激光雷达推动汽车行业走向更远的未来

汽车功能电子化和先进的安全/自动驾驶是汽车领域的两个主要大趋势，也是“零事故之路”的核心。大多数事故是由人为错误造成的，融合的感知方案有助于使车辆“不出错”，对道路上可能出现的障碍性危险事前警戒驾驶员并主动采取行动，确保驾驶员在驾驶时不分心。本期内容，我们聚焦新兴的激光雷达（LiDAR），从它的技术原理探寻其被车企青睐的原因，看看它有哪些其他传感器不具备的特质。再听一听来自安森美汽车战略及业务拓展副总裁Joseph Notaro分享他们对于未来汽车行业的预判以及正在努力的方向，希望能给读者带来一些借鉴意义。

为什么要采用激光雷达（LiDAR）？

自动驾驶在汽车行业内已经不算是一个新的话题，据悉，目前行业内生产的车辆达到了SAE International规定的Level 2和Level 2+自动驾驶的级别。要想实现全自动驾驶，还需要引入超声波、雷达、激光雷达（LiDAR）和视觉四种关键的传感技术，并拓宽其应用范围。

安森美汽车战略及业务拓展副总裁Joseph Notaro

例如，全自动驾驶汽车可能需要超过20个单独的雷达系统，但根本问题在于，雷达空间分辨率的局限性使它仍得不到广泛应用。而在这方面，LiDAR能够提供高分辨率的深度图像，其性能远远超过雷达。安全系统越来越受到重视，除了能够知道物体的存在之外，还需要能够对物体进行分类和识别，这变得尤为重要。

虽然基于图像传感器的视觉系统可以借助传感器套件提供最佳分辨率，但在夜间，由于缺少环境光，视觉系统将受到限制。相反，LiDAR系统能自产光源，因此受环境光条件的影响较小。此外，LiDAR本身还能提供深度信息，而基于图像传感器的视觉系统只能看到场景的2D 视图，虽可以根据立体配置间接计算深度，但会降低深度准确性。因此，目前LiDAR装车量不算高导致成本还比较高，但独特的能力使其成为打造先进驾驶辅助系统（ADAS）体验的重要一环。

在前不久的第十六届上海国际汽车制造技术与装备及材料展览会（AMTS 2021）现场，位列全球前十大汽车行业半导体供应商的安森美也带来了该公司LiDAR方案。同时，还展示了最新汽车级的硅光电倍增管（SiPM）的参考设计，RDM 1x16阵列实现了高性价比的长距离LiDAR方案，在微光条件下即时、准确地识别物体，将安全和自动驾驶提升到新的水平。

SiPM是基于单光子雪崩二极管（SPAD）的探测器，及时反射率极低，也能使系统探测到最远的物体。SPAD阵列是飞行时间图像传感器，可以实现高分辨率的4D成像，同时捕获场景中所有点的深度数据和强度。

多种传感形式协同工作的传感器模式为未来自动驾驶赋能，LiDAR是实现L3-L5级自动驾驶所需的传感器模式融合的一个关键要素。“安森美处于传感器技术及其他系统元件的前沿，这些技术能够实现下一代LiDAR系统。我们的核心传感器技术对单个光子敏感，同时还能在环境阳光直射条件下工作。”安森美汽车战略及业务拓展副总裁Joseph Notaro说道。

激光雷达的工作原理

顾名思义，LiDAR 使用光来探测距离。它用光源发出光线，触及视线内的物体而后反射，然后测量光线从发出到返回传感器所用的时间——统称为飞行时间（ToF），来探测障碍物的具体形状。LiDAR可以在不同分辨率水平下探测大型物体，如粗略测量与障碍物之间的距离，或探测像人脸3D特征这样精细的细节。

深度探测可以通过各种方式实现，而每种方式各具优点。除了ToF之外，深度探测还使用两个图像传感器来模拟立体视觉，使用结构光来探测物体造成的变形，以及在像素级别进行相位检测（如图）。

关于ToF，所使用的技术有直接ToF（dToF）和间接ToF两种。其中，dToF中的光源为脉冲式，模式中有明确的开/关时间，使接收器能够探测到光源开启到检测到反射光的时间差；在间接ToF中，光源以正弦波的形式连续发射，通过测量光源和反射信号之间的相位差来计算距离。在这两种情况下，无论是直接还是间接，都是借助光离开发射器后到达探测器所用的时间来提供距离数据。

