下载文档原格式
基于FPGA的激光雷达SLAM测绘设计与实现激光雷达是一种高精度的测距设备，被广泛应用于机器人、自动驾驶等领域中。
SLAM （Simultaneous Localization and Mapping）是一种同时实现机器人自身位置定位及环境地图构建的技术。
在激光雷达SLAM测绘中，机器人在未知环境中进行自主移动，通过激光雷达实时测量周围环境物体距离、形状、尺寸等信息，利用这些信息进行机器人自身位置估计和地图构建。
为了提高激光雷达SLAM测绘系统的实时性和精度，采用FPGA作为系统的核心处理器，可以充分发挥FPGA的并行性和高速性能。
本文旨在探究基于FPGA的激光雷达SLAM测绘系统的设计和实现方法，主要包括以下三个步骤。
一、激光雷达原理及数据处理激光雷达利用激光束扫描周围环境，记录下激光束与物体的反向距离和角度信息，进而计算出物体的准确位置。
数据处理包括滤波、聚类、特征点提取等步骤，旨在提取出地图中的有效信息以及消除激光雷达噪声等障碍。
基于FPGA的激光雷达SLAM测绘系统主要包括激光雷达数据采集、数据处理以及SLAM 算法实现三部分。
1. FPGA激光雷达数据采集FPGA激光雷达数据采集主要包括传感器信号输入、时序控制和数据传输等。
需要实现软件、硬件协同工作，利用高性能FPGA芯片对采集时序进行精细控制，从而保证数据采集的高效性和精准性。
FPGA激光雷达数据处理主要包括激光信号处理、滤波、聚类、特征提取等。
利用FPGA 的高速计算运算能力，实现对激光数据的实时处理。
其中，激光点云滤波需要采用高效的滤波算法，将地图数据的精度优化。
FPGA激光雷达SLAM算法实现主要涉及到激光雷达数据的配准、特征点提取、地图构建等步骤。
特别在配准算法中，利用FPGA的实时性能和并行处理能力，可以实现高速匹配处理，加速算法的运行速度。
三、系统实现与测试基于FPGA的激光雷达SLAM测绘系统的实现主要是将已经实现好的硬件和软件组件进行集成。
基于FPGA的激光雷达SLAM测绘设计与实现激光雷达(SLAM)是一种基于激光传感器的实时定位与地图构建技术，它可以通过激光雷达扫描环境，利用激光点云数据实时确定机器人的位置，并构建实时地图。
激光雷达SLAM在无人驾驶车辆、机器人导航、智能家居、工业自动化等领域有着广泛的应用。
而基于FPGA的激光雷达SLAM测绘设计与实现，可以提高系统的实时性和性能，为激光雷达SLAM系统的发展带来新的机遇和挑战。
一、激光雷达SLAM原理激光雷达SLAM系统通常包括三个部分：传感器数据采集、实时定位与建图、环境地图更新与优化。
传感器数据采集是指通过激光雷达获取环境的三维点云数据；实时定位与建图是指通过激光点云数据实时确定机器人的位置，并构建实时地图；环境地图更新与优化是指对已建立的地图进行更新和优化，以适应环境的动态变化。
基于FPGA的激光雷达SLAM系统设计可以充分发挥FPGA在并行计算和实时处理方面的优势，提高系统的实时性和性能。
一般来说，基于FPGA的激光雷达SLAM系统设计包括三个关键步骤：激光雷达数据采集与预处理、实时定位与建图计算、环境地图更新与优化。
在激光雷达数据采集与预处理阶段，需要通过FPGA实时采集激光雷达的点云数据，并进行预处理，包括数据滤波、去噪、坐标变换等。
这些预处理操作需要高速、实时地完成，而FPGA可以提供高度并行的计算能力，能够满足实时性要求。
在实时定位与建图计算阶段，需要对激光雷达的点云数据进行特征提取、匹配和位姿估计，以实现对机器人位置的实时定位和地图的实时构建。
