LiDAR

חיישני LiDAR לאבטחה היקפית - לראות את המרחב, לא רק את התמונה

ענן נקודות תלת-ממדי מודד גאומטריה, נפח ומהירות - ולכן הוא רואה בחשכה מוחלטת, חוצה הסוואה ויזואלית ומבדיל בין אדם, בעל חיים ורחפן. מדריך הנדסי מקצה לקצה: מהפיזיקה של Time-of-Flight, דרך אלגוריתמיקה ופריסה בשטח, ועד מיזוג חיישנים ואינטגרציה למערכת פיקוד ובקרה אחת - כולל המגבלות, לא רק היתרונות.

LiDAR (Light Detection and Ranging) הוא חיישן אקטיבי המודד מרחק באמצעות פולסי לייזר: החיישן פולט פולס אינפרה-אדום, מודד את הזמן שחלף עד שההחזר חוזר מהמטרה (Time-of-Flight) ומתרגם אותו למרחק מדוד. סריקה של מאות אלפי פולסים בשנייה יוצרת ענן נקודות תלת-ממדי (Point Cloud) - מפה גאומטרית חיה של הסביבה שבה לכל נקודה קואורדינטת X, Y, Z מדודה ולא משוערת. באבטחה היקפית זה משנה את כללי המשחק: במקום קו גילוי דו-ממדי או תמונה שצריך לפרש, מוגדר נפח מוגן תלת-ממדי, וכל גוף שנכנס אליו נמדד לפי גובה, נפח, צורה ומהירות. מכיוון שהחיישן מייצר בעצמו את האור שלו ומודד גאומטריה ולא צבע, הוא פועל בחשכה מוחלטת (0 לוקס), אינו מושפע מדפוסי הסוואה ויזואליים, ואינו מייצר תמונה שממנה ניתן לזהות פנים.

עיקרי הדברים

  • LiDAR הוא חיישן אקטיבי: הוא מייצר את האור שלו, ולכן ביצועיו זהים בצהריים ובחצות - 0 לוקס אינו מגבלה, ואין תלות בתאורת סביבה, בפנסים או בתאורת גיבוי.
  • ענן נקודות מודד גאומטריה ולא צבע: הסוואה ויזואלית, בגדים כהים או דפוס מוסווה אינם משנים את הנפח והגובה של הגוף - ולכן LiDAR מזהה מטרות שמצלמת יום ואלגוריתמי וידאו מפספסים.
  • הבעיה הכלכלית האמיתית באבטחה היקפית היא התרעות שווא: מקורות תעשייה מדווחים על שיעורים של עד 98% ועלות של כ-150 דולר להתרעת שווא, והמכון הלאומי לצדק בארה"ב העריך בזבוז זמן בהיקף 1.8 מיליארד דולר ב-2022 בלבד.
  • נקודת התורפה היא אטמוספרה, והנתונים מפורשים: במחקר עם LiDAR 905nm בן 32 ערוצים, משטח רפלקטיבי שמר על 74% מהנקודות בגשם עז ובערפל סמיך, אלומיניום ופלדה איבדו עד 56%, ומטרה שחורה מטית לא זוהתה כלל כבר ב-10 מטרים בגשם של 20 מ"מ לשעה.
  • שוק ה-LiDAR העולמי מוערך ב-3.27 מיליארד דולר ב-2025 ובצפי ל-12.79 מיליארד דולר ב-2030 (CAGR 31.3%) - ואבטחה היקפית היא אחד הפלחים הצומחים בתוכו.
  • אף חיישן בודד אינו מנצח בכל הקריטריונים - LiDAR חזק היכן שמכ"ם חלש ולהפך. הערך האמיתי נמצא בשכבת מיזוג החיישנים (Sensor Fusion) ובאינטגרציה למערכת פיקוד ובקרה אחת.
משפחת חיישני LiDAR מסתובבים
דגמי חיישני LiDAR מסתובבים בגדלים שונים - ככל שהחיישן קטן יותר, כך קל יותר לפרוס אותו בשטח.צילום: APJarvis · רישיון: CC BY-SA 4.0 · מקור: Wikimedia Commons. התמונה להמחשה בלבד ואינה מציגה ציוד של SafeGate.
ענן נקודות תלת-ממדי של LiDAR עם מטרה מסומנת
ענן נקודות תלת-ממדי: המטרה בולטת כגוש צפוף במרחב - בלי תלות בתאורה.מקור: חומרי הדגמה של SafeGate.

איך LiDAR עובד: הפיזיקה של Time-of-Flight

העיקרון פשוט להפליא ומורכב מאוד ליישום. החיישן פולט פולס לייזר קצר בתחום האינפרה-אדום הקרוב, הפולס מוחזר מהמטרה, והגלאי מודד את זמן המעוף הכפול. מכיוון שמהירות האור ידועה וקבועה, המרחק הוא מחצית המכפלה של הזמן במהירות האור - ולכן כל האתגר ההנדסי מרוכז בדיוק מדידת הזמן. החישוב ישיר ונגזר מהפיזיקה עצמה: שגיאת תזמון של 10 פיקושניות שקולה לשגיאת מרחק של כ-1.5 מילימטר (מהירות האור כפול הזמן, חלקי שתיים). חשוב לסייג: זו האריתמטיקה התיאורטית, לא הביצועים בפועל. חיישני ToF מסחריים מספקים דיוק ברמת הסנטימטרים, ולא ברמת המילימטר הבודד. גם ברמה הזו, ענן הנקודות אינו אומדן ויזואלי אלא מדידה מטרולוגית - וזה ההבדל המהותי מול מצלמה.

קיימות שתי משפחות מדידה. dToF (Direct Time-of-Flight) מודדת ישירות את זמן המעוף של פולס בודד, ומתאימה לטווחים ארוכים וליישומי חוץ. iToF (Indirect Time-of-Flight) מודדת הפרש פאזה בין אור מאופנן ברציפות לבין ההחזר, ומצטיינת בדיוק גבוה בטווחים קצרים אך רגישה יותר לאור סביבה ולריבוי החזרות. ביישומי אבטחה היקפית בשטח פתוח, dToF הוא ברירת המחדל.

משפחה שלישית ומתקדמת יותר היא FMCW LiDAR - לידאר קוהרנטי המשדר גל בעל תדר משתנה ומודד את המרחק ואת המהירות הרדיאלית בו-זמנית, באמצעות הפרש תדר ואפקט דופלר. היתרון הביטחוני מהותי: כל נקודה בענן נושאת לא רק מיקום אלא גם וקטור מהירות מיידי, מה שמאיץ הבחנה בין רעש סביבתי לתנועה מכוונת, ומעניק חסינות גבוהה יותר להפרעות ולניסיונות הצפה אופטית. יש לציין שהטכנולוגיה יקרה ופחות נפוצה מ-dToF ביישומי אבטחה בשטח.

בקצה הקולט יושבים הגלאים. APD (Avalanche Photodiode) הוא הסטנדרט הוותיק, SiPM (Silicon Photomultiplier) מספק רגישות גבוהה יותר, ומערכי SPAD מאפשרים LiDAR חד-פוטוני - טכנולוגיה שמסוגלת לזהות פוטון בודד חוזר, ומכאן יכולות יוצאות דופן בטווח, ברזולוציית עומק וביכולת לראות דרך מחסומים חלקיים.

  • dToF - מדידת זמן ישירה, טווח ארוך, ברירת מחדל לאבטחה היקפית בחוץ
  • iToF - מדידת פאזה, דיוק גבוה בטווח קצר, רגיש לאור סביבה
  • FMCW - מדידת מרחק ומהירות בו-זמנית, חסינות גבוהה להפרעות, עלות גבוהה
  • Single-Photon / SPAD - רגישות קיצונית, רזולוציית עומק גבוהה, ראייה דרך מחסום חלקי
  • גלאים: APD, SiPM, SPAD - קובעים את תקציב האות ואת רף הרעש של המערכת

מענן נקודות להתרעה: שרשרת העיבוד המלאה

חיישן LiDAR לא מייצר התרעות - הוא מייצר נתונים. מה שהופך מיליוני נקודות בשנייה להתרעה אמינה הוא צנרת עיבוד (pipeline) שכל שלב בה מקטין אי-ודאות. השלב הראשון הוא הפחתת נפח: Voxel Grid Downsampling מחלק את המרחב לתאים תלת-ממדיים ומייצג כל תא בנקודה אחת, כך שנשמרת הגאומטריה אך צריכת המחשוב יורדת משמעותית.

