Contents — find the section you need

LiDAR (Işık Algılama ve Menzil Belirleme), yayılan lazer ışığının bir nesneden yansıyıp geri dönmesi için geçen süreyi (Uçuş Süresi, ToF) ölçer ve ardından ışık hızından mesafeyi geriye doğru hesaplar. Bir kamera "renk ve desen" yakalarken, LiDAR bir nesnenin gerçek 3 boyutlu şeklini, aydınlatma koşullarından etkilenmeden doğrudan yakalayabilir; bu onun en büyük gücüdür ve otonom araçlarda çevre algılama ve robotikte SLAM (eş zamanlı konumlandırma ve haritalama) için yaygın olarak kullanılır. Bu alan, Amerika'nın Velodyne şirketi tarafından öncülük edilmiş, Livox (DJI'nin bir yan kuruluşu) tarafından daha düşük maliyete doğru itilmiş ve şimdi Çin'in Hesai ve RoboSense şirketleri seri üretim ölçeğinde liderliğe yükseliyor; bu pazarda güç dengesi on yıldan biraz fazla bir sürede önemli ölçüde değişti.

Velodyne'nin sensör ailesi (Alpha Prime, Ultra Puck, Puck)Velodyne Alpha Prime / Ultra Puck / Puck ailesi
Sergilenen üç Livox LiDAR modeli (Mid-40, Horizon, Tele-15)Livox Mid-40 / Horizon / Tele-15

Görseller: Velodyne Lidar Alpha Prime Ultra Puck Puck Sensör Ailesi (APJarvis, CC BY-SA 4.0) / Livox Mid-40, Livox Horizon ve Livox Tele-15 (Dllu, CC BY-SA 4.0), her ikisi de Wikimedia Commons'tan. Bunlar metinde karşılaştırılan en yeni modeller (VLP-16, Mid-360S) değil, her şirketin ürün yelpazesinin temsili örnekleridir.

Prensip: Işığın gidiş-dönüş süresinden mesafeyi geriye doğru hesaplama

LiDAR'ın temel prensibi basittir. Bir lazer darbesi gönderir, bir nesneden yansıyıp geri dönmesi için geçen süreyi ölçer ve ışık hızından (m/s) mesafeyi geriye doğru hesaplar.

İkiye bölme, darbenin hedefe gidip geri dönmesi için geçen mesafeyi hesaba katar. Işık hızı çok yüksek olduğundan, bu zaman farkı nanosaniye (saniyenin milyarda biri) mertebesinde ölçülmelidir; örneğin, 10 metre uzaktaki bir nesneye gidiş-dönüş süresi sadece yaklaşık 67 nanosaniyedir ve bu ultra yüksek hızlı zamanlama, LiDAR'ı teknik olarak zor kılan şeydir. İki genel yaklaşım vardır: dToF (doğrudan Uçuş Süresi), bir darbenin gidiş-dönüş süresini doğrudan ölçer ve iToF (dolaylı Uçuş Süresi, FMCW dahil), modüle edilmiş sürekli bir ışının faz kaymasından mesafeyi türetir. Uzun menzilli, dış mekan kullanımına yönelik ürünlerin çoğu dToF'yi kullanır.

Resim: Concept of LiDAR (Cartographer3d, CC BY-SA 4.0), Wikimedia Commons.

Tarama yöntemleri: mekanik dönen ünitelerden dönmeyen (katı hal) tasarımlara

LiDAR tarama yöntemleri genel olarak üç kategoriye ayrılır.

Mekanik dönen tip, lazer yayıcı/alıcı ünitelerini üst üste yığar ve tüm düzeneği bir motorla 360 derece döndürür - Velodyne tarafından öncülük edilen orijinal yaklaşım. 360 derecelik çevreyi homojen bir şekilde kapsayabilir, ancak hareketli parçaları dayanıklılık ve maliyet açısından dezavantajlı olabilir.

MEMS tipi, küçük bir aynayı (MEMS aynası) yüksek hızda titreştirerek lazeri tarayan yarı katı hal yaklaşımıdır; hareketli parçaları küçüktür, bu da maliyeti düşürmeyi kolaylaştırır. Seri üretim otomotiv LiDAR'ı için ana akım yaklaşımlardan biridir ve diğerlerinin yanı sıra RoboSense'in M1 serisinde de kullanılmaktadır.