这些计算需要高度的并行性和实时性，而FPGA的并行计算能力和低延迟特性，能够满足这些要求。
在环境地图更新与优化阶段，需要对已建立的地图进行增量式更新和全局优化。
这一过程涉及大量的数据处理和计算，而FPGA提供的高度并行的计算能力和实时处理能力，可以显著提高地图更新和优化的效率和性能。
基于FPGA的激光雷达SLAM系统设计可以有效提高系统的实时性和性能，适应激光雷达SLAM系统在无人驾驶车辆、机器人导航等领域对实时性和性能的要求。
基于FPGA的激光雷达SLAM测绘设计与实现激光雷达（Lidar）是一种使用激光束来测量相对于雷达位置的物体距离的传感器。
SLAM（Simultaneous Localization and Mapping）是一种用于自主机器人导航的技术，可以同时实时地在未知环境中定位机器人并构建地图。
本文将介绍基于FPGA的激光雷达SLAM测绘的设计与实现。
在设计过程中，需要使用到的硬件是FPGA（Field Programmable Gate Array）和激光雷达传感器。
FPGA是一种可编程逻辑器件，可以根据需要编程实现不同的功能。
激光雷达传感器用于测量机器人周围环境的距离。
我们需要确定SLAM算法的选择。
常见的SLAM算法有扩展卡尔曼滤波器（EKF）算法和粒子滤波器（PF）算法。
选择合适的算法是设计的基础。
EKF算法适用于环境中存在高斯噪声的情况，而PF算法则适用于非线性噪声状况。
接下来，我们需要设计FPGA的逻辑电路。
FPGA可以实现激光雷达的数据采集和处理功能。
FPGA需要接收激光雷达传感器的数据，并将其转换成数字信号。
然后，FPGA可以使用SLAM算法来处理这些数据，并生成机器人在环境中的实时位置和地图。
在实现过程中，需要考虑FPGA的计算能力和存储容量。
FPGA的计算能力决定了SLAM 算法的复杂度和实时性能，而存储容量则决定了FPGA能够处理的数据量。
合理选择FPGA 的规格能够满足系统的需求。
需要在FPGA上进行软件编程，并将硬件电路与软件逻辑结合起来。
通过软件编程，可以实现激光雷达SLAM测绘的算法和功能。
实现过程中，需要进行算法调试和性能优化，以确保系统的稳定性和实时性。
基于FPGA的激光雷达SLAM测绘的设计与实现是一个复杂而有挑战的任务。
通过合理地选择SLAM算法、设计FPGA的逻辑电路并进行软件编程，可以实现高效、实时的激光雷达SLAM测绘系统。
这将为自主机器人导航和地图构建提供重要的技术支持。
基于FPGA的激光雷达SLAM测绘设计与实现引言激光雷达（Lidar）是一种常用于测绘和感知环境的传感器，它能够通过发送激光束并测量其返回时间来获取目标物体的距离和位置信息。
SLAM（Simultaneous Localization and Mapping）技术则是一种在未知环境中实时构建地图和定位自身的方法。
将激光雷达与SLAM技术相结合，可以实现对未知环境进行高精度的测绘和定位，这对于无人驾驶车辆、机器人导航以及工业自动化等领域具有重要意义。
基于FPGA的激光雷达SLAM测绘系统能够利用FPGA硬件加速的优势，实现对激光雷达数据的高效处理和SLAM算法的实时运行。
本文将介绍基于FPGA的激光雷达SLAM测绘系统的设计与实现，包括硬件架构设计、激光雷达数据的处理流程和SLAM算法的实时运行。
一、硬件架构设计基于FPGA的激光雷达SLAM测绘系统的硬件架构设计是整个系统的基础，它需要满足高带宽和低延迟的要求，并且能够实现高效的激光雷达数据处理和SLAM算法的实时运行。