השלב השני הוא הפרדת מישור הקרקע (Ground Plane Segmentation), בדרך כלל בשיטות מבוססות RANSAC או מודל קרקע מדורג לשטח לא-אחיד. הסרת הקרקע קריטית: בלעדיה כל אשכול נדבק לקרקע והמערכת מאבדת את היכולת למדוד גובה אמיתי של מטרה. במקביל נבנה מודל רקע סטטי - מיפוי של כל מה שקבוע בזירה (גדרות, עמודים, מבנים, עצים) - ו-Background Subtraction מסיר אותו, כך שנשארות רק הנקודות ה"חדשות".

השלב השלישי הוא אשכול (Clustering): DBSCAN או Euclidean Clustering מקבצים נקודות סמוכות לאובייקטים בדידים. לכל אשכול מחושבים מאפיינים גאומטריים - גובה, רוחב, עומק, נפח, יחס גובה-רוחב, צפיפות נקודות ומרכז מסה. כאן כבר אפשר להבחין בין אדם זקוף לבין כלב, שועל או חתול, בלי שום למידת מכונה: הגאומטריה עושה את העבודה.

השלב הרביעי הוא מעקב (Tracking): מסנן קלמן או מסנן חלקיקים משייך אשכולות בין פריימים עוקבים ובונה מסלול (track) עם מהירות וכיוון. מנוע הכללים דורש בדרך כלל שהמסלול יתמיד מספר פריימים, יעבור מרחק מינימלי ויחצה גבול גאומטרי מוגדר - שלושה תנאים שמסננים החוצה את רוב הרעש. השלב החמישי, האופציונלי, הוא סיווג בלמידה עמוקה: ארכיטקטורות כמו PointNet ו-PointPillars מסווגות ענני נקודות ישירות, ומוסיפות שכבת ביטחון לסיווג אדם / רכב / בעל חיים / רחפן.

  • Voxel Grid Downsampling - הקטנת נפח נתונים תוך שמירת גאומטריה
  • Ground Plane Segmentation - הפרדת קרקע, תנאי לחישוב גובה מטרה
  • Background Subtraction - מודל רקע סטטי שמסיר את הזירה הקבועה
  • DBSCAN / Euclidean Clustering - קיבוץ נקודות לאובייקטים
  • מסנן קלמן ו-Multi-Object Tracking - מסלול, מהירות וכיוון
  • PointNet / PointPillars - סיווג מבוסס למידה עמוקה על ענן נקודות גולמי

זיהוי נפחי מול קו גילוי דו-ממדי - למה זה ההבדל הגדול

מערכות גילוי מסורתיות עובדות על עיקרון של קו או משטח: קרן שנחצית, גדר שמזדעזעת, סיב אופטי שנמתח, שדה מיקרוגל שמופר. כל אלה נותנים תשובה בינארית - משהו קרה על הקו. הם אינם יודעים מה קרה, באיזה גודל, באיזה גובה ובאיזה כיוון. זו בדיוק הסיבה שהם רגישים כל כך לרוח, לצמחייה, לחיות בר ולעבודות תחזוקה סמוכות.

זיהוי נפחי (Volumetric Detection) עובד אחרת. במקום קו מוגדר נפח: תיבה תלת-ממדית, פוליגון מגובה, מסדרון או כיפה. המערכת יודעת בכל רגע היכן נמצא כל גוף בתוך הנפח - בקואורדינטות מטריות - ומהי מהירותו. מכאן נגזרים חוקי גילוי עשירים: כניסה לנפח, שהייה מעבר לזמן סף, תנועה בכיוון מסוים, חציית שני אזורים ברצף, או חריגה מגובה מסוים.

היכולת הזו פותחת תרחישים שקו דו-ממדי לא מסוגל לתפוס. טיפוס על גדר מזוהה כעליית מרכז המסה של אשכול לאורך ציר Z. חפירה מתחת לגדר מזוהה כשינוי בגאומטריית פני הקרקע וכגוף בעל פרופיל נמוך המתקדם באיטיות. השלכת חפץ מעבר לגדר מזוהה כאשכול קטן בעל מסלול בליסטי. גם הצבת גדר וירטואלית בשטח פתוח, ללא מחסום פיזי כלל, הופכת אפשרית - לאורך קו מים, שדה פתוח, גג או שטח בין-מבני.

בפועל נהוג לבנות מדרג אזורים: אזור התראה מוקדמת חיצוני שמייצר רק אינדיקציה למפעיל, אזור התרעה ביניים שמפעיל מצלמה בשיטת slew-to-cue, ואזור קריטי סמוך לנכס המוגן שמייצר התרעת עדיפות ראשונה ותיעוד אוטומטי. המדרג הזה הוא כלי מרכזי להורדת עומס על חדר הבקרה - לא כל אירוע צריך להישמע כמו אזעקה.

חשכה מוחלטת, הסוואה ומטרות מוסתרות

מצלמת יום זקוקה לפוטונים מהשמש או מתאורה מלאכותית. מצלמה תרמית זקוקה להפרש טמפרטורה בין המטרה לרקע. LiDAR אינו זקוק לאף אחד מהם - הוא חיישן אקטיבי שמייצר את האור שלו, ולכן ביצועיו זהים ב-0 לוקס ובאור יום מלא. אין תופעת סנוור מפנסי רכב, אין צל, אין נקודה עיוורת מול שמש נמוכה, ואין צורך בתאורת פרימטר - שהיא כשלעצמה עלות תפעולית, מטרד סביבתי ומקור לזיהום אור.

היתרון השני עמוק יותר. הסוואה - צבאית או אזרחית - נועדה לשבש זיהוי ויזואלי: לשבור קווי מתאר, לחקות דפוסי רקע, להתמזג בצבע. LiDAR אינו רואה צבע. הוא מודד גאומטריה. אדם בחליפת הסוואה מלאה עדיין תופס נפח של אדם, בגובה של אדם, ונע במהירות של אדם. גם ניסיונות להסתיר חתימה תרמית - שמיכות בידוד, קירור, שכיבה על קרקע חמה - אינם משפיעים על ענן הנקודות.

סייג הנדסי שחשוב לומר: אדישות לצבע אינה אדישות להחזריות. משטח שחור מט מחזיר הרבה פחות אנרגיה ממשטח בהיר, ולכן בגד כהה מקטין את הטווח האפקטיבי - כפי שיפורט בפרק על מזג האוויר. LiDAR אינו מרומה על ידי דפוס הסוואה, אבל הוא כן מושפע מחומר וגימור.

האתגר האמיתי הוא הסתרה פיזית: צמחייה, רשת הסוואה, מבנה חוצץ. כאן נכנס לתמונה יתרון טכני של LiDAR - יכולת ריבוי החזרות (multi-echo). פולס לייזר יחיד שפוגע בעלווה יכול להחזיר החזר ראשון מהעלים והחזר אחרון מהגוף שמאחוריהם, כך שחלק מהאנרגיה "עוברת" דרך מכשול חלקי. טכנולוגיות חד-פוטוניות מקצינות את היתרון: מחקר שפורסם ב-Optica ב-2025 הדגים מערכת 1550nm עם רזולוציית עומק טובה פי כ-10 מקודמותיה, הבחנה בפרטים בגודל מילימטר בודד באור יום בטווחים של 45 ו-325 מטר, ותפקוד עד טווח של קילומטר - עם יכולת מפורשת להבחין בעצם הממוקם סנטימטרים ספורים מאחורי רשת הסוואה. ראוי להדגיש שמדובר בהדגמת מחקר, לא במוצר מדף.

הכלל המעשי: LiDAR מנטרל הסוואה ויזואלית וטרמית כמעט לחלוטין, ומתמודד באופן חלקי אך משמעותי עם הסתרה פיזית. הוא אינו רואה דרך קיר, דרך גדר אטומה או מעבר לתלולית - ולכן תכנון קווי ראייה (Line of Sight) הוא לב תהליך הפריסה, ולא פרט טכני.

