為何需要深度信息？

 

因為真實場景是3D圖像，而攝像頭呈現(xiàn)的是2D圖像，如果是簡單的實現(xiàn)讓人看場景的功能，其應(yīng)用是足夠的，但對機器視覺系統(tǒng)來說具有挑戰(zhàn)性。深度數(shù)據(jù)消除了圖像的模糊性，有助于區(qū)分場景中的實體并賦予其含義。激光雷達通過發(fā)射激光，計算反射回來的時間，可測算出被測物體的距離，在整個視場內(nèi)通過多次重復(fù)測量，降低環(huán)境光的干擾獲得點云數(shù)據(jù)并可建立強度圖像，從而構(gòu)建出一個立體空間的3D模型。由于激光雷達可以準(zhǔn)確測距，從而降低視覺方案中的算法分析難度。

 

激光雷達功能模塊

 

激光雷達系統(tǒng)由以下6個主要硬件功能塊組成：發(fā)射、接收、波束控制、光學(xué)器件、讀出電路、電源和系統(tǒng)。安森美半導(dǎo)體提供光電探測器，還提供激光系統(tǒng)中符合車規(guī)的驅(qū)動芯片、電源芯片、放大器和讀出芯片等整體系統(tǒng)硬件解決方案。

 

圖1：激光雷達功能模塊

 

單光子雪崩光電二級管(SPAD)和SiPM技術(shù)的優(yōu)勢

 

市場上的光電探測器類型有PIN二級管、線性雪崩光電二極管(APD)、SPAD和SiPM。相比之下，SPAD和SiPM基于蓋革模式，具有高靈敏度、高增益、供電電壓低、一致性極好等優(yōu)勢。SiPM是由多個SPAD 微單元組成，具有很高的動態(tài)范圍，可以用作光子計數(shù)器。SiPM能在明亮的陽光條件下進行長距離測距時提供最佳的信噪比性能。其他優(yōu)勢包括較低的電源偏置和較低的溫度變化敏感性，采用大批量CMOS工藝生產(chǎn)，可實現(xiàn)最低的探測器成本。

 

圖2：激光雷達的光電探測器類型

 

SiPM用于汽車激光雷達

 

在汽車領(lǐng)域，激光雷達與圖像傳感器、超聲波雷達等感知模式互補和提供冗余，將不同傳感器對某一目標(biāo)或環(huán)境特征描述的信息互相比對，綜合成統(tǒng)一的特征表達，提高感知的準(zhǔn)確性和精度，從而提升先進駕駛輔助系統(tǒng)(ADAS)和自動駕駛的安全性。

 

汽車應(yīng)用要求能進行遠(yuǎn)距離、廣視角的深度感知，并要求深度感知能應(yīng)對低反射率物體、環(huán)境光噪聲等挑戰(zhàn)。成本是個主要的驅(qū)動因素，影響到對技術(shù)的選擇。深度感知技術(shù)、波長以及傳感器技術(shù)是影響技術(shù)決策的關(guān)鍵因素。

 

目前，深度感知方式主要有直接飛行時間法 (dToF，測量時間差)、間接飛行時間法 (iToF，測量相位差) 和調(diào)頻連續(xù)波法 (FMCW，測量拍頻)。其中，iToF僅適用于短距離測距（<10米），只能檢測到最強的回波。FMCW適用于短距離到長距離，但需要更多的計算能力，獲得點云的時間更長，幀率更低，可以使用便宜的PIN二極管探測器，但由于使用具有良好偏振控制和高規(guī)格輸出的可調(diào)諧激光器，因此總體成本較高。相比之下，dToF優(yōu)勢明顯，適用于短距到長距 (0.1m – 300m)，可檢測到多個回波，整個范圍內(nèi)精度高，兼容高功率、短脈沖，保持眼睛安全性。

 

波長選擇方面，主要有近紅外波段如850 nm、905 nm、940 nm和短波紅外波段如1350nm, 1550nm。從可制造性和元器件成本來看，近紅外波段都較短波紅外波段更有優(yōu)勢，且近紅外波段在雨中性能影響不大，而短波紅外波段在雨中吸水會降低性能，更高的激光功率還可能導(dǎo)致散熱問題。

 

安森美半導(dǎo)體重點提供硅基單光子探測器芯片激光雷達 (LiDAR)方案，主攻近紅外處波段，即大力倡導(dǎo)基于SiPM探測器+ 近紅外(NIR)波長 + dToF LiDAR方案。公司在固態(tài)LiDAR領(lǐng)域的多個設(shè)計導(dǎo)入獲驗證，批量付運給LiDAR設(shè)計導(dǎo)入的產(chǎn)品包括已量產(chǎn)的R系列SiPM、1x16/1x12 SiPM 陣列和工程樣品3D ToF SPAD 陣列，并提供評估板、參考設(shè)計和套件以幫助設(shè)計人員快速將產(chǎn)品落地。

 