为了实现这些需求，我们设计了如下的硬件架构：1. 激光雷达数据采集模块：该模块负责从激光雷达传感器中采集原始的激光雷达数据，并将其传输到FPGA芯片中进行处理。
为了满足高带宽的要求，我们选择了高速的激光雷达传感器，并采用了高速的串行接口（如LVDS）来进行数据传输。
2. 数据预处理模块：该模块负责对原始的激光雷达数据进行预处理，包括数据解析、滤波和坐标转换等操作。
为了实现高效的数据预处理，我们设计了专门的硬件加速器来处理激光雷达数据，以提高数据处理的速度和效率。
3. SLAM算法加速模块：该模块负责对预处理后的激光雷达数据进行SLAM算法的实时运行。
为了实现SLAM算法的实时运行，我们设计了基于FPGA的并行加速器来加速SLAM算法的计算，以提高算法的运行速度和实时性。
二、激光雷达数据的处理流程激光雷达数据的处理流程是基于FPGA的激光雷达SLAM测绘系统中的重要一部分，它需要实现对原始的激光雷达数据进行解析、滤波和坐标转换等操作。
基于FPGA的激光雷达SLAM测绘设计与实现激光雷达(SLAM)技术是当前自动驾驶、机器人导航、智能制造等领域的关键技术之一。
SLAM技术可以利用激光雷达传感器获取环境中的地图信息并定位自身位置，从而实现对环境的智能感知和导航。
在SLAM技术中，地图的构建和定位是两个核心问题，而现场实时数据处理是实现SLAM的关键挑战之一。
随着FPGA技术的不断发展和应用，基于FPGA的激光雷达SLAM测绘系统已经成为研究和应用的热点之一。
本文基于FPGA的激光雷达SLAM测绘系统进行了设计和实现，以期为相关领域的研究和应用提供参考。
一、激光雷达SLAM测绘系统的原理激光雷达SLAM测绘系统主要包括激光雷达传感器、地图构建模块、定位模块和导航模块。
激光雷达传感器用于获取环境中的地图信息，地图构建模块负责将激光雷达传感器获取的数据处理成地图，并实时更新地图信息，定位模块负责根据地图信息确定自身的位置，导航模块根据地图信息和自身位置实现智能导航。
二、基于FPGA的激光雷达SLAM测绘系统的设计1.激光雷达数据采集模块设计激光雷达数据采集模块主要包括激光雷达传感器数据接口设计、数据采集控制模块设计和数据存储模块设计。
利用FPGA器件实现激光雷达传感器数据接口设计，将激光雷达传感器获取的数据通过FPGA进行处理，并实现对激光雷达传感器数据的采集和控制。
同时利用FPGA内部存储器实现对激光雷达数据的实时存储，以便进行后续地图构建和定位处理。
2.地图构建模块设计地图构建模块主要包括地图数据处理模块、环境特征提取模块和地图更新模块。
利用FPGA器件实现激光雷达数据的处理和特征提取，将激光雷达数据转换成地图信息，并实时提取环境中的特征信息，同时实现地图信息的实时更新和存储。
3.定位模块设计定位模块主要包括自身位置确定和地图匹配模块。
利用FPGA器件实现对自身位置的确定和地图匹配处理，根据地图信息和激光雷达数据确定自身的位置，并实现地图信息和自身位置的智能匹配。
基于FPGA的激光雷达高速数据采集系统设计
辛文辉;李仕春;华灯鑫;宋跃辉;狄慧鸽;周智荣
【期刊名称】《光子学报》
【年(卷),期】2012()8
【摘要】为了对激光雷达的回波信号进行采集,设计了一款基于FPGA的高速数据采集、预处理系统.该系统以FPGA内嵌DRAM作为存储器,以同步有限状态机作为控制方式,可在1kHz的外触发信号激励下,以20MHz的采集频率采集数据,并可在不丢失脉冲的情况下,对采集到的4 096个数据点进行5 000次以上的对应点累加平均(滤除背景噪音).设计完成的数据采集系统已应用于一台米散射激光雷达系统中,达到了30km探测距离、7.5m时空分辨率的设计要求.