התרעות שווא: הבעיה הכלכלית האמיתית של אבטחה היקפית

מערכת אבטחה היקפית נכשלת לעיתים רחוקות בגלל אי-גילוי. היא נכשלת בגלל שחיקה. כשמערכת מייצרת עשרות התרעות שווא בלילה, המפעילים מפסיקים להאמין לה, מנטרלים אזורים, מעלים ספים ובסופו של דבר מתייחסים להתרעה אמיתית כאל עוד רעש. נתוני תעשייה שמצוטטים בהקשר זה חדים: שיעורי התרעות שווא במערכות היקפיות מסורתיות מגיעים עד 98%, בעלות של כ-150 דולר לכל התרעה, והמכון הלאומי לצדק בארה"ב העריך שהתרעות שווא הסבו בזבוז זמן בהיקף של 1.8 מיליארד דולר ב-2022 בלבד.

העלות של הצד השני של המשוואה אינה זניחה גם היא: על פי אותם מקורות, 60% מהארגונים חוו פריצה במערך האבטחה הפיזית שלהם בחמש השנים האחרונות, בעלות ממוצעת של כ-100 אלף דולר לאירוע. כלומר, ארגונים משלמים פעמיים - גם על רעש וגם על החמצה. מכאן שהמדד הנכון להערכת מערכת אינו "האם היא מזהה" אלא היחס בין הסתברות הגילוי לבין קצב מטרדי השווא.

שלושת המדדים המקצועיים הם PD (Probability of Detection) - הסתברות שחדירה אמיתית תזוהה; FAR (False Alarm Rate) - התרעות שנוצרו ללא כל אירוע פיזי, בדרך כלל תקלה או רעש חיישן; ו-NAR (Nuisance Alarm Rate) - התרעות שנוצרו מאירוע פיזי אמיתי אך לא-עוין: חתול, ענף, שקית ניילון, טפטוף. NAR הוא בדרך כלל הרוצח השקט, ודווקא בו LiDAR מצטיין, כי הוא מודד נפח וגובה ולא רק תנועה.

הנתון המצוטט בהקשר זה מגיע מספק LiDAR המדווח על פריסה באתר דאטה-סנטר גדול, שבה נמדד שיעור התרעות שווא של 5% ומטה, תוך הבחנה בין חדירה אמיתית לבין צללים, צמחייה ובעלי חיים. שתי הסתייגויות חייבות להיאמר במפורש: ראשית, זהו נתון שיווקי של יצרן ולא מדידה בלתי-תלויה. שנית, מספר כזה אינו מובטח מהקופסה - הוא תוצר של סקר אתר נכון, פריסה מדויקת, כיול וכוונון סף איטרטיבי לאורך עונות.

  • PD - הסתברות גילוי חדירה אמיתית
  • FAR - התרעת שווא ללא אירוע פיזי (רעש, תקלה, הפרעה)
  • NAR - התרעת מטרד מאירוע אמיתי אך לא-עוין (חיה, צמחייה, רוח)
  • MTBF ותחזוקתיות - משפיעים ישירות על זמינות המערכת לאורך שנים
  • זמן עד התרעה (latency) - קריטי כשמדובר במטרה מהירה או ברחפן

LiDAR מול מכ"ם, תרמי ומצלמות - מה כל חיישן רואה ומה הוא מפספס

ההשוואה בין טכנולוגיות חיישה נוטה להתדרדר לוויכוח שיווקי, ולכן כדאי לעגן אותה בפיזיקה. מכ"ם עובד בגלי רדיו באורכי גל של סנטימטרים, ולכן חודר ערפל, גשם ואבק בקלות יחסית ומודד מהירות דופלר מצוין - אבל הרזולוציה המרחבית שלו גסה, והוא מתקשה להבחין בין אדם למכולה בטווחים ארוכים. מצלמה תרמית רואה הפרשי טמפרטורה בחשכה מוחלטת - אבל מייצרת תמונה דו-ממדית ללא מדידת מרחק, ומאבדת ניגודיות בשעות איזון תרמי או מול רקע חם. מצלמת יום מספקת את המידע העשיר ביותר לעין אנושית - ותלויה לחלוטין בתאורה.

LiDAR ממוקם בדיוק בין השניים: רזולוציה מרחבית גבוהה יותר ממכ"ם, מדידת מרחק אמיתית שאין למצלמות, ועצמאות מלאה מתאורה - במחיר של רגישות גבוהה יותר לתנאי אטמוספרה. זו לא חולשה שצריך להסתיר, אלא פרמטר שצריך לתכנן סביבו. הטבלה שלהלן מסכמת את ההשוואה לפי קריטריונים מדידים.

המסקנה המקצועית זהה כמעט בכל אתר: אין חיישן מנצח. יש שכבת מיזוג. LiDAR מספק גאומטריה ומיקום XYZ מדויק; מכ"ם מספק זמינות בכל מזג אוויר וטווח ארוך; תרמי מספק אישור חזותי בחשכה; מצלמת יום מספקת ראיה תיעודית וזיהוי; גילוי RF מספק אינדיקציה מוקדמת על רחפנים משדרים. אתגר האינטגרציה - לא בחירת החיישן - הוא מה שקובע אם הפרויקט יצליח.

גילוי רחפנים וכטב"מים: היכן LiDAR משתלב ב-C-UAS

איום הרחפנים הפך מבעיה נקודתית לתופעה מערכתית. נתוני ה-FAA על תצפיות רחפנים בקרבת שדות תעופה בארה"ב מציגים מאות דיווחים בכל רבעון, עם תנודתיות חדה: 617 דיווחים ברבעון השני של 2025, 532 ברבעון השלישי ו-304 ברבעון הרביעי. ברבעון השני של 2026 (אפריל-יוני) נרשמו 601 דיווחים - כמעט כפליים מ-320 הדיווחים ברבעון שקדם לו. עבור מתקנים רגישים המשמעות התכנונית אחת: הפרימטר כבר אינו קו על הקרקע אלא נפח אווירי.

שכבת ההגנה הראשונה בעולם ה-C-UAS היא בדרך כלל גילוי RF וקליטת Remote ID לפי תקן ASTM F3411. הבעיה: היא עיוורת בדיוק לאיום המסוכן ביותר - רחפן שטס במסלול אוטונומי מוקלט מראש, ללא קישור שידור לבקר, או רחפן שבו Remote ID הושבת. מכ"ם מספק כיסוי טווח ארוך ומיקרו-דופלר להבחנה בין רוטורים לציפורים, אך מתקשה בטווחים קצרים ובגובה נמוך, במיוחד מול רקע קרקע.

כאן LiDAR נכנס כשכבת אימות ומעקב מדויק בטווח קצר-בינוני: הוא מספק מיקום XYZ מדוד של המטרה האווירית, מסלול תלת-ממדי אמיתי ומדידת גובה - שלושה נתונים קריטיים להערכת כוונה ולהפעלת אמצעי נגד. האתגר הטכני מוכר היטב בספרות המקצועית: ענן הנקודות המוחזר ממטרה קומפקטית כמו רחפן קטן הוא דליל ובלתי-סדיר מטבעו, מפני שהמטרה תופסת מעט מאוד קרניים בטווח, ולכן נדרשים אלגוריתמי אשכול ולמידה עמוקה ייעודיים ולא צנרת גילוי גנרית. סקירה בנושא פורסמה בכתב העת Sensors (MDPI) ב-2025.

המסקנה התכנונית: LiDAR אינו תחליף למכ"ם ב-C-UAS ואינו אמור להיות. הוא הרכיב שהופך התרעה גסה לתמונת מצב תלת-ממדית - ובארכיטקטורה נכונה הוא מקבל את הרמז ממכ"ם או מ-RF, ממקד את הסריקה, ומזין את מערכת הפיקוד והבקרה במסלול מדויק שאפשר לפעול לפיו.