单光子雪崩二极管（SPAD）因为可以探测到由单个光子组成的反射信号，性能更优，同时也有助于扩大LiDAR系统的测距范围，可以“看到”更远距离的低反射率物体。安森美通过开发SiPM进一步完善该方法：SiPM集成了一个并联独立SPAD传感器阵列，每个均采用二进制开关式的工作方式。根据阵列总输出，可以计算光信号的相对强度。此外，通过对SiPM阵列中的每个SPAD配备第三个电容耦合式端子，响应速度得以提高。这种快速响应输出中会携带测量传感器响应时间所需的数据。

“在市场上广泛采用LiDAR的关键是以高产量大批量生产基于光电二极管传感器的能力。”Joseph Notaro表示。据悉，安森美开发的SiPM传感器已针对近红外（NIR）优化，在905nm波长范围具有高灵敏度，单光子增益达到106。经过设计，它还能在相对较低的30V偏置电压下运行，由于其恢复时间快，还能提供出色的带宽。
从技术角度而言，具备以上特点的SiPM适合汽车应用，但它也需要在商业上可行。阻碍 LiDAR广泛采用dToF的主要障碍之一就是价格，但这可以通过两种方式解决。第一，采用互补型金属氧化物半导体(CMOS)工艺，传感器阵列的单位成本得以优化。第二，安森美开发了有效的制造工艺，可提升所生产传感器的均匀度，使传感器的成本效益得到提高。

走向更安全、更智能的未来驾驶

除了LiDAR相关的产品，在自动驾驶方面，安森美还展示了AR0144AT驾驶员监控系统，采用一个100万像素传感器，对红外（940nm）LED照明的高灵敏度进行了优化，并具有行业领先的快门效率，实现精确的眼睛/头部跟踪。它的小尺寸使其易于集成到仪表盘和信息娱乐系统中。“安森美是全球汽车图像传感器行业领先的企业，致力于不断推动这些传感器具备领先业界的高动态范围、减少LED闪烁（LFM）和微光灵敏度。”Joseph Notaro表示。

对于无人驾驶的发展趋势，Joseph Notaro直言这已经不是完全自动驾驶车辆将会何时部署的问题了，其已经投入了使用，虽然有些还是有特定的条件，但可以从中看到，未来自动驾驶已来。“不仅是出租车公司，运输车辆和商用车制造商也在部署自动驾驶。”他说道，“支持L4 / L5级功能的技术已就绪，为了更广泛地部署这些系统，我们需要建立信心，相信这些车辆可以在极端的角落情况下安全运行。在这方面，安森美等公司需要继续提高传感器在所有条件下的性能以发挥作用。”

自动驾驶带来的技术挑战之外，对于电动汽车来说，里程焦虑也是其面临的挑战之一。碳化硅作为第三代半导体的材料之一，正在帮助制造商和消费者缓解这种焦虑。首先，其低功耗的特点可以不浪费电池中的能量，让汽车驾驶更长时间；此外，碳化硅还可优化充电效率以实现快速充电，让驾驶员可以在几乎与传统汽车加油相同的时间内为电动车充电。安森美致力于硅制造数十年，在将碳化硅以最佳性能和质量、合适的成本大批量推向市场方面走在前列。

谈及目前对整个汽车产业链都造成困扰的缺芯问题，Joseph Notaro直言，当前的汽车供应链模式已经30多年没有改变了。精益制造和准时制生产方式在稳定的市场条件下是高效的，但在市场颠覆期间表现出严重的局限性。汽车行业对新冠肺炎疫情（COVID-19）引发的衰退反应缓慢，由于库存减少，半导体制造需要的时间也比较长，当整车厂商和Tier1供应商开始对市场复苏做出反应时，要保证半导体需求已经太晚了。“安森美正与汽车合作伙伴密切合作，实施创新的供应链模式，让我们能够支持即将到来的汽车功能电子化和自动驾驶革命。”

来源：荣格-《国际汽车设计与制造》


原创声明：
本站所有原创内容未经允许，禁止任何网站、微信公众号等平台等机构转载、摘抄，否则荣格工业传媒保留追责权利。任何此前未经允许，已经转载本站原创文章的平台，请立即删除相关文章。