【总页数】5页(P967-971)
【关键词】激光雷达;回波信号;高速数据采集;同步状态机;双端口RAM
【作者】辛文辉;李仕春;华灯鑫;宋跃辉;狄慧鸽;周智荣
【作者单位】西安理工大学机械与精密仪器工程学院
【正文语种】中文
【中图分类】TN95
【相关文献】
1.基于FPGA的多通道同步实时高速数据采集系统设计 [J], 易志强;韩宾;江虹;张秋云
2.基于FPGA的激光雷达数据采集系统设计 [J], 刘秉刚;常建华;徐帆;李红旭;朱玲
嬿;豆晓雷
3.基于FPGA的微弱信号高速数据采集与处理系统设计 [J], 杨飞; 穆向阳; 赵勇勇
4.基于FPGA的高速数据采集系统设计与实现 [J], 吴明锋
5.基于FPGA的LVDS高速数据采集系统设计 [J], 何振琦
因版权原因，仅展示原文概要，查看原文内容请购买。
基于FPGA与DSP的雷达高速数据采集系统随着雷达数据处理技术的快速发展，需要高速采集雷达回波信号。
然而激光雷达的发射波及回波信号经光电器件转换后，形成的电信号脉宽窄，幅度低，而且背景噪声大，如采用低速的数据采集系统进行采集，存在数据精度不高等问题。
同时，为避免数据传输不及时，发生数据丢失，影响系统的可靠性和实时性，需设计开发高速数据采集系统。
设计中针对前端输出约-25～25 mV，带宽为20 MHz 的信号，采用高带宽，低噪声，高数据传输率，高分辨率数模转换芯片AD9235；利用XC2V250 内部的大小为6 KB 的异步FIFO 实现AD9235 转换器与TMS320C6201 间的高速数据传输。
采集系统的采样率为30 MHz，分辨率为12 位，内部异步缓存FIFO 为6 KB，满足高速数据采集要求。
1 系统设计如果A／D 直接与DSP 的外部存储接口EMIF 连接，会使DSP 的负荷过重，另一方面DSP 还需扩展外设，与采样输入共用一条外部总线，进行外部设备的读写，不允许数据采集始终占用外部总线。
如果不能及时接收数据，上次存储的数据会被覆盖，造成数据丢失。
异步FIFO 能实现不同时钟域的数据传输，可将它作为A／D 转换器和EMIF 之间的桥梁，每写入一块数据，便通知EMIF 从FIFO 取走数据。
基于以上分析，图1 为高速数据采集系统结构框图。
FPGA 内部DCM 为A／D 转换器和DSP 提供采样时钟和外部振荡源，A／D 转换器与DSP 工作在不同时钟，在FPGA 内部生成一个异步FIFO 作为数据传输缓存。
A／D 转换器把采样值写入FIFO，FIFO 写使能WR_EN 一直有效，系统上电后，A／D 转换器一直处于工作状态，每写入一块数据便向DSP 发出中断信号，在中断中读取FIFO 中的数据。
FIFO 输入数据宽度12 位，。
基于FPGA的雷达中／视频数据采集与回放系统设计
0 引言随着科学技术的飞速发展，在军事、航空航天和测试及测量等领域，人们对数据采集系统的采样精度、采样率和存储量等指标提出了更高的要求。
传统的采集器件使用起来很不方便，其局限性非常明显，显然已经不能适应现代技术发展的需要。
目前，随着集成电路技术的进步，大规模和超大规模的可编程逻辑器件在实际系统设计中得到广泛的应用。
由于其集成度高、功耗低、设计灵活、效率高等优势，同时器件具有用户可编程特性，可大大缩短系统设计周期，减少设计费用，降低风险投入，而且部分器件还具有在线可编程的能力。
在此介绍一种雷达中／视频数据采集记录系统，它的核心技术是利用高速可编程逻辑门阵列FPGA 对雷达目标回波进行高速实时采集，并将持续采集来的信号数据记录在计算机硬盘上，以供后续数据处理需要。
本系统的特点是：小型化，便于携带，连接方便，操作简单，记录时间长，采样率高，数据传输率高，动态范围大(12 位A／D 分辨率)，并采用正交双通道采集方式，完全符合高速大容量雷达信号采集记录的需要。
1 系统组成与工作原理系统主要由计算机和系统采集硬件组成，系统采集硬件由一块带有双路高速A／D 和USB 接口电路的底板和一块带有FPGA 的核心板组成。
雷达数据采集记录系统的工作流程如图1 所示。
系统以台式PC 作为采集主控设备，雷达中／视频回波信号经A／D 转换器进行模数转换，再由FPGA 控制的核心采集模块来完成数据的采集量化，采集模块可以根据来自雷达系统的时钟、同步触发信号来控制对雷达回波信号的采集，然后将采集到的数据通过缓冲模块送给USB，USB 接口将数据打包传送到台式电脑的硬盘上以供显示和处理使用。