Dönmeyen (Livox'un tescilli yaklaşımı), lazeri tekrarlamayan, yaprak şeklinde bir tarama deseni (rodonya eğrisi) içinde yönlendirmek için iki prizmayı (Risley prizmaları) farklı hızlarda döndürür. İki prizma arasındaki dönüş hızı oranı irrasyonel bir sayıya yakın olduğunda, tarama yörüngesi teorik olarak asla aynı yolu tekrarlamaz, bu nedenle nokta bulutu yoğunluğu zamanla entegre edildikçe artmaya devam eder. Tarama deseni görüş alanının merkezinden çevresine göre daha sık geçtiği için, karakteristik olarak düzensiz bir yoğunluk dağılımı üretir; merkezde kenarlardan daha yoğundur (görüş alanının merkezindeki çizgi aralığı yaklaşık 0,2 derecedir, geleneksel 64 hatlı bir LiDAR'dan daha yoğundur). Bu tasarım, geniş bir görüş alanı elde ederken hareketli parçaları kompakt tutar, ancak anlık nokta bulutu yoğunluğu dönen bir tasarıma göre geride kalır ve uzun entegrasyon sürelerini karşılayamayan hızlı hareket eden platformlarda performansı sınırlıdır.

Temel ürün özellikleri karşılaştırması

Ürün Yöntem Menzil Nokta bulutu yoğunluğu Görüş alanı
Velodyne (şimdi Ouster) Puck VLP-16 Mekanik dönen, 16 kanal 100m Yaklaşık 300.000 nokta/sn (tek dönüş, çift dönüşle yaklaşık 600.000 nokta/sn) Yatay 360°, dikey 30° (±15°)
Ouster OS1-128 Mekanik döner dijital LiDAR, 128 kanal 90m (koyu hedef, %10 yansıtıcılık) Yaklaşık 2,62 milyon nokta/sn Yatay 360°, dikey 45° (42,4°)
Ouster OS2 Mekanik döner dijital LiDAR 240m — Yatay 360°
Livox Mid-360 Dönmeyen (prizma tarama) — 200.000 nokta/sn Yatay 360°, dikey 59°
Livox Mid-360S (Mid-360'ın halefi, Haziran 2026'da piyasaya sürüldü) Dönmeyen (prizma tarama) Minimum algılama mesafesi 10 cm Saniyede 200.000 nokta işleme kapasitesi Yatay 360°, dikey 59°
Hesai AT128 Hibrit katı hal, 128 kanal (905 nm VCSEL) 200 m (%10 yansıtma), etkili zemin algılama menzili yaklaşık 70 m Saniyede 1,5 milyondan fazla nokta Yatay 120°
RoboSense RS-LiDAR-M1 MEMS, otomotiv seri üretim sınıfı 200 m (%10 yansıtma ile 150 m) — —
RoboSense E1R Tamamen katı hal, 144 kanal 75 m — Yatay 120° x dikey 90°, 10 W'ın altında güç tüketimi

Velodyne Puck VLP-16, 2 derecelik dikey çözünürlük sağlayan 16 kanalı (16 dikey lazer çizgisi) ile tanımlanır ve uzun zamandır otonom sürüş ve robotik kavram kanıtı çalışmalarında fiili standart olarak hizmet vermektedir. Ouster'ın OS1-128'i, Velodyne'nin mekanik döner yapısını miras alırken, yüksek kanal sayısı ve yüksek nokta bulutu yoğunluğu elde etmek için tescilli bir "dijital LiDAR" mimarisi (lazerleri ve dedektörleri bir CMOS işleminde entegre eden) ekler. Livox Mid-360S, Mid-360'ın IP67 toz/su direncini ve dahili IMU'sunu (ICM-40609) miras alırken, yakın menzilli algılama performansını yeniden ele alır.

Otomotiv ve endüstriyel uygulamalarda, Çinli Hesai ve RoboSense, MEMS ve katı hal tasarımlarıyla hızla pazar payı kazanmaktadır. Hesai'nin AT128'i, hibrit katı hal tasarımında 128 yüksek güçlü çoklu bağlantılı VCSEL dizisini 128 çığ fotodiyot dedektörüyle birleştiriyor; birçok büyük otomobil üreticisinin ADAS programları tarafından benimsenmiş olup, toplam kullanım sayısı birkaç milyon adede ulaşmıştır. RoboSense, ürün yelpazesini MEMS tabanlı M1 serisi ve 10W'ın altında güç tüketen tamamen katı hal E1R arasında bölerek, hem otomotiv sınıfı güvenilirliği hem de robotik için düşük maliyeti karşılıyor. 2026 yılı itibariyle, otonom sürüş LiDAR'ı için sektörün yıllık toplam üretim kapasitesi yaklaşık 4 milyon adede ulaşmıştır.