ארכיטקטורות חיישן: מכני, MEMS, Flash ו-Solid-State

ל-LiDAR אין ארכיטקטורה אחת, ובחירת הארכיטקטורה משפיעה ישירות על אמינות, טווח ועלות. LiDAR מכני מסתובב הוא הוותיק והבשל ביותר: ראש מסתובב מספק שדה ראייה של 360 מעלות, ולכן חיישן אחד יכול לכסות צומת, רחבה או קטע פרימטר מכל הכיוונים. המחיר הוא חלקים נעים - נקודת כשל מכנית ורגישות לרטט לאורך שנים בשטח.

MEMS LiDAR מחליף את הראש המסתובב במראה מיקרו-מכנית זעירה שמסיטה את הקרן. התוצאה: פחות חלקים נעים, נפח קטן יותר ועלות נמוכה יותר, אך שדה ראייה מוגבל בדרך כלל לגזרה קדמית ולא ל-360 מעלות. Flash LiDAR מאיר את כל הסצנה בפולס יחיד וקולט אותה במערך גלאים, בדומה למצלמה - ללא חלקים נעים כלל, עם קצב פריים גבוה מאוד, אך בדרך כלל בטווח קצר יותר בשל פיזור האנרגיה על כל השדה.

הארכיטקטורה המתקדמת ביותר היא Solid-State מבוסס OPA (Optical Phased Array), שמסיט את הקרן אלקטרונית באמצעות שליטה בפאזה של מערך פולטים - ללא שום חלק נע. היתרון התיאורטי הוא אמינות מרבית וסריקה ניתנת לתכנות (אפשר לרכז נקודות באזור עניין). הטכנולוגיה עדיין בשלה פחות מבחינת עלות וטווח ביישומי חוץ ביטחוניים.

ביישום ביטחוני, שיקול האמינות עולה על שיקול הביצועים הגולמיים. חיישן שמותקן על עמוד בגובה, חשוף לרטט רוח, לטמפרטורות קיצון ולאבק, נמדד ב-MTBF ובעמידות סביבתית - דירוג IP66/IP67 לאטימות, ועמידה בפרופילי בדיקה בסגנון MIL-STD-810 לרטט, הלם וטמפרטורה ו-MIL-STD-461 לתאימות אלקטרומגנטית ביישומים תובעניים.

  • מכני מסתובב - 360°, בשל ואמין תפעולית, חלקים נעים
  • MEMS - קומפקטי וזול יותר, שדה ראייה מגזרי
  • Flash - ללא חלקים נעים, קצב פריים גבוה, טווח קצר יותר
  • Solid-State / OPA - הסטת קרן אלקטרונית, סריקה ניתנת לתכנות
  • FMCW - מהירות דופלר לכל נקודה, חסינות גבוהה להפרעות

905nm מול 1550nm - בחירת אורך גל ליישום ביטחוני

שתי משפחות אורכי גל שולטות בשוק, וההבדל ביניהן הוא פיזיולוגי לפני שהוא הנדסי. אור באורך גל 905 ננומטר עובר דרך הקרנית והעדשה ומתמקד על הרשתית, ולכן מגבלת הבטיחות לפי תקן IEC 60825-1 מחמירה. אור באורך גל 1550 ננומטר נבלע בקרנית ובעדשה ואינו מגיע לרשתית, ולכן מותרת בו אנרגיית פולס גבוהה בהרבה תחת אותה דרישת Class 1.

כאן חשוב לקרוא את המספרים נכון, כי זו נקודה שבה חומר שיווקי נוטה להטעות. תחת מגבלות Class 1, דיודת 905nm טיפוסית מוגבלת לאנרגיית פולס של כ-92 ננו-ג'אול (פולס 3 ננו-שניות בקצב 100 קילו-הרץ), בעוד ש-1550nm מאפשר עד כ-29 מיקרו-ג'אול (פולס 10 ננו-שניות בקצב 400 קילו-הרץ) - יחס תיאורטי של פי כ-300. אבל זהו יחס בין מגבלות תקן, לא יתרון ביצועים ממומש: באותו מקור עצמו, דיודת 1550nm ממשית שפותחה הגיעה בפועל לאנרגיה מותרת של כ-1.1 מיקרו-ג'אול - יתרון של פי 12 על 905nm. פי 12 הוא עדיין יתרון מהותי, אבל מי שמצטט "פי 300" כיתרון טווח מוכר מספר תיאורטי.

אנרגיית פולס גבוהה יותר מתורגמת ליחס אות-לרעש טוב יותר, לטווח ארוך יותר וליכולת טובה יותר לזהות מטרות בעלות החזריות נמוכה, כמו בגד כהה מט או גוף רחפן פחמני. יתרון נוסף ומבוסס של 1550nm הוא רקע השמש: גלאי סיליקון אינם רגישים כלל באורך הגל הזה, ולכן רעש הרקע האופטי מול קרינת שמש ישירה נמוך יותר. לעומת זאת, הטענה השיווקית הרווחת ש-1550nm "חודר ערפל ואבק טוב יותר" אינה חד-משמעית - בליעת המים באורך הגל הזה גבוהה יותר, והספרות חלוקה. אנחנו נמנעים מלהציג זאת כיתרון ודאי.

ההיפוך הכלכלי: 1550nm דורש גלאי InGaAs במקום גלאי סיליקון זולים, מה שמייקר את המערכת משמעותית. לכן החלוקה המעשית היא: 905nm - עלות נמוכה, זמינות גבוהה, מתאים לטווחים קצרים-בינוניים ולפרימטרים צפופים; 1550nm - עלות גבוהה יותר, ביצועים עדיפים בטווח ארוך ומול רקע שמש, ולכן העדפה טבעית ליישומי טווח ארוך ולתשתיות קריטיות. בשני המקרים, כל חיישן שמותקן במרחב שבו נמצאים בני אדם חייב להיות מוסמך Class 1 לפי IEC 60825-1.

מזג אוויר, אבק והסביבה הישראלית - מגבלות אמיתיות

כל דיון כן ב-LiDAR חייב להתייחס לנקודת התורפה: חלקיקים באוויר. טיפות גשם, טיפות ערפל וגרגרי אבק מפזרים ובולעים את קרן הלייזר, מחלישים את ההחזר ולעיתים מייצרים החזרים שווא מהאוויר עצמו. מחקר אמפירי שפורסם בכתב העת Sensors, שבחן LiDAR 905nm בן 32 ערוצים בתנאים מבוקרים, מצא סדר החמרה ברור: גשם קל (10-20 מ"מ לשעה), ערפל חלש (ראות מתחת ל-150 מ'), גשם עז (30-40 מ"מ לשעה) וערפל סמיך (ראות עד 50 מ') - כשערפל סמיך הוא התנאי הקשה ביותר, קשה אף יותר מגשם עז.

המספרים באותו מחקר ממחישים שהתלות בחומר המטרה חזקה לא פחות מהתלות במזג האוויר. משטח רפלקטיבי שמר על לפחות 74% ממספר הנקודות שנמדד בתנאים בהירים גם בגשם עז ובערפל סמיך. משטחי אלומיניום ופלדה איבדו עד 56% מהנקודות, עם עוצמת החזר שירדה עד כדי 27%-30% מערכה המקורי (כלומר ירידה של עד כ-73%), ועם אי-גילוי בטווחי 20-30 מטר בתנאים הקיצוניים.

הממצא הקריטי ביותר לאבטחה הוא דווקא זה שנוטים לא לצטט: מטרה שחורה מטית - בדיוק המאפיין של אדם בביגוד כהה - לא זוהתה כלל כבר בטווח של 10 מטרים בגשם של 20 מ"מ לשעה ומעלה, וברוב תנאי הערפל לא זוהתה מטווח של 20 מטר. במילים אחרות: ההידרדרות אינה קטסטרופלית עבור מטרות בהירות, אבל עבור מטרה כהה בתנאים קשים היא יכולה להיות מוחלטת. זה בדיוק הנתון שצריך להיכנס לתכנון, ולא להיעלם ממנו.

הסביבה הישראלית מוסיפה מאפיינים משלה. קרינת שמש ישירה חזקה מעלה את רעש הרקע האופטי ומקשה על גלאים; אירועי אבק ואובך מפחיתים את הטווח האפקטיבי לפרקי זמן; טווחי טמפרטורה יומיים ועונתיים רחבים משפיעים על יציבות מכנית ואופטית; וצמחייה עונתית משנה את מודל הרקע הסטטי מיסוד - עשב שגדל חצי מטר בחורף יכול להפוך אזור שקט לאזור רועש.

