在汽车市场，测距传感器LiDAR越来越普遍。LiDAR系统的优势在于覆盖更多的高级驾驶辅助系统(ADAS)用例，在这些用例中，现有的传感器(如摄像头或雷达)在面对困难条件(恶劣天气条件、夜间情况)时可能存在局限性。

DIN标准建立了激光雷达传感器的测量方法，独立于传感器的设计或技术。该标准适用于汽车制造商和传感器供应商，允许在点云级别上对传感器性能进行明确的评估，标准不建立功能安全要求。适用于研发人员、传感器硬件、软件开发人员、自动驾驶汽车制造商或测试机构。

基于Speos建立虚拟标准测试场景，检验激光雷达性能。为了能够使用这个案例，需要在您的计算机上安装以下工具和资源：

Ansys Speos 2024R1和Ansys Speos Sensor Tools

激光雷达系统使用发射电磁波的反射，波长范围从850nm到1600nm，用于测量距离(测距)。激光雷达由于其精确的距离传感和点云图像生成而具有很高的潜力。本例展示了在Speos环境中对测试标准进行虚拟化，测试分析了当传感器暴露于不同反射率的多个目标以及沿着传感器轴的干扰光源存在时，传感器的鲁棒性。

示例中使用的LiDAR系统来自Ansys内部数据，下面描述的步骤过程将跟随不同目标的创建。

Speos模拟生成原始时间的飞行信号返回到传感器。然而标准测量是在点云基础上进行的。Speos仿真生成的数据需要进行后处理。在Speos软件之上需要一个额外的插件工具，该工具未与Speos安装程序一起安装。通过这个插件，Speos Sensor tools，Ansys提供了一组默认方法，将飞行时间数据转换为点云。

在Speos在3D环境中工作。大多数CAD几何格式都兼容导入Ansys Speos项目。为了将标准复制到Speos中，我们创建了一条简单的直线道路。所有的目标都以同样的方式创建，根据标准定义，相同的方向，每10米相同的位置。虚拟环境的一个优点是，所有物体的位置都可以被测量和保证(在模拟中没有风或容差误差等外部干扰)。一旦所有的几何形状都设置好，就是在它们上面应用光学特性，这将决定蒙特卡罗算法如何传播光线，吸收或反射多少光。

为了更准确地表示材料定义，可以对这些真实目标进行测量，以捕获实际的光学属性。也可以使用 Speos提供多种编辑器来生成从简化到高级模型的光学属性输入文件。在这个案例中，使用“简单散射表面”编辑器。

在这个界面中，定义了吸收值，以及反射值，材料吸收了10%的入射光，90%的反射光主要是高斯光，少部分是朗伯光和镜面光。下面是三种反射模式的描述。

根据标准定义，靶材是由不透明材料制成的，因此靶材没有定义透射值。这个定义在目标A、B和C中使用了3次，分别是10%、50%和80%的郎伯反射值。在这个项目中使用材料是反光材料，在现有的Ansys 光学材料库，已经在实验室中对一个真实的路标样本进行了测量。在下图中，入射光线到达的入射角为40°，吸收率为78%。而向同一方向的反向镜面反射是至关重要的，因为它将严重影响返回到激光雷达系统的信号。

Speos仿真的第二个主要部分是传感器模型定义，模拟激光雷达准确度和接近真实系统测量值的程度。本案例中使用的示例是旋转激光雷达系统。

对于发射端的定义，一个机械部件扫描某个狭窄的视野，然后在整个水平360°视野中重复，注意准确的参数文件输入是实现良好模拟的关键。

下面是扫描序列文件，包含128个扫描点。

旋转序列文件是在360°水平视野中每0.1度重复。

发射序列字段可以包含一个*.txt文件，描述每个光束的角度传播，它们的能量和它们的发射时间。通过单色值或光谱文件来定义激光雷达发射波长，应用于发射序列的所有波束。光束的强度分布用两个方向的高斯FWHM(最大一半全宽)值来描述，或者用.ies文件来描述。