FPGA 与上位机间的数据交换是实现。
基于FPGA的激光雷达SLAM测绘设计与实现1. 引言1.1 背景介绍激光雷达(SLAM)技术是一种通过激光雷达传感器获取环境地图并同时定位自身位置的方法。
随着自动驾驶、智能仓储等领域的发展，对SLAM技术的需求逐渐增加。
传统的SLAM系统通常基于计算机和传感器进行实现，但由于处理复杂环境和实时性要求较高，计算机性能的限制成为了制约系统性能的关键因素。
本文将深入探讨基于FPGA的激光雷达SLAM测绘设计与实现，分析FPGA在激光雷达SLAM中的应用，设计并实现系统框架，研究关键技术和算法，最终通过性能评估和实验结果验证系统的有效性和可行性。
希望通过本文的研究成果，为深入理解FPGA在激光雷达SLAM中的应用提供参考和启示，为未来工作的展望和发展提供一定的借鉴和参考价值。
1.2 研究意义本研究旨在探讨基于FPGA的激光雷达SLAM测绘设计与实现，通过将FPGA技术与激光雷达SLAM相结合，实现更高效的环境建模和自主定位。
具体包括FPGA在激光雷达数据处理、地图构建、路径规划等方面的应用，以及针对FPGA平台进行优化的关键技术和算法。
通过本研究的开展，有望为自主导航和定位技术的发展提供新思路和方法，同时对于FPGA在激光雷达SLAM中的应用具有重要的理论和实践意义。
1.3 研究目的研究目的：本文旨在探讨基于FPGA的激光雷达SLAM测绘设计与实现，旨在通过研究激光雷达SLAM技术和FPGA在其中的应用，设计出一种高效、实用的激光雷达SLAM系统。
具体目的包括：提高激光雷达SLAM系统的测绘精度和实时性；优化系统的算法和硬件设计，实现对动态环境的建模和定位；探索FPGA在激光雷达SLAM中的优势和局限性，为未来的研究和发展提供参考。
通过本文的研究，旨在为促进激光雷达SLAM技术的发展，为实际应用提供更好的解决方案，推动激光雷达在自动驾驶、机器人导航等领域的广泛应用。
2. 正文2.1 激光雷达SLAM技术概述SLAM（Simultaneous Localization and Mapping）是指无先验知识的环境下，同时实现定位和建图的技术。
基于FPGA的激光雷达数据采集系统设计刘秉刚;常建华;徐帆;李红旭;朱玲嬿;豆晓雷【摘要】单光子计数技术是利用光电倍增管探测微弱光信号的一种有效方法,广泛应用于航空领域的激光雷达探测.针对激光雷达回波信号强度弱、数据量大、实时要求高等特点,设计了基于FPGA芯片的高速数据采集系统.该系统利用光电倍增管精确探测微弱的雷达回波信号,两个光子计数器通过乒乓操作实现了无时间间隙的计数采集,利用存储控制器和传输控制器对外围芯片进行控制,实现了对采集数据的实时缓存和高速传输.为验证采集系统的有效性,将其应用于米散射微脉冲激光雷达,实现7.5 km的有效探测,探测精度为7.5 m.在此基础上,将采集系统与EASY-MCS 光子计数器的测量结果进行对比,其均方误差为8％,表明本系统具有良好的准确性和稳定性,可满足激光雷达对微弱回波信号采集的要求,在航空气象探测领域具有广阔的应用前景.【期刊名称】《电光与控制》【年(卷),期】2018(025)012【总页数】5页(P68-72)【关键词】大气遥感;激光雷达;单光子计数;高速数据采集【作者】刘秉刚;常建华;徐帆;李红旭;朱玲嬿;豆晓雷【作者单位】南京信息工程大学,江苏省大气环境与装备技术协同创新中心,南京210044;南京信息工程大学,江苏省大气环境与装备技术协同创新中心,南京210044;南京信息工程大学,江苏省气象探测与信息处理重点实验室,南京 210044;南京信息工程大学,江苏省大气环境与装备技术协同创新中心,南京 210044;南京信息工程大学,江苏省大气环境与装备技术协同创新中心,南京 210044;南京信息工程大学,江苏省大气环境与装备技术协同创新中心,南京 210044;南京信息工程大学,江苏省大气环境与装备技术协同创新中心,南京 210044【正文语种】中文【中图分类】TN958.980 引言激光雷达是随着激光器和雷达技术的发展而产生的一种新型主动式光学遥感技术，具有测量范围广、时空分辨率高和抗干扰能力强等特点，广泛应用于航空气象领域，如大气颗粒物、云层的探测[1]。