המסקנה התכנונית פשוטה: LiDAR לבדו אינו מערכת בכל מזג אוויר. בשילוב עם מכ"ם - שכמעט אינו מושפע מערפל וגשם - מתקבלת מעטפת זמינות מלאה. ולא פחות חשוב: כיול עונתי. מערכת שכוילה בקיץ ולא נגעו בה עד החורף תייצר רעש. זו הסיבה שהקרבה הפיזית של האינטגרטור לאתר היא פרמטר הנדסי ולא סיסמה שיווקית.

תכנון פריסה: סקר אתר, אזורי צל וכמה חיישנים באמת צריך

השאלה "כמה חיישני LiDAR נדרשים לכיסוי פרימטר" היא השאלה הנפוצה ביותר - ואין לה תשובה גנרית. המספר נגזר משילוב של שדה ראייה אופקי ואנכי של הדגם, טווח אפקטיבי מול החזריות המטרה הקטנה ביותר שרוצים לזהות, גובה התקנה, טופוגרפיה, מכשולים ורוחב הרצועה שיש לכסות. כל ניסיון לתת מספר לכל קילומטר בלי סקר אתר הוא ניחוש.

הכלל הפיזיקלי המכריע הוא Line of Sight. LiDAR רואה רק מה שיש אליו קו ראייה ישיר. כל מכשול - עמוד, מכולה, רכב חונה, שיח, שיפוע - יוצר אזור צל (Occlusion) שבו המערכת עיוורת. תכנון נכון ממפה את אזורי הצל מראש, מציב חיישנים בגובה שמקטין אותם, ומייצר חפיפה מכוונת בין חיישנים סמוכים כך שאזור צל של חיישן אחד מכוסה על ידי שכנו. חפיפה אינה בזבוז - היא ביטוח.

גובה ההתקנה הוא פשרה עדינה. גובה רב מקטין הסתרות ומאריך את הרצועה הנצפית, אך מדלל את צפיפות הנקודות על גוף אדם בטווח רחוק ומקטין את יכולת הסיווג. גובה נמוך משמר צפיפות נקודות אך מגדיל דרמטית את אזורי הצל. בפועל מתכננים לפי "מטרת הייחוס" - הגוף הקטן והכהה ביותר שחייבים לזהות - ומוודאים שהוא מקבל מספר נקודות מינימלי לאורך כל הטווח הנדרש, בתנאי מזג האוויר הגרועים שהוגדרו בדרישה.

לאחר ההתקנה מגיע השלב שקובע את גורל הפרויקט: רישום וכיול. ענני נקודות ממספר חיישנים חייבים להירשם למערכת קואורדינטות אחת (Registration), לעיתים בסיוע טכניקות SLAM, כדי שמטרה שעוברת בין גזרות תישאר טראק אחד ולא תיספר פעמיים. אחר כך מגיע כוונון איטרטיבי של ספי גילוי, אזורי מיסוך ומודל הרקע - סבב אחר סבב, עד שה-NAR יורד לרמה שמפעיל אנושי מוכן להאמין לה.

  • מיפוי Line of Sight ואזורי צל (Occlusion) לפני בחירת נקודות התקנה
  • חפיפה מכוונת בין חיישנים סמוכים - כיסוי הדדי של אזורי צל
  • הגדרת "מטרת ייחוס" - הגוף הקטן והכהה ביותר שיש לזהות, לפי גישת DRI ו-Johnson Criteria
  • רישום ענני נקודות (Registration) למערכת קואורדינטות אחת
  • כוונון עונתי של מודל הרקע - צמחייה משתנה, ולכן גם הסף צריך להשתנות

אינטגרציה: Edge, מיזוג חיישנים ופיקוד ובקרה

חיישן LiDAR מייצר זרם נתונים כבד. שינוע ענן נקודות גולמי מכל חיישן למרכז הוא לרוב בזבוז רוחב פס ותוספת השהיה מיותרת. הארכיטקטורה המקובלת היום היא עיבוד Edge: יחידת GPU/SoC מוקשחת בקצה מריצה את כל צנרת העיבוד - סינון, אשכול, מעקב וסיווג - ומשדרת למעלה רק אובייקטים, מסלולים והתרעות. התוצאה: חיסכון ניכר ברוחב פס, זמן תגובה קצר, והמשכיות תפקוד גם בניתוק תקשורת זמני.

בשכבת התוכנה, מערכות מודרניות נשענות על תשתיות בשלות: ROS 2 לתזמור ותקשורת בין רכיבים, ו-PCL (Point Cloud Library) לאלגוריתמיקה של ענני נקודות. כלפי חוץ, האינטגרציה מתבצעת מול פרוטוקולים תעשייתיים - ONVIF להפעלת מצלמות, ממשקי VMS לניהול הווידאו, ו-PSIM או מערכת פיקוד ובקרה (C2) כשכבת האיחוד שמציגה תמונת מצב אחת למפעיל.

המנגנון המעשי המשמעותי ביותר הוא slew-to-cue: LiDAR מזהה מטרה, מחשב את מיקומה במרחב, ומעביר קואורדינטות למצלמת PTZ שמסתובבת אליה אוטומטית ומתמקדת. השילוב הזה פותר בבת אחת את שתי החולשות ההופכיות - LiDAR מגלה אך לא מזהה ויזואלית, ומצלמה מזהה אך לא סורקת ביעילות. המפעיל מקבל התרעה תלת-ממדית מדויקת עם תמונה חיה של המטרה בשנייה שאחרי.

מיזוג חיישנים אמיתי הוא רובד עמוק יותר. במיזוג ברמת מסלול (track-level fusion) כל חיישן מייצר מסלולים באופן עצמאי והמערכת משייכת ביניהם - פשוט לתחזוקה ועמיד בפני כשל חיישן בודד. במיזוג ברמת מאפיין (feature-level) הנתונים מאוחדים מוקדם יותר, מה שמאפשר גילוי מטרות חלשות שאף חיישן לא היה מזהה לבדו, אך דורש סנכרון זמן וכיול מרחבי הדוקים. הבחירה בין השתיים היא החלטה אדריכלית שמשפיעה על כל חיי המערכת.

  • Edge GPU/SoC - עיבוד בקצה, שידור אובייקטים ולא ענן נקודות גולמי
  • ROS 2 ו-PCL - תשתיות תוכנה סטנדרטיות לענני נקודות
  • ONVIF, VMS ו-PSIM - אינטגרציה למערכות אבטחה קיימות
  • Slew-to-Cue - LiDAR מכוון מצלמת PTZ לקואורדינטה מדויקת
  • Track-level מול Feature-level Fusion - פשטות ועמידות מול רגישות מרבית

תקינה, בטיחות לייזר ופרטיות

התקן הראשון שיש לוודא הוא IEC 60825-1 לבטיחות מוצרי לייזר. חיישן LiDAR שמותקן במרחב שבו נמצאים בני אדם צריך להיות מסווג Class 1 - כלומר בטוח לעין בכל תנאי הפעלה סביר, ללא צורך באמצעי הגנה. הסיווג אינו תיאורטי: כפי שתואר לעיל, הוא זה שקובע את תקציב האנרגיה של המערכת ולכן משפיע ישירות על הטווח, ומכאן שהוא שיקול הנדסי ורגולטורי בעת ובעונה אחת.

בעולם מערכות גילוי החדירה ההיקפי (PIDS), הרגולציה האירופית המובילה היא EN 50131, שמגדיר דירוגי סיכון מ-Grade 1 (סיכון נמוך) ועד Grade 4 (סיכון גבוה) ומכתיב דרישות ביצועים, חסינות והגנה בהתאם. תקן IEC 62676 חל על מערכות מעקב וידאו לאבטחה ורלוונטי לרכיבי המצלמות במערך המשולב. ה-NPSA הבריטי מפרסם הנחיות ל-PIDS הכוללות סיווג משפחות מערכות ומתודולוגיית מדידת ביצועים. בעולם הכטב"מים, ASTM F3411 הוא תקן ה-Remote ID לזיהוי ומעקב אחר כלי טיס בלתי מאוישים. רשויות התעופה - FAA ו-EASA - קובעות את מסגרת ההפעלה במרחב האווירי, ותקני NATO/STANAG רלוונטיים ליישומים צבאיים. מומלץ לאמת מול הגרסה העדכנית של כל תקן בעת כתיבת מפרט.