对于接收端的定义，通过考虑畸变的降阶模型描述了接收器前面的光学系统。这些信息可以从Ansys Zemax OpticStudio中导出，以尽可能接近真实的系统特性，并保护光学供应商的IP。也可以从数据表中创建，焦距和孔径大小是定义光学系统的尺寸。

成像接收器由其大小(宽度和高度)和分辨率定义。在分辨率不激活的情况下，传感器被认为是一个单像素接收器。通过减少输出文件的大小，大大提高了仿真的效率。

空间精度是仿真的关键参数。它描述了信号在时域轴上的采样(下图中的红色条)。由于模拟是基于飞行时间的，返回的信号(下图中的绿色信号)是相对于时间的功率。与空间精度相关的是与光速的转换。

“开始”和“结束”参数定义了一个“测试区域”。该区域之外的所有几何形状都不会被激光雷达模拟拾取，可以分析集中在特定区域，而不考虑整个场景，再次提高模拟的效率(输出文件的大小)。

激光雷达模型定义中的最后一个选项是添加几何瞄准区域的可能性。它是一种模拟工具，专门用于更有效地收集返回到接收器系统的光线。它主要用于接收器前面有透明保护盖的情况。

光学属性设置，激光雷达模型定义好，就可以开始模拟。激光雷达模拟需要Speos Premium Sensor或Speos Enterprise的package。

选择simulation – system – LiDAR仿真模拟，从CAD结构树中选择所需的目标几何体。默认的“General”参数可以保持原样。有一个参数是理解的关键，那就是“射线数”。这个数字等于整个发射序列将运行的次数。例如，如果发射序列包含1000个点，覆盖LiDAR系统视场，一般参数中的因子设置为1000射线，则意味着光线跟踪将计算1000 x 1000射线，因此要计算的射线为1,000.000射线。因此，1的系数将足以运行激光雷达系统发射序列。它对模拟的持续时间有直接影响。在本文提供的示例中，将连续运行两个模拟，且因子仅为1。这样，它将突出显示真实激光雷达系统的两个“帧”之间的差异。

在结果选择中，有3个选项。视场和深度图仅适用于flash类型的激光雷达，因此我们保留的唯一输出是原始飞行时间。一旦模拟完成，就会有预期的原始飞行时间文件，加上一个.html文档来总结模拟报告(嵌入的几何图形、模拟错误率等)。

后处理方法并不是Speos软件本身的一部分。组件“Ansys sensor tools”涵盖了这些需求。如果访问脚本功能，并且了解激光雷达系统中嵌入的算法，那么可以通过api访问来自飞行时间的原始信息，这些信息可以在Speos help文档页面上获得。

在这两种情况下，后处理的目标都是生成一个点云，并应用SAE标准中定义的测量结果。

在这个项目中，主要的工具是Sensor Tools/Signal Processing。它将原始飞行时间数据作为输入，并可以生成点云，以及可以在编辑器中读取的.csv文件。信号处理是采用一种简单的算法来检测最大峰值。其他后期处理选项可以添加其他效果，例如噪音或环境照明。一旦生成点云文件*.pcd，将允许用户可视化点云文件，也可以导入到3D场景中。例如直接在3D视图上突出显示两个点云之间的差异和间隙，以及目标边界框的误差范围。

该标准描述了不同类型的度量，

• Detection distance

• Resolution

• False-positive detection

• Spatial error

• Separability

本案例将重点关注空间误差，特别是KPI 9，即角精度。其内容如下:

每个测量帧通过平均所有ture-positive detection来处理，在该帧中至少具有一个检测。角精度(AP)是使用这一系列的平均中心在方位角和仰角进行标准偏差计算的结果。

下图表示4帧的数据。我们可以观察到缝隙出现的点。造成这种差距的主要原因是激光雷达的激光发散。下图中的两个轴表示点云数据在目标上的角度位置(以度为单位)。因此，读取传感器与目标中心处于相同的水平平面(Y轴以0为中心)，并且稍微偏离轴(X轴以5°为中心)。