDML)的制備激光雷達。激光器產生一個啁啾準連續波，由電光調制器(EOM)產生光譜時間編碼的脈沖序列。
在這兩種方法中，產生的脈沖序列被光纖的光放大器放大到高峰值功率，用于下一階段進行傳感。
圖2. 激光雷達的兩種實現方法
03
創新研究
文章分別對兩種方法進行了場景演示。
第一種方法是基于時間延遲方法的激光雷達進行無慣性成像。
如圖3所示，時間延遲方法產生的脈沖序列在自由空間衍射，以提供水平方向上的光譜時間編碼的線照明。結果顯示超快激光雷達成像速度為每秒一百萬行，最大探測范圍為5m，視場為7°。
通過使用彎曲的照明，進行凹視野成像，可以壓縮數據量，在提高成像速度的同時降低平均照明功率。圖中目標尺寸是H×W×D=10×10×20cm3，它位于距離激光雷達的1m。
圖3. 基于時間延遲方法的激光雷達成像
第二種方法使用FDML激光器以0.342?MHz重復率產生光譜時間脈沖，以提供水平方向的無慣性掃描，并且用機械掃描垂直方向。
與圖3中相同的目標位于遠離激光雷達系統的0.8?m。a ,b,激光雷達成像，每條水平線256個像素，樣本間距均勻， FOV為9°。
通過對數字脈沖調制模式進行編程來更改光譜時間編碼照明模式，實現了動態適應目標的靈活成像參數。
通過有效地將更多的像素分配給感興趣的區域，可以用少于四倍的數據捕獲相同的場景，從而減輕數字處理和存儲要求。
所有顯示的測量值都是不平均的單次測量得到的成像數據。
圖4. 基于FDML實現的激光雷達成像
這篇文章中，作者提出了光譜掃描飛行時間激光雷達，并演示了它的兩種不同的實現方式，具有約MHz的線掃描速、高分辨率、單次操作和自適應凹視場的優越性能。
系統利用了一個離散的時間擴展光源和一個單像素檢測器。
這種方法通過使用二維衍射裝置，或者光纖陣列的方法可以擴展到二維無慣性成像。
同時作者還指出，為了進一步提高激光雷達的探測范圍，時間展寬激光雷達可以與最近提出的光學動態范圍壓縮相結合，在第二種實現方式中，FDML激光器的帶寬提升也可以提高探測范圍。
或許在不久的未來，我們會乘坐在無人駕駛的汽車上吃著炸雞喝著啤酒，而車頂，就安裝著激光雷達為我們保駕護航。
該文章被發表在Nature子刊《Nature Photonics》，題為“ Time-stretch LiDAR as a spectrally scanned time-of-flight ranging camera ”，Yunshan Jiang和Sebastian Karpf為文章的共同第一作者和通信作者。