סוגיית הפרטיות היא אחד היתרונות הפחות מדוברים של LiDAR. ענן נקודות מכיל מיקום, צורה, גודל ומהירות - אך לא פיקסלים, לא פנים, לא צבע בגד ולא לוחית רישוי. אדם מופיע בו כאובייקט נפחי אנונימי. ספקים בתחום מציגים על בסיס זה עמדה מפורשת שנתוני LiDAR אינם נחשבים נתונים אישיים ולכן חלק ניכר מהחובות שחלות על מצלמות אינו חל עליהם.

ראוי לסייג בכנות: זו טענה תעשייתית של ספקים ולא פסיקה משפטית מחייבת. הערכה לפי GDPR או לפי הדין המקומי תלויה בהקשר - ובפרט, מיזוג ענן נקודות עם וידאו או עם מערכת בקרת כניסה יכול להחזיר את הזיהוי לתמונה, וגם מעקב מתמשך אחר אדם יחיד עשוי להיחשב עיבוד נתונים אישיים בנסיבות מסוימות. עם זאת, במקומות שבהם מצלמות אינן אפשרות מקובלת - חצרות פנימיות, אזורי עובדים, סביבות רגישות - מערך מבוסס LiDAR מספק גילוי מלא עם חתימת פרטיות נמוכה משמעותית, וזה יתרון תפעולי ומשפטי אמיתי.

עלות בעלות כוללת, טעויות נפוצות ובחירת אינטגרטור

מחיר חיישן הוא הפרמטר הכי גלוי - והכי מטעה. עלות הבעלות הכוללת (TCO) של מערכת אבטחה היקפית מבוססת LiDAR מורכבת מחומרה, תשתית (עמודים, חשמל, תקשורת, הגנת ברקים), רישוי תוכנה, אינטגרציה למערכות קיימות, הדרכת מפעילים, תחזוקה מונעת, ניקוי אופטיקה, כיול תקופתי - ומעל הכול, מהעלות התפעולית של התרעות שווא לאורך שנים. מערכת זולה שמייצרת רעש היא המערכת היקרה ביותר שאפשר לקנות.

הטעויות הנפוצות חוזרות על עצמן בפרויקטים רבים ולכן שווה למנות אותן במפורש. הראשונה: בחירת חיישן לפי טווח בקטלוג בלי לשאול באיזו החזריות מטרה ובאיזה תנאי אטמוספרה נמדד - טווח שנמדד מול מטרה רפלקטיבית ביום בהיר אינו הטווח שתקבלו מול אדם בביגוד כהה בגשם. השנייה: דילוג על סקר אתר ותכנון קווי ראייה, שמוביל לאזורי צל שמתגלים רק אחרי ההתקנה. השלישית: הגדרת אזורי גילוי ביום אחד ובלי לחזור עונה מאוחר יותר, כשהצמחייה השתנתה. הרביעית: התייחסות ל-LiDAR כאל מערכת עצמאית במקום כרכיב במערך מיזוג. החמישית: התעלמות מרוחב הפס ומארכיטקטורת ה-Edge, שמתגלה כצוואר בקבוק בהרחבה.

בסופו של דבר, ההבדל בין פרויקט מוצלח לכושל אינו נמצא בדף המפרט אלא בשטח. LiDAR הוא חיישן שדורש סקר אתר, מיפוי אזורי צל, כיול, פריסה איטרטיבית וכוונון סף מתמשך. טכנולוגיה נמדדת במעבדה - אבל מערכת נמדדת בשטח. חברה שנמצאת במרחק נסיעה קצר מהאתר יכולה לחזור אליו שוב ושוב עד שקצב ההתרעות יורד לרמה שמפעיל מאמין לה, וזה בדיוק ההבדל.

SafeGate פועלת מנס ציונה, בלב אזור פארק המדע קריית ויצמן - פארק המדע השלישי שהוקם בישראל, אחרי מת"ם בחיפה והר חוצבים בירושלים (אבן הפינה הונחה במאי 1971 והמבנה הראשון נחנך בסוף 1972) - וכיום אחד מריכוזי האלקטרו-אופטיקה והמערכות המתקדמות בשפלה ובמרכז. מעל 15 שנות עשייה של הצוות בעולם הביטחוני-טכנולוגי הישראלי לימדו אותנו שלקוח אינו מחפש חיישן - הוא מחפש שקט תפעולי. לכן אנחנו פועלים כ-One Stop Shop: אפיון, סקר אתר, בחירת טכנולוגיה, אינטגרציה של LiDAR עם EO/IR, מכ"ם, גילוי RF ואקוסטיקה, פיתוח שכבת מיזוג ופיקוד ובקרה, התקנה, כיול ותמיכה מתמשכת - באחריות אחת. If you can dream it, WE can do it.

  • בדקו באיזו החזריות מטרה ובאילו תנאים נמדד הטווח בקטלוג
  • דרשו סקר אתר ומיפוי אזורי צל לפני חתימה, לא אחרי התקנה
  • תכננו כיול עונתי - צמחייה, אבק וטמפרטורה משנים את מודל הרקע
  • אל תעריכו LiDAR לבדו - הערכת המערך המשולב היא המדד הנכון
  • הגדירו יעדי PD, FAR ו-NAR מדידים כחלק מהמפרט, לא כמשאלה
טכנולוגיות חיישה להגנה היקפית - מה כל אחת רואה, ומה היא מפספסת
טכנולוגיהסוג המידעחשכה מוחלטת (0 לוקס)ערפל / גשם / אבקהבחנה אדם / בעל חייםהתמודדות עם הסוואהגילוי רחפנים קטניםפרטיות
LiDAR תלת-ממדיענן נקודות מדוד, XYZ + מהירותמצוין - חיישן אקטיבי, ללא תלות בתאורהנקודת תורפה - ירידה מדידה בנקודות ובטווח, חמורה במיוחד מול מטרה כההמצוין - מדידת גובה, נפח וגאומטריהמצוין מול הסוואה ויזואלית; מושפע מהחזריות החומרטוב בטווח קצר-בינוני; אתגר דלילות ענן הנקודותגבוהה - ללא פנים, ללא לוחיות, ללא פיקסלים
מכ"ם FMCW / דופלרחתימה אלקטרומגנטית, טווח ומהירותמצוין - חיישן אקטיבימצוין - כמעט אינו מושפעבינוני - רזולוציה מרחבית גסהטוב - הסוואה ויזואלית אינה רלוונטיתטוב מאוד בטווח ארוך; מיקרו-דופלר לרוטוריםגבוהה
מצלמה תרמית EO/IRתמונה דו-ממדית של הפרשי טמפרטורהמצוין - אינו זקוק לאור נראהבינוני - מוגבל בערפל סמיךטוב - לפי צורה וחתימה תרמיתבינוני - ניתן להסוות חתימה תרמיתבינוני - תלוי בחתימת חום של רחפןבינונית - ניתן לזהות דמות והתנהגות
מצלמת יום + וידאו-אנליטיקהתמונה דו-ממדית בצבעחלש - דורש תאורהבינוני - ראות ירודהטוב באור טובחלש - זו בדיוק מטרת ההסוואהבינוני - תלוי רקע ותאורהנמוכה - פנים, לוחיות, מידע מזהה
גילוי RF / Remote IDחתימת שידור ומזההלא רלוונטי - אינו תלוי אורמצויןלא רלוונטילא רלוונטיטוב לרחפן משדר; עיוור לרחפן אוטונומיבינונית - מזהה מפעיל ומכשיר
חיישני גדר (רטט / סיב אופטי)אירוע מכני על המחסוםמצויןבינוני - רוח וגשם מגבירים מטרדיםחלש - אין מידע על סוג המטרהלא רלוונטיאין - אינו מכסה מרחב אוויריגבוהה
חיישנים אקוסטייםחתימת קולמצויןבינוני - רעש רקע וסביבהחלשלא רלוונטיבינוני - לפי חתימת רוטוריםגבוהה יחסית; רגישות בהקלטת קול
מיזוג חיישנים (Sensor Fusion)תמונת מצב מאוחדת: גאומטריה + חתימה + תמונהמצויןמצוין - מכ"ם מכסה את חולשת LiDARמצויןמצויןמצוין - שכבות משלימותניתן לכוונון לפי מדיניות הארגון