激光雷达首先探测激光与大气分子和气溶胶粒子等介质相互作用产生的后向散射光信号，进而通过求解激光雷达方程，反演得到大气成分参数。
与传统的微波雷达相比，激光的波长更短，方向性更好，量子能量更大，更适合探测和分析大气中微小粒子的相关特性[2-4]。
在常见的激光雷达数据采集系统中，多利用国外通用的数据采集卡来实现[5-7]：一方面，由于核心技术的封锁，底层数据不对用户开放，无法依据采集需求的变化及时修改和升级软硬件设计；另一方面，此类数据采集卡价格十分昂贵，后期维护不方便。
面对我国航空领域对于激光雷达的强烈应用需求，有必要推出具有自主知识产权的激光雷达系统。
激光雷达数据采集方案可采用模拟方式或单光子计数方式。
模拟方式采用高速模数转换器件获取回波信号，适合测量信号强度大、目标距离近的目标物。
但是，激光雷达后向散射信号的强度随距离的平方迅速衰减，往往探测到的回波信号非常微弱[8-9]。
因此，采集方案更适合选用高增益、响应快、宽频带的单光子计数方式[10-11]。
为保证激光雷达数据采集的实时性和准确性，采用现场可编程逻辑门阵列(FPGA)作为主控芯片。
相比于传统的单片机和DSP器件，由于单片机的时钟频率较低，DSP的数据处理部分采用软件来实现，无法满足激光雷达对高实时性的要求。
FPGA的时钟频率非常高，内部延迟低，控制逻辑均由硬件实现，具有高度灵活可配置性，利用强大的硬件描述语言和仿真工具，方便对结果进行验证，可大幅改进系统的丈量精度和采集速度，芯片内剩余的逻辑资源根据采集需求的变化用于及时对系统升级改造。
本文针对激光雷达回波信号强度弱、数据量大、实时性高等特点，设计了基于FPGA的激光雷达数据采集系统。
系统围绕光子计数器展开，通过两个计数器的乒乓操作实现无死区时间的信号脉冲计数，将计数累加的结果做实时缓存处理，经通用串行总线(USB)接口传送到上位机做进一步数据分析。
本方案具有结构简单、时间分辨率高、全数字化等优点，此外，可依据数据采集需求的变化及时修改软硬件设计，满足激光雷达在不同应用场合的探测要求。
1 采集系统介绍1.1 激光雷达结构激光雷达作为大气探测的主流技术手段，主要由激光发射系统、光电接收系统、数据采集系统以及数据反演等部分组成，其系统结构如图1所示。
图1 激光雷达的结构Fig.1 Diagram of the lidar structure脉冲激光器产生固定频率激光信号，利用耦合器将空间光耦合进多芯Y型光纤，采用望远镜实现对激光的发射以及回波信号光的接收，利用收发同轴结构解决了视场重叠因子的校正问题。
回波信号经光纤传输后由窄带滤光片实现背景噪声滤除，进而由光电探测器进行光电转换，之后进行放大、滤波处理。
最终，回波信号采集系统对信号进行高速计数累加，并将累加的结果缓存后传输到上位机进行输出反演处理。
1.2 光电探测激光雷达回波信号的动态范围大、强度随距离平方快速衰减，当探测距离较大时，回波信号极其微弱，在光强非常弱的情况下，把光当作模拟量来探测是极其困难的[12]。
为进一步提高雷达的探测精度，本文采用单光子计数方式来实现激光雷达的数据采集。
经实验观测发现，每次激光脉冲发射后，往往在接收端还收不到一个光子，故让激光器以固定的重复频率连续发出激光脉冲，并在接收端采用累加取平均的方式，以减小计数误差，提高探测精度。
数据采集系统需要完成的工作包括信号采集、数据缓存和数据传输三部分，是激光雷达自动化控制的中心，同时也是后续数据处理和物理反演的基础。
本文采用高精度的单光子计数方式实现信号采集，需要大幅度增强原微弱信号的强度，而光电倍增管(PMT)作为一种真空光电激发器件很好地满足了此要求。
PMT利用光电倍增系统使光电子二次激发，输出信号强度可达到原输入信号的上百倍。
PMT的结构如图2所示，主要由光入射窗、光阴极、电子光学系统、倍增极和阳极等部分组成。
入射光经入射窗射入光阴极，光阴极向真空中激发出光电子,这些光电子按聚焦极电场进入倍增系统，通过进一步的二次发射得到倍增放大，放大后的电子被阳极收集作为信号输出[13-14]。
内部采用二次激发倍增系统，在可见光光谱范围内有很高的增益和较低的噪声，非常适合激光雷达的微弱信号探测。