Sektörün Gerçek Arka Planı

DARPA Büyük Meydan Okuması Velodyne'nin Doğuşuna Yol Açtı — LiDAR'ın köken öyküsü, garip bir şekilde, bir ses ekipmanı üreticisiyle başlıyor. Velodyne Acoustics'in kurucusu David Hall, başlangıçta yüksek kaliteli ev hoparlör teknolojisi üzerinde çalışıyordu. 2004-2005 DARPA Büyük Yarışması'nda (150 mil çöl boyunca otonom araçlar için bir yarış) yarışırken, başlangıçta stereo kamera tabanlı navigasyon denedi, ancak diğer takımlarla yaklaşımları görüştükten sonra LiDAR'a yöneldi ve 2005 yılına kadar dünyanın ilk gerçek zamanlı 360 derecelik çevre görüşlü LiDAR'ı olan HDL-64'ü, 900 rpm'de 64 lazer döndürerek geliştirdi. 2007 DARPA Kentsel Yarışması'nda, bitiren neredeyse her takımın çatısına bir Velodyne ünitesi monte edilmişti - bu "çöl hilesi" tüm otonom sürüş endüstrisinin standart ekipmanı haline geldi.

DJI'dan bir yan kuruluş olan Livox - Livox, drone devi DJI'nın iç kuluçka merkezi olan Açık İnovasyon Programı'ndaki mühendislerin yeni, tekrarlamayan bir tarama yöntemi geliştirmesinin ardından 2016 yılında kuruldu. Şirket, otomotiv, akıllı şehir, ölçüm ve mobil robotik uygulamalarında yüksek kaliteli, düşük maliyetli ve güvenilir LiDAR sunmayı hedefledi ve Ocak 2019'da Mid serisini piyasaya sürdüğünden beri 26'dan fazla ülke ve bölgede 1.500'den fazla müşteriye hizmet verdi. Ayrıca DJI Store'un tüketiciye yönelik perakende kanalı aracılığıyla da satılıyor; bu, LiDAR endüstrisi için alışılmadık bir dağıtım yolu.

Waymo'nun kendi geliştirdiği LiDAR ve "geri çekilmesi" — Otonom sürüşün ilk günlerinde Waymo (o zamanlar Google), birim başına 75.000 dolara mal olan hazır LiDAR'larla mücadele ediyordu. Buna karşılık kendi LiDAR'ını geliştirdi, 2011'de üretime başladı ve maliyeti yaklaşık on kat azaltarak 7.500 dolara indirdi. 2019 yılında, robotaksi işiyle rekabet etmeyen robotik, güvenlik ve tarım şirketlerine tampona monte edilen çevre LiDAR'ı olan Laser Bear Honeycomb'u (95° dikey görüş alanı, 360° yatay görüş alanı) satmaya başladı. Ancak yaklaşık iki buçuk yıllık dış satıştan sonra, 2021 civarında satışları durdurdu; bu, kendi teknolojisinin temel bir parçasını dışarıdakilere tedarik etmenin ne kadar zor olduğunun bir örneğidir.

Hesai'nin "Çin askeri şirketi" olarak nitelendirilmesiyle ilgili yasal mücadelesi — 2024 yılında ABD Savunma Bakanlığı, Şangay merkezli Hesai Technology'yi, diğer birkaç Çinli firmayla birlikte "Çin askeri şirketleri" listesine (1260H listesi) ekledi. Hesai aynı yıl Washington'daki federal mahkemede dava açarak "askeri şirket olmadığını" ve ürünlerinin yalnızca sivil kullanım için olduğunu savundu. Temmuz 2025'te bölge mahkemesi Hesai'nin listeye alınmasını onayladı ve Hesai federal temyiz mahkemesine başvurdu. Bu, otomotiv LiDAR'ında küresel pazar payı büyük olan bir Çin şirketinin jeopolitik çatışmanın ortasında kalmasının canlı bir örneğidir.

