Simulations de temps de vol dans FRED
La détection du temps de vol (ToF) est une technologie clé dans les systèmes avancés d'assistance à la conduite (ADAS) tels que LiDAR, et peut également être trouvée sur les appareils électroniques grand public tels que les téléphones. Les spécificités des montages optiques peuvent varier en fonction de l'application, mais les principes sont les mêmes - détection de la distance en mesurant le temps nécessaire à la lumière pour faire un aller-retour d'une source à un objet et se diffuser vers un détecteur.
Bien que les logiciels optiques soient généralement limités au domaine spatial, un calcul du temps de vol peut être construit à partir de la longueur du chemin optique parcouru par les rayons. Dans les exemples suivants, nous montrerons comment FRED peut être utilisé pour simuler cela. Notre premier exemple est une mesure ToF amusante de la distance des pièces d'échecs sur un plateau, notre deuxième exemple est le LiDAR automobile.
Exemple d'échiquier
Tout d'abord, nous allons prendre une configuration simple consistant en une source (émettant uniformément dans un angle), un échiquier en tant qu'objet avec lequel interagir et déterminer la distance, et un système d'imagerie comprenant une lentille idéale focalisant la lumière diffusée sur un surface d'analyse associée à un détecteur.
Après avoir tracé 500000 rayons (non illustré ci-dessus) et capturé la lumière rétrodiffusée, l'irradiance capturée sur le détecteur est indiquée ci-dessous:
Dans cet exemple, l'échiquier et les pièces ont un degré de rétrodiffusion plus élevé que la boîte dans laquelle ils sont placés, c'est pourquoi leur irradiance est plus élevée. Ce n'est pas une exigence, cela rend simplement la carte d'irradiance plus intéressante à regarder pour notre exemple.
Pour extraire les données ToF, la capacité de script simple mais puissante de FRED est utilisée. Le script filtre l'ensemble de rayons capturé sur la surface d'analyse à la plus courte longueur de chemin optique (OPL) et crée un nœud de résultat d'analyse (ARN) pour l'irradiance à cette distance - il boucle ensuite sur l'ensemble de rayons de l'objet initial le plus proche à le plus éloigné - refiltrer la gamme OPL d'intérêt et créer un ARN pour chaque étape. Après avoir créé un ARN pour chaque plage OPL, ces résultats sont ensuite bouclés dans une seconde passe pour extraire les valeurs de puissance à chaque pas de distance / temps et tracer les éléments d'intérêt suivants.
ToF (irradiance vs temps)
Notez que l'axe X est le temps en nanosecondes. Les pics de lumière rétrodiffusée correspondent aux objets de la scène.
Carte des distances
Notez que la fausse échelle de couleur est la distance en millimètres.
Film ToF Irradiance
FRED nous permet également de combiner facilement un ensemble d'ARN dans un film, nous permettant ainsi de visualiser l'évolution temporelle de l'irradiance sur le détecteur. En parcourant les images enregistrées par notre détecteur, nous pouvons voir les objets à partir desquels notre source se diffuse.
Exemple LiDAR
La même méthodologie peut être appliquée à des scènes plus complexes à des échelles plus grandes telles que le LiDAR automobile. Dans cet exemple, une scène de rue a été créée dans FRED à l'aide d'objets CAO importés.
En seulement quelques minutes de traitement d'un plus grand ensemble de 10 millions de rayons, nous pouvons générer l'irradiance de la scène et extraire les informations de distance de notre ensemble de données.
Irradiance de la scène
Carte des distances
Remarquez comment la carte de distance fait ressortir les détails du bâtiment au bout de la rue, y compris la personne se tenant au loin entre les deux voitures. Pour référence le rouge profond correspond à une distance de ~ 5m, l'indigo représente ~ 32m et les étapes de couleur représentent une résolution d'environ 30cm.
Sommaire
Le puissant moteur de lancer de rayons, les outils d'analyse et les scripts de FRED offrent tout ce qui est nécessaire pour simuler vos systèmes Time of Flight. Contactez-nous pour demander une démo de FRED ou parler plus en détail des besoins de votre application.