图2 光电倍增管的结构框图Fig.2 Diagram of PMT由于回波信号的动态范围大，单位时间内回波信号微弱，探测器的选择就显得尤为重要。
本文选用日本Hamamatsu公司的H7360- 02光电探测器，响应波长范围在300～650 nm，典型探测光功率为2×10-14～2×10-15 W，最大计数率为6×106次/s，供电电源为DC-5V。
图3为探测器的结构框图，内部集成了PMT、脉冲放大器、鉴别器、脉冲整形器和供电系统等,能够满足从紫外到可见光波段的信号探测。
探测器接收回波信号，实现光子信号的倍增、光电转换、信号放大和脉冲鉴别等功能，最终输出脉冲宽度为9 ns的TTL型脉冲，光子计数器对其输出的脉冲进行计数累加。
图3 光电探测器的结构框图Fig.3 Diagram of photoelectric detector1.3 数据累加原理采集系统中，电子器件内部的载流子会在工作时产生随机热噪声，导致回波信号中包含大量热噪声，这些热噪声严重影响系统的测量精度。
累加平均法是减少热噪声的高效方法，通过对各回波信号中相同采样点处的信号累加平均实现。
利用噪声的随机性和信号的稳定性，在经过多次累加求平均后可消除信号中夹杂的高斯白噪声，从而提高信噪比RS，N，N=10·lg N+RS，N(1)式中，RS，N，N为累加后的信噪比；RS，N为单个脉冲检测的功率信噪比，经过N次不同时刻采样的累加平均可以使信噪比增加10·lg N[15-16]。
信号累加的次数越多，存储的数据量越大，信噪比改善效果越好。
当存储器件为16位时，可存储的数据量最大为65 535，此时改善后的信噪比可达48 dB，且可充分利用硬件资源。
2 数据采集的逻辑设计本文基于具有快速处理复杂数据能力的FPGA芯片，设计了激光雷达高速数据采集系统。
系统结构如图4所示，系统采用自顶向下的设计方法，以激光器发出的触发信号作为时序参考，在时序电路的控制下，协调FPGA芯片、同步动态随机存储器(SDRAM)芯片、USB芯片的工作，对光电探测器输出的脉冲信号进行高速计数采集，将采集的结果实时缓存到SDRAM中，待采集结束后将缓存数据通过USB接口传输到上位机。
图4 数据采集系统结构框图Fig.4 Diagram of data acquisition system2.1 计数采集计数采集围绕光子计数器展开，信号采集的输入为光电探测器输出的脉冲信号和外部触发信号。
其中脉冲信号是TTL型电平脉冲，每个脉冲对应一个光子。
激光器发出外部触发信号，同为TTL型电平信号，作为系统门控电路的时序参考。
系统将采集的结果通过先入先出队列(FIFO)实时缓存到SDRAM中。
为尽可能减少计数的死区时间，利用每个激光脉冲的回波信号相互独立的特征，采用两个计数器通过乒乓操作依次交替工作实现高速计数。
如图5所示，由触发器控制的时间开关，在循环计数时，一个计数器接收数据并计数，另一个计数器则将先前计数的结果缓存发送到SDRAM控制器，通过两个计数器的并行操作实现对光电探测器输出信号的无死区时间计数。
图5 计数器的工作时序图Fig.5 Time sequence diagram of counters2.2 数据缓存在激光雷达信号采集系统中，采集结果的数据量大且实时性要求高，需要速度快、容量大的存储器件对数据高速缓存。
SDRAM具有容量大、体积小、控制便捷、读写速度快等优点，本文选用美国Micron公司的MT48LC32M16A2型号的SDRAM芯片，其存储容量为256 Mibit(4 Mi×4 Banks×16 bit)，满足雷达信号对存储器件的要求。
本文设计的基于FPGA的SDRAM控制器，配置全页突发读写以及自动刷新操作模式，运用两个异步FIFO与用户逻辑进行交互，实现数据的高效传输。
图6为SDRAM控制器系统框图，主要包括上电初始化、刷新操作、读写操作等，各个模块利用独立有限状态机的形式实现。
在系统工作时，控制器配合两个异步FIFO对采集的数据进行操作：一方面存储计数的结果；另一方面待上位机发出读数据请求且一次测量完成时，将保存的数据通过USB接口传输到上位机。
图6 SDRAM控制器系统框图Fig.6 Diagram of SDRAM controller2.3 数据传输为了将采集到的激光雷达信号高速传输到上位机，数据传输接口采用USB接口。