Luminar-Volvo Çöküşü — Luminar, Volvo'nun EX90 elektrikli SUV ve ES90 sedan modellerinde standart donanım olarak LiDAR'ın yer aldığı gerçek bir otomobil üreticisi üretim sözleşmesi kazanan az sayıdaki Amerikan LiDAR girişiminden biriydi. Ancak 2025'in sonlarında Volvo, Luminar'ın sözleşmesel yükümlülüklerini yerine getiremediğini söyleyerek ilişkiyi sonlandırdı ve 2026 model yılından itibaren araçlardan LiDAR'ı çıkaracağını ve mevcut sahiplerine 18.000 Norveç kronuna kadar tazminat ödeyeceğini duyurdu. Luminar, o yılın 15 Aralık'ında iflas koruma başvurusunda bulundu. Bu, bir tedarikçinin mali kırılganlığının, LiDAR'ı otonom araçlarda standart ekipman haline getirme konusunda sektörün daha geniş hedefinin önünde bir darboğaz haline gelmesinin en büyük son örneklerinden biridir.

FAST-LIO ve LiDAR-IMU Füzyonu — Livox Mid-360 gibi dönmeyen, yüksek frekanslı çıkışlı LiDAR'larla iyi çalışan, yaygın olarak kullanılan bir algoritma olan FAST-LIO ("Sıkıca Bağlı Tekrarlanan Kalman Filtresi ile Hızlı, Sağlam Bir LiDAR-Ataletsel Odometri Paketi", arXiv:2010.08196), 2020 yılında Hong Kong Üniversitesi'nden Wei Xu, Fu Zhang ve meslektaşları tarafından yayınlandı. LiDAR özellik noktalarını, ölçüm boyutundan ziyade durum boyutuna dayalı Kalman kazancını hesaplayan yeni bir formülasyon kullanarak, sıkıca bağlı tekrarlanan bir Kalman filtresi aracılığıyla IMU verileriyle birleştirir ve o zamanki önceki yöntemlere göre önemli ölçüde daha hızlı işlem sağlar. 2021'deki halefi FAST-LIO2 (arXiv:2107.06829), özellik çıkarımı olmadan ham nokta bulutlarını doğrudan haritaya kaydetme yönünde evrimleşti ve birçok gerçek robotik projesinde kullanılıyor. Livox'un kendi yaklaşımının tarama özelliklerine ilişkin araştırmalar da devam ediyor; örneğin, yol kenarına monte edilen LiDAR için tekrarlayan ve tekrarlamayan tarama desenlerini karşılaştıran bir makale (arXiv:2511.00060).

Performansı Belirleyen Parametreler: Kullanım Durumuna Göre Öncelikler Değişir

  • Nokta bulutu yoğunluğu: Küçük, uzaktaki nesneleri (bir kişi, bir engelin kenarı) tespit etmeniz gerektiğinde önemlidir. Daha düşük yoğunluk, hedefe daha az lazer noktasının düşmesi anlamına gelir ve bu da tespitlerin kaçırılmasına yol açar. Otomotiv ve yüksek çözünürlüklü kullanıma yönelik ürünler, saniyede bir milyon noktayı giderek aşıyor; bunlar arasında Hesai'nin AT128'i (1,5 milyon/saniyeden fazla) ve Ouster'ın OS1-128'i (2,62 milyon/saniye) yer alıyor.
  • FOV (görüş alanı): Tüm çevresini tek bir üniteyle kapsaması gereken bir robot, tam yatay 360°'lik bir görüş alanına ihtiyaç duyar. Öte yandan, yalnızca ileriye doğru izleme gerektiren bir araç uygulaması, Hesai'nin AT128'i (120° yatay) veya RoboSense'in E1R'si (120° x 90°) gibi sınırlı bir görüş alanına kıyasla uzun menzilli performansa (menzil) öncelik verebilir.
  • Menzil: Daha hızlı hareket eden araçlar, yeterli fren mesafesini sağlamak için daha uzun menzile ihtiyaç duyar. Ouster'ın 240 metrelik OS2'si karayolu taşımacılığı için tasarlanmıştır, daha yavaş hareket eden robotlar için ise yakın menzilli algılama doğruluğu daha önemlidir.
  • Minimum algılama mesafesi: Bir engele çok yakın çalışan bir robot kolu için, yakın nesnelerin algılanamadığı bir "ölü bölge" tehlikelidir. Mid-360S'in yeniden ele alınan yakın menzilli algılama özelliği tam olarak bu noktayı ele almaktadır.
  • Dikey çözünürlük: Yol tümsekleri veya kaldırımlar gibi ince yüzey düzensizliklerini algılamanız gerektiğinde önemlidir. Velodyne Puck VLP-16'nın 16 kanallı, 2 derecelik adımlı konfigürasyonu, bu çözünürlüğü maliyetle dengeleyen bir tasarımdır.
  • Güç tüketimi: Pille çalışan dronlar ve küçük robotlar için güç tüketimi doğrudan uçuş veya çalışma süresine yansır. RoboSense E1R'nin 10W'ın altındaki değeri, bu kullanım durumunu açıkça hedefleyen bir tasarım değeridir.
  • Tarama yönteminin kendisinden kaynaklanan nokta dağılımı özellikleri: Livox'unki gibi dönmeyen bir tasarım, görüş alanının merkezinde kenarlardan daha yoğun, düzensiz bir dağılıma sahiptir; bu nedenle çevredeki algılama doğruluğu, dönen bir tasarıma göre geride kalabilir. Pratikte, platformun uzun entegrasyon sürelerini (sabit veya yavaş hareket eden vs. hızlı hareket eden) karşılayıp karşılayamayacağı, gerçek dünya performansını anlamlı şekilde etkiler.

