Best Paper Award: Forschende für Arbeit an LiDAR-Systemen ausgezeichnet

Für ihre gemeinsame Arbeit „Coherent LiDAR with 2D quasi-static MEMS mirror scanning“ wurde Wissenschaftler vom Fraunhofer-Institut für Siliziumtechnologie (ISIT) und vom Fraunhofer Heinrich Hertz Institut (HHI) auf der SPIE Photonics West 2023 Konferenz in San Francisco der „Best Paper Award“ verliehen.

Neben der Erstautorin Sarah Cwalina vom HHI wurden auch die ISIT-Mitarbeitenden Norman Laske und Dr. Shanshan Gu-Stoppel ausgezeichnet.

LiDAR-Systeme (Light Detection and Ranging) werden eingesetzt, um zum Beispiel für Fahrerassistenzsysteme im Straßenverkehr oder Sicherheitsanwendungen in industriellen Umgebungen eine räumliche Abbildung zu erzeugen. Für einen augensicheren Betrieb dürfen Laser nur sehr kurze Pulse mit begrenzter Intensität aussenden, was die Detektion des reflektierten Lichts erschwert.

Als Alternative hierzu verwendet das Fraunhofer HHI das Frequency Modulated Continuous Wave (FMCW)-Verfahren: Ein modulierter Dauerlichtlaser sendet Licht aus einer Glasfaser über einen scannenden Mikrospiegel. Die zurückgeworfene kohärente Lichtwelle findet auf demselben Weg zurück zum Detektor und erzeugt ein Signal, aus dem sich die zurückgelegte Distanz errechnen lässt. Bei der verwendeten Wellenlänge von 1550 Nanometer wird der größte Teil der Strahlung im Glaskörper des Auges absorbiert und kann somit der Netzhaut nicht schaden.

Damit sich die Wellen überlagern, muss der Mikrospiegel an jedem zu messenden Punkt für kurze Zeit nahezu stillstehen. Durch den Einsatz von quasistatischen MEMS Mikrospiegeln des Fraunhofer ISIT gelang es, eine 3-D-Punktwolke mit 24 x 24 Positionen in 104 Millisekunden zu erzeugen, das entspricht circa 5500 Positionen pro Sekunde. Die Versuche fanden im Labor statt; auf bis zu sieben Meter Entfernung lag die Messgenauigkeit unter 19 Zentimeter.

Die Arbeit wurde aus internen Mitteln der Fraunhofer-Gesellschaft gefördert. MEMS-Scanner und die FMCW LiDAR Technologie gelten als vielversprechende Kandidaten für die 3-D-Umfelderfassung und Objekterkennung.