Photoniques 135

capteur lidar ACHETER

PRINCIPALES APPLICATIONS	TYPE D’ INTERACTION	PRINCIPALES PERFORMANCES	ENJEUX TECHNOLOGIQUES
Mesure du potentiel éolien	Diffusion de Mie( particules aérosols)	Précision de mesure: vitesse < 0.1m / s et direction: < 2 ° Portée jusqu’ à 500m EyeSafe	Grande fiabilité, mesure en environnement difficile, très faibles signaux à analyser, portabilité et faible consommation
Météorologie( prévision)	Diffusion de Mie( particules aérosols)	Précision de mesure: vitesse < 0.2m / s et direction: < 2 ° Portée jusqu’ à 15km Scannant EyeSafe	Mesure en environnement difficile, très faibles signaux à analyser, très longue portée malgré les turbulences atmosphériques, IA pour le traitement des données
Météorologie( température, pression)	Diffusion Rayleigh( molécules)	Portée plusieurs dizaine de kms	Nécessite des lasers puissants et des détecteurs sensibles, calibration exigeante
Étude de la couverture nuageuse	Diffusion de Mie( particules aérosols)	Hauteur de la base des nuages( Ceilomètre) Profil vertical des nuages	Haute cadence de mesure, adaptation aux conditions changeantes, faible consommation
Sécurisation des aéroports( Détection de brouillard, mesure de visibilité, cisaillement du vent)	Diffusion de Mie( particules aérosols)	Performance identique aux LiDAR météorologiques	Réactivité en temps réel, intégration avec les systèmes de contrôle aérien, multiinstruments, robustesse face aux conditions météo
Aviation( sonde PITOT, turbulences)	Diffusion Raman( molécules)	Mesure de la vitesse de l’ avion ~+/-1m / s, détection des turbulences Portée 1-2km	Miniaturisation des capteurs, intégration embarquée, traitement rapide des données
Analyse chimique de l’ atmosphère	Diffusion Raman( molécules), DIAL	Identification de gaz spécifiques avec de faible concentration( quelques %)	Sélectivité spectrale, sensibilité élevée, calibration fine
Diffusion des particules( pollution, feu,..)	Diffusion de Mie / Doppler	Concentration de particules, vitesse du vent Portée plusieurs kms	Robustesse en milieu hostile, détection rapide, traitement des données volumineuses

Détection d’ espèces métalliques( identification d’ éléments, étude atmosphérique)

Fluorescence résonnante

Portée de quelques cms à plusieurs kms Précision de quelques ppms à quelques % Excitation sélective, détection à faible concentration, compatibilité avec environnement industriel

Détection d’ aérosols biologiques	Fluorescence	Identification de bioaérosols
		Réponse rapide en temps réel

Détection précoce, discrimination biologique, sécurité sanitaire

Analyse moléculaire( composition chimique détaillée)

Diffusion Raman( molécules)

Détection de quelques ppms

Détection multi-composants, sensibilité spectrale, traitement avancé

LES CRITÈRES DE CHOIX Comme illustré dans les tableaux précédents, les critères de sélection d’ un LiDAR varient selon les applications. Pour les usages extérieurs ou mobiles, la compacité, la faible consommation énergétique et la robustesse face aux conditions environnementales sont des facteurs clés. En revanche, pour les applications de métrologie, la priorité est donnée à la précision des mesures et à la portée du système. Bien entendu, ces paramètres doivent être mis en balance avec le coût et les services proposés par les fabricants. À titre d’ exemple, un LiDAR destiné au scan 3D peut être commercialisé à un prix allant de quelques milliers à plusieurs dizaines de milliers d’ euros, selon les performances recherchées. En un peu plus de 50 ans, le LiDAR est devenu l’ outil de mesure à distance par excellence. Il intervient dans de nombreux secteurs d’ activité de la météorologie au véhicule autonome et la robotique en passant par la défense. Les développements ont bénéficié d’ un afflux significatif de fonds, poussé par les marchés de l’ automobile et de la robotisation. Ces fonds ont contribué à miniaturiser les systèmes et les rendre plus robustes mais aussi à industrialiser les lignes de production comme on peut le voir sur la vidéo promotionnelle du site Valéo de Shenzhen. En parallèle, l’ essor de l’ IA et du machine learning ont permis de gérer de plus grandes quantités de données et surtout de gagner en précision sur les données de sortie( identification pour le 3D scanning et l’ automotive, réjection des points aberrants pour la météorologie, …). Afin de compléter cet article, une liste non-exhaustive des principaux fournisseurs de solution LiDAR est fournie avec leur domaine d’ application et leurs principaux avantages / spécialisations.

Photoniques 135 I www. photoniques. com 67

Photoniques 135 | Page 69