איך SafeGate עושה את זה: SafeGate היא בית אינטגרציה ישראלי עם צוות עם ניסיון של מעל 15 שנים בבינה מלאכותית ובעיבוד בנקודת קצה בעולם הביטחוני-טכנולוגי, הפועל מנס ציונה - בלב אזור פארק המדע קריית ויצמן, אחד ממרכזי האלקטרו-אופטיקה והמערכות המתקדמות בשפלה ובמרכז. אנחנו לא מוכרים חיישן, אנחנו מספקים יכולת: אפיון איומים, סקר אתר ומיפוי קווי ראייה, בחירת טכנולוגיה ואורך גל לפי משימה, אינטגרציה של LiDAR עם EO/IR, מכ"ם, גילוי RF ואקוסטיקה, פיתוח שכבת מיזוג חיישנים ואנליטיקה בקצה, חיבור למערכות VMS ופיקוד ובקרה קיימות, התקנה, כיול עונתי ותמיכה מתמשכת - הכול תחת אחריות אחת, בגישת One Stop Shop. אנחנו גם אומרים ללקוח מה הטכנולוגיה לא עושה: LiDAR מתקשה מול מטרה כהה בגשם עז, ולכן אנחנו מתכננים מערך משולב ולא מוכרים חיישן בודד כפתרון קסם. הקרבה הפיזית לאתרי לקוחות במרכז הארץ אינה סיסמה שיווקית אלא יתרון הנדסי: מערכת LiDAR מגיעה לביצועים אמיתיים רק אחרי סבבי כוונון חוזרים בשטח. טכנולוגיה נמדדת במעבדה - אבל מערכת נמדדת בשטח. If you can dream it, WE can do it.

LiDAR (Light Detection and Ranging)Time-of-Flight (ToF)dToF מול iToFFMCW LiDAR (קוהרנטי, מדידת מהירות דופלר ישירה)Flash LiDARMEMS LiDARSolid-State LiDAROPA - Optical Phased ArraySingle-Photon LiDAR / SPAD arrayAPD ו-SiPM (גלאים)אורכי גל 905nm ו-1550nmגלאי InGaAs מול גלאי סיליקוןענן נקודות (Point Cloud)Voxel ו-Voxel Grid DownsamplingGround Plane Segmentation (הפרדת מישור קרקע)RANSACBackground Subtraction ומודל רקע סטטיאשכול DBSCAN / Euclidean Clustering

שאלות נפוצות

LiDAR הוא חיישן אקטיבי הפולט פולסי לייזר אינפרה-אדומים ומודד את זמן ההחזר שלהם מהמטרה (Time-of-Flight). מכיוון שמהירות האור ידועה, זמן המעוף מתורגם למרחק מדוד. סריקה מהירה של הסביבה יוצרת ענן נקודות תלת-ממדי שבו לכל נקודה קואורדינטת X, Y, Z מדודה. באבטחה, תוכנת אנליטיקה מסירה את הקרקע ואת הרקע הסטטי, מקבצת את הנקודות הנותרות לאובייקטים, עוקבת אחריהם בזמן, ומייצרת התרעה רק כשגוף בגודל ובמסלול מוגדרים נכנס לנפח מוגן.

מכ"ם משתמש בגלי רדיו ולכן חודר ערפל, גשם ואבק כמעט ללא פגיעה ומודד מהירות דופלר מצוין, אך הרזולוציה המרחבית שלו גסה והוא מתקשה להבחין בין סוגי מטרות בטווח ארוך. LiDAR משתמש באור ולכן מספק רזולוציה מרחבית גבוהה בהרבה, מדידת מיקום XYZ מדויקת ויכולת סיווג מצוינת לפי גובה ונפח - אך רגיש יותר לחלקיקים באוויר. הם משלימים, לא מתחרים: מכ"ם לגילוי מוקדם וזמינות בכל מזג אוויר, LiDAR לאימות מדויק, סיווג והפחתת התרעות שווא.

כן, ובאופן מלא. LiDAR הוא חיישן אקטיבי שמייצר בעצמו את קרן האור שלו, ולכן אינו תלוי בשמש, בירח או בתאורה מלאכותית. הביצועים בחצות זהים לביצועים בצהריים. יתרה מזאת, אין תופעות סנוור מפנסים, אין הטעיה מצללים נעים, ואין נקודה עיוורת מול שמש נמוכה - כל אלה מקורות מרכזיים להתרעות שווא במצלמות יום.

חיישני LiDAR מסחריים לאבטחה נדרשים להיות מסווגים Class 1 לפי תקן IEC 60825-1, כלומר בטוחים לעין בכל תנאי הפעלה סביר וללא צורך באמצעי מיגון. חשוב לוודא את הסיווג במפרט לפני רכישה. אורך גל 1550nm נחשב בטוח יותר מטבעו מכיוון שהוא נבלע בקרנית ובעדשה ואינו מתמקד על הרשתית - ולכן תחת אותה מגבלת Class 1 מותרת בו אנרגיית פולס גבוהה בהרבה מאשר ב-905nm.

אין מספר אחד, וכל קטלוג שמציג טווח בלי הקשר מטעה. הטווח האפקטיבי תלוי באנרגיית הפולס, באורך הגל, ברגישות הגלאי, ובעיקר בהחזריות המטרה - אדם בבגד כהה מט מחזיר הרבה פחות אור ממשטח בהיר או רפלקטיבי, ולכן ייראה בטווח קצר משמעותית. גם תנאי אטמוספרה משפיעים מהותית. הדרך הנכונה להעריך היא להגדיר "מטרת ייחוס" - הגוף הקטן והכהה ביותר שחייבים לזהות - ולדרוש מהספק נתוני טווח עבורה, בתנאי מזג האוויר הרלוונטיים לאתר.

ענן נקודות הוא אוסף של אלפי עד מיליוני נקודות מדידה במרחב תלת-ממדי, שכל אחת נושאת קואורדינטת X, Y, Z ולעיתים גם ערך עוצמת החזר (intensity) ומהירות. בניגוד לתמונה דו-ממדית שבה עומק הוא הסקה אלגוריתמית, בענן נקודות המרחק נמדד פיזית. זה מה שמאפשר לחשב גובה, נפח ומסלול תנועה בצורה ישירה ואמינה, ומכאן היכולת להבחין בין אדם לחיה או לצמחייה.

כן, במיוחד בטווח קצר עד בינוני, והיתרון שלו הוא מסלול תלת-ממדי מדוד עם גובה מדויק - נתון קריטי להערכת איום. האתגר המרכזי מתועד בספרות המקצועית: ענן הנקודות המוחזר ממטרה קומפקטית כמו רחפן קטן הוא דליל ובלתי-סדיר, ולכן נדרשים אלגוריתמי אשכול ולמידה עמוקה ייעודיים. הארכיטקטורה המקובלת היא מכ"ם או גילוי RF כשכבת גילוי ראשונה, ו-LiDAR כשכבת אימות ומעקב מדויק - מה שקריטי במיוחד מול רחפן אוטונומי שאינו משדר כלל.

הוא עובד, אך בביצועים מופחתים - וזו נקודת התורפה המרכזית שלו. מחקר אמפירי שפורסם ב-Sensors ובחן LiDAR 905nm בן 32 ערוצים מצא סדר החמרה של גשם קל, ערפל חלש, גשם עז וערפל סמיך. מטרות רפלקטיביות שמרו על לפחות 74% מהנקודות גם בתנאים הקשים, אך משטחי אלומיניום ופלדה איבדו עד 56% מהנקודות ולעיתים לא זוהו כלל בטווחי 20-30 מטר. הממצא החשוב ביותר לאבטחה: מטרה שחורה מטית לא זוהתה כלל כבר ב-10 מטרים בגשם של 20 מ"מ לשעה. הפתרון התכנוני הוא מיזוג עם מכ"ם, שאינו מושפע כמעט מתנאי אטמוספרה.