Nokta Bulutlarını Sayısal Olarak Okuma: Zamanlama ve Açısal Çözünürlük

Bir veri sayfasındaki aralık numarası, bir LiDAR'ın nasıl görüneceğini tahmin etmek için yeterli değildir. Menzil varyasyonunun ilk tahmini, zamanlama hatasını mesafeye dönüştürmekten gelir. Darbe zamanlama hatası \sigma_T ise, menzil standart sapması şu şekildedir:

\sigma_D \simeq \frac{c}{2}\sigma_T

Örneğin, \sigma_T=100\,\mathrm{ps}, c\simeq3.0\times10^8\,\mathrm{m/s} olduğunda \sigma_D\simeq15\,\mathrm{mm} verir. Bu sadece sensörün dahili zamanlama katkısıdır; yansıtıcılık, geliş açısı, yağmur damlaları, çoklu yol ve dışsal kalibrasyon hataları ayrı ayrı eklenir.

Açısal çözünürlük, komşu noktaların belirli bir mesafede ne kadar uzakta göründüğünü belirler. Bitişik lazer ışınları D menzilinde \theta ile ayrılmışsa, küçük açı yaklaşımı altında yanal aralıkları şu şekildedir:

s \simeq D\tan\theta

D=10\,\mathrm{m} ve \theta=0.2^\circ'de s\simeq35\,\mathrm{mm}. İnce bir direği güvenilir bir şekilde tespit etmek için, yalnızca saniyedeki nokta sayısını değil, aynı zamanda hedefi kesen tarama çizgilerinin sayısını ve hareketli platformun yeterli entegrasyon süresine izin verip vermediğini de kontrol edin.

Diagram 1 · Use the button to switch views
Timing error and point spacing 1 ns timing error → 0.15 m range error. Fixed timing error: independent of range. At 10 m and 1° → spacing ≈ 0.175 m Timing error and point spacing 01 Timing error → range error Convert round-trip timing error to range ΔR = c Δt / 2 Range error ΔR (m) Timing error Δt (ns) 0 1 2 0.15 1 ns timing error → 0.15 m range error Fixed timing error: independent of range 02 Angular spacing → lateral point spacing Same angle: wider spacing farther away s = R tan(Δθ) Δθ s R At 10 m and 1° → spacing ≈ 0.175 m R: distance to a plane ahead Schematic; not drawn to scale
Diyagram: Duskcoil. Şematik, darbeli ToF zamanlama hatasını öndeki bir düzlemdeki nokta aralığından ayırır; ölçülen veri veya toplam sensör doğruluğu değildir.

Bu iki hata kaynağı farklı tasarım kararlarına yol açar. Uzun menzilli küçük nesne tespiti için, alıcı hassasiyetini ve zamanlama çözünürlüğünü açısal çözünürlük, tarama periyodu ve araç hızıyla birlikte değerlendirin. Yavaş bir iç mekan robotu için, maksimum menzili iyileştirmek, ROS sürücüsündeki minimum algılama mesafesi, zemin yansıtıcılığı ve zaman damgası doğruluğu.

Anlayışınızı kontrol edin
Daha fazla nokta ince bir engeli tespit etmeyi garanti eder mi?

Açısal aralık, menzil, yansıtıcılık ve tarama deseni isabetleri belirler. Toplam nokta sayısı belirli bir hedefin kapsama alanını belirtmez.

Referanslar

What to read next

Review the backgroundTek Kartlı Bilgisayarlar Nasıl Çalışır ve Başlıca Ürünleri — Raspberry Pi 5, Jetson, CoralContinue the seriesMonoküler Kameralar Nasıl Çalışır ve Başlıca Ürünleri — Mobileye, Tesla, ContinentalExplore another aspect of this fieldSabit bir IMU logunu okuyun: sapma, dağılım ve Allan sapması