而且，安森美半導(dǎo)體從一開始就考慮汽車認(rèn)證去設(shè)計光電探測器及其封裝，并采用CMOS工藝，推出全球首款符合車規(guī)AEC-Q102的SiPM光電探測器ArrayRDM-0112A20-QFN，為激光雷達量產(chǎn)化鋪平道路。ArrayRDM-0112A20-QFN是單片1×12 SiPM像素陣列，基于安森美半導(dǎo)體領(lǐng)先市場的RDM工藝，可實現(xiàn)對近紅外光的高靈敏度，從而在905納米(nm)處達到領(lǐng)先業(yè)界的18.5％的光子探測效率 (PDE) 。 SiPM的高內(nèi)部增益使其靈敏度可達到單光子水平，該功能與高PDE結(jié)合使用，可以檢測最微弱的返回信號。因此，即使是低反射目標(biāo)，也能探測到更遠(yuǎn)的距離(達300米以上)。更遠(yuǎn)的距離使車輛有更多時間來應(yīng)對意外障礙，從而提升道路安全性。

 

圖3：用于激光雷達的車規(guī)級 SiPM陣列ArrayRDM-0112A20-QFN

 

SiPM用于工業(yè)激光雷達

 

激光雷達在工業(yè)領(lǐng)域的應(yīng)用也非常廣泛，如料位監(jiān)控、存儲檢索、堆高控制、材料厚度測量、占用檢測、物體檢測和分類、空倉檢測、人數(shù)計算/檢測、安保等。安森美半導(dǎo)體推出的SiPM dToF LiDAR 參考平臺 SECO-RANGEFINDER-GEVK是具成本優(yōu)勢的單點dToF激光雷達系統(tǒng)，適用于室內(nèi)導(dǎo)航、測距、碰撞檢測和3D制圖，測距范圍0.11 m 到 23 m，可作為評估套件或完整的參考設(shè)計，開箱即用，具有易于使用的圖形用戶界面(GUI)，可調(diào)節(jié)系統(tǒng)變量，時間-數(shù)字轉(zhuǎn)換器(TDC)具有自動校準(zhǔn)功能，軟件可調(diào)設(shè)置適用于各種工業(yè)和物聯(lián)網(wǎng)(IoT)應(yīng)用，符合激光安全標(biāo)準(zhǔn)IEC / EN 60825-1:2014 、21 CFR 1040.10 和1040.11 (Laser Notice No. 56除外)，獲美國食品和藥物管理局(FDA)認(rèn)證。

 

圖4：SiPM dToF LiDAR 參考平臺: SECO-RANGEFINDER-GEVK

 

此外，安森美半導(dǎo)體的矩陣型激光雷達評估套件Pandion EVK3 - PAN-400100-A-AI-GEVK3，固態(tài)光源Flash可以感知三米內(nèi)的深度，掃描式的波速控制 (Beam Steering)可感知到100米左右的深度。它可用于評估，由Demo 3和DevWare處理的點云用于可視化，也可作為完整的輸出方案，構(gòu)建到定制的LiDAR傳感器中，由客戶ECU或處理器處理點云數(shù)據(jù)，還可作為參考設(shè)計，安森美半導(dǎo)體可提供PCB 電路圖、布板、物料單(BOM)和 FPGA 代碼。

 

總結(jié)

 

LiDAR提供的高分辨率深度數(shù)據(jù)可在充滿挑戰(zhàn)的微光條件下即時準(zhǔn)確地識別物體，正越來越廣泛地應(yīng)用于汽車感知、工業(yè)測距等應(yīng)用領(lǐng)域。SiPM和SPAD是實現(xiàn)激光雷達系統(tǒng)的核心器件，安森美半導(dǎo)體是擁有此技術(shù)的市場領(lǐng)袖，提供業(yè)界最高靈敏度、最佳一致性和低噪聲的產(chǎn)品，致力于實現(xiàn)符合車規(guī)、高增益、低成本、尺寸緊湊的光電探測器，解決行業(yè)挑戰(zhàn)，并提供參考設(shè)計和評估套件，幫助設(shè)計人員簡化開發(fā)，以加快實現(xiàn)激光雷達的大規(guī)模應(yīng)用。

 

關(guān)于安森美半導(dǎo)體

 

安森美半導(dǎo)體(ON Semiconductor，美國納斯達克上市代號：ON)致力于推動高能效電子創(chuàng)新，使世界更綠、更安全、包容及互聯(lián)。公司已轉(zhuǎn)變?yōu)榭蛻羰走x的電源、模擬、傳感器及聯(lián)結(jié)方案供應(yīng)商。公司卓越的產(chǎn)品幫助工程師解決他們在汽車、工業(yè)、云電源及物聯(lián)網(wǎng)(IoT)應(yīng)用中最獨特的設(shè)計挑戰(zhàn)。

 

安森美半導(dǎo)體運營反應(yīng)敏銳、可靠的供應(yīng)鏈及品質(zhì)項目，及強大的環(huán)境、社會、公司管治(ESG)計劃。公司總部位于美國亞利桑那州菲尼克斯，在其主要市場運營包括制造廠、銷售辦事處及設(shè)計中心在內(nèi)的全球業(yè)務(wù)網(wǎng)絡(luò)。

 

 

免責(zé)聲明：本文為轉(zhuǎn)載文章，轉(zhuǎn)載此文目的在于傳遞更多信息，版權(quán)歸原作者所有。本文所用視頻、圖片、文字如涉及作品版權(quán)問題，請聯(lián)系小編進行處理。

 

推薦閱讀：