מצלמה תרמית קולטת קרינת חום ומייצרת תמונה דו-ממדית - היא מצוינת לאישור חזותי בחשכה, אך אינה מודדת מרחק, ולכן אינה יודעת אם הדמות נמצאת בתוך השטח המוגן או מחוצה לו. LiDAR מודד מרחק פיזי ולכן יודע בדיוק היכן נמצאת המטרה במרחב. בנוסף, חתימה תרמית ניתנת להפחתה באמצעים פשוטים יחסית, בעוד שנפח גוף אנושי אינו ניתן להסתרה. השילוב אידיאלי: LiDAR מגלה וממקם, תרמי מאשר ומתעד.

ענן נקודות מכיל מיקום, צורה, גודל ומהירות - אך לא פיקסלים, פנים, צבע בגד או לוחית רישוי. אדם מופיע בו כאובייקט נפחי אנונימי. ספקים בתחום מציגים על בסיס זה עמדה שנתוני LiDAR אינם מהווים נתונים אישיים ושחלק ניכר מהחובות החלות על מצלמות אינו חל עליהם. ראוי לסייג שזו טענה תעשייתית ולא פסיקה משפטית מחייבת: הערכה לפי GDPR או הדין המקומי תלויה בהקשר, ומיזוג עם וידאו או עם בקרת כניסה יכול להחזיר את הזיהוי לתמונה. בכל מקרה, חתימת הפרטיות של LiDAR נמוכה משמעותית מזו של מצלמה.

PIDS (Perimeter Intrusion Detection System) היא מערכת שנועדה לגלות ניסיון חדירה לגבול מוגן. משפחות המערכות המקובלות כוללות מערכות המותקנות על מחסום פיזי (חיישני רטט, סיב אופטי, כבל טאוט), מערכות עצמאיות שאינן דורשות גדר (LiDAR, מכ"ם, קרני אינפרה-אדום, מיקרוגל), מערכות קרקעיות טמונות, ומערכות מתפרסות-מהירות לפריסה זמנית. תקן EN 50131 מגדיר דירוגי סיכון מ-Grade 1 (נמוך) עד Grade 4 (גבוה), וה-NPSA הבריטי מפרסם הנחיות לבחירה ולמדידת ביצועים.

אין תשובה גנרית, וכל מי שנוקב במספר לפני סקר אתר מנחש. המספר נגזר משדה הראייה האופקי והאנכי של הדגם, מהטווח האפקטיבי מול מטרת הייחוס, מגובה ההתקנה, מהטופוגרפיה וממכשולים היוצרים אזורי צל (Occlusion). כלל אצבע תכנוני: תמיד לתכנן חפיפה בין חיישנים סמוכים כך שאזור צל של אחד מכוסה על ידי שכנו. סקר אתר עם מיפוי קווי ראייה הוא השלב שקובע גם את הכמות וגם את הצלחת הפרויקט.

כן, וזו הדרך המומלצת. האינטגרציה מתבצעת דרך פרוטוקולים סטנדרטיים כמו ONVIF וממשקי VMS, ובארגונים גדולים דרך שכבת PSIM או מערכת פיקוד ובקרה (C2). המנגנון המעשי החשוב ביותר הוא slew-to-cue: LiDAR מזהה מטרה, מחשב את מיקומה המדויק במרחב ומעביר קואורדינטות למצלמת PTZ שמסתובבת אליה אוטומטית. כך המפעיל מקבל התרעה תלת-ממדית מדויקת יחד עם תמונה חיה של המטרה - בלי להחליף את מערך המצלמות הקיים.

מכיוון שרוב הטכנולוגיות הוותיקות מגלות אירוע ולא מטרה: קו שנחצה, רטט בגדר, תנועה בפריים. הן אינן יודעות אם מדובר באדם, בשועל או בענף ברוח. נתוני תעשייה מצביעים על שיעורי התרעות שווא של עד 98% בעלות של כ-150 דולר להתרעה, ועל בזבוז זמן שהוערך בידי המכון הלאומי לצדק בארה"ב ב-1.8 מיליארד דולר ב-2022 בלבד. הפחתה אפקטיבית מבוססת על שלושה מרכיבים: זיהוי נפחי שמודד גודל וגובה, מעקב שדורש התמדת מסלול לאורך זמן, ומיזוג חיישנים שדורש אישור ממקור שני. ספק LiDAR מדווח על פריסה באתר דאטה-סנטר גדול עם שיעור התרעות שווא של 5% ומטה - נתון יצרן שראוי לאמת בפיילוט באתר שלכם.

LiDAR מכני מסובב ראש אופטי ומספק שדה ראייה של 360 מעלות מחיישן יחיד - בשל, אמין תפעולית ומוכח, אך עם חלקים נעים שהם נקודת כשל פוטנציאלית ורגישות לרטט לאורך שנים. Solid-State (כולל Flash ו-OPA) מסיט את הקרן ללא חלקים נעים כלל - אמינות מכנית גבוהה יותר, נפח קטן יותר ועלות ייצור יורדת - אך בדרך כלל עם שדה ראייה מגזרי וטווח קצר יותר. MEMS נמצא באמצע: מראה מיקרו-מכנית זעירה שמצמצמת דרמטית את החלקים הנעים.

LiDAR יכול לייצר גדר וירטואלית תלת-ממדית בשטח פתוח ללא מחסום פיזי כלל, וזה יתרון גדול בשטחים שבהם גדר אינה אפשרית - קו מים, שטח בין-מבני, גג. עם זאת, גדר פיזית מספקת עיכוב פיזי שחיישן אינו מספק, ולכן הגישה המקצועית היא השלמה ולא החלפה: הגדר מעכבת, LiDAR מגלה מוקדם ומדווח במדויק. לגבי חפירה - LiDAR רואה רק את פני השטח, ולכן הוא מזהה שינויים גאומטריים בקרקע, ערמות עפר וגוף בעל פרופיל נמוך המתקדם באיטיות, אך אינו רואה מתחת לאדמה. לגילוי מנהרות נדרשות טכנולוגיות ייעודיות (סייסמיות, גאופיזיות) שניתן לשלב באותה שכבת פיקוד ובקרה.

מתחילים מהגדרת האיומים ולא מהחיישנים. לאחר מכן מחלקים תפקידים: מכ"ם לגילוי מוקדם וטווח ארוך בכל מזג אוויר, LiDAR למיקום מדויק, סיווג נפחי והפחתת מטרדים, EO/IR לאישור חזותי ותיעוד, וגילוי RF/Remote ID לאינדיקציה מוקדמת על רחפנים משדרים. כל חיישן מעובד ב-Edge ומייצר אובייקטים ומסלולים במקום נתונים גולמיים. שכבת המיזוג מבצעת סנכרון זמן, כיול מרחבי משותף ושיוך מסלולים - לרוב במיזוג ברמת מסלול לצורך עמידות בפני כשל חיישן - ומזינה מערכת פיקוד ובקרה אחת עם מדיניות התרעה מדורגת ומנגנון slew-to-cue אוטומטי.

ההבדל הפיזיולוגי אמיתי: 905nm מתמקד על הרשתית ולכן מגבלת Class 1 מחמירה, בעוד 1550nm נבלע בקרנית ובעדשה ומאפשר אנרגיית פולס גבוהה בהרבה. המספרים המצוטטים - כ-92 ננו-ג'אול מול כ-29 מיקרו-ג'אול, יחס של פי כ-300 - נכונים כיחס בין מגבלות התקן, אבל הם אינם יתרון הביצועים בפועל. באותו מקור, דיודת 1550nm ממשית הגיעה ל-1.1 מיקרו-ג'אול בלבד, כלומר יתרון של פי 12. פי 12 הוא משמעותי ומצדיק את הבחירה ב-1550nm לטווחים ארוכים, אבל מי שמוכר לכם "פי 300 טווח" מצטט מספר תיאורטי ולא מדידה.

פתרונות משלימים

מתעניינים? בואו נדבר.

ייעוץ ראשוני, אפיון ובדיקת התאמה - ללא התחייבות.