Forscher der University of Toronto in Zusammenarbeit mit Ciena Corporation haben ein innovatives Lidar-System entwickelt, das auf einen Schlag Entfernung, Geschwindigkeit und Materialbeschaffenheit von Objekten erfasst. Die Ergebnisse wurden in der Fachzeitschrift Optica publiziert. Das System nutzt kohärente optische Modems, die ursprünglich für die Telekommunikation entwickelt wurden, und passt sie für präzise Umgebungsdaten an. Herkömmliche Lidar-Systeme messen primär Distanzen. Das neue Verfahren moduliert einen augensicheren Laser bei 1.550 Nanometern extrem schnell und analysiert zusätzlich die Polarisationsänderungen des zurückgestreuten Lichts. Ein neu entwickeltes Signalmodell filtert Störsignale und interne Systemverzerrungen. So werden millimetergenaue Distanzwerte, Doppler-Geschwindigkeiten und material-spezifische Polarisationsmerkmale gleichzeitig extrahiert. Tests in simulierten Straßenszenen mit fahrenden Modellen, Verkehrsschildern und Pflanzen zeigten deutliche Vorteile. Während konventionelle Lidar-Systeme lediglich räumliche Strukturen abbilden, ermöglicht die Polarisationsanalyse die Unterscheidung künstlicher von natürlichen Oberflächen sowie das Entziffern von Texten. Das System bleibt zudem stabil bei starker Umgebungsbeleuchtung und ermöglicht die Bildgebung durch streuende Medien wie Nebel oder Regen. Die Polarisationsmuster liefern zudem detaillierte Aufschlüsse über Oberflächenrauhigkeiten. Der Durchbruch resultiert aus der Kombination industriell verfügbarer Telekommunikationskomponenten mit neuer Datenverarbeitung. Kohärente Modems bieten kompakte Bauweise, hohe Abtastraten und präzise Lichtkontrolle, was die Integration in Sensorarchitekturen erleichtert. Die Technologie adressiert zentrale Herausforderungen autonomer Fahrzeuge und Robotik, die auf zuverlässige Material- und Dynamikerkennung angewiesen sind. Die präzise Trennung bewegter Objekte vom Hintergrund sowie die verbesserte Sichtbarkeit bei widrigen Wetterbedingungen erhöhen die Sicherheit autonomer Systeme erheblich. Potenzielle Einsatzfelder reichen von industriellen Inspektionssystemen bis zur präzisen Fernerkundung. Die Forscher arbeiten aktuell an der Optimierung der Hardware-Ausleaserate sowie der Echtzeit-Datenübertragung, um dynamische Szenen lückenlos zu erfassen. Die vorliegenden Ergebnisse markieren einen signifikanten Schritt hin zu mehrschichtigen Umgebungssensoren, die Maschinen eine physikalisch fundiertere Wahrnehmung ihrer Umwelt ermöglichen.