據麥姆斯谘詢報道,日本東芝(TOSHIBA)將深入開發汽車LiDAR(激光雷達)半導體業務,主要麵向:(1)LiDAR中使用的光接收元件;(2)測量IC(模擬前端IC);(3)電源IC(圖1)。東芝目前正在研發這三項技術,預計到2020年完成前期開發並達到實際應用水平,然後計劃將其商業化。其高精度測量IC技術和錯誤檢測去除技術,可使LiDAR傳感器的探測範圍相比傳統方案提高約1.8倍。

圖1 典型LiDAR結構框圖
2025年市場需求將達3000萬台
東芝對汽車LiDAR市場寄予厚望。根據該公司預測,未來L3級或更高級別的自動駕駛汽車數量將持續增長,這將推動LiDAR需求迅速增長。市場預計一輛汽車將安裝多個LiDAR傳感器,到2025年,每年的市場需求將超過3000萬台。在此之後,汽車LiDAR市場仍將保持繼續增長,東芝預測2025~2035年的複合年增長率(CAGR)將達到18%。
東芝開發的測量IC專為采用“直接ToF(飛行時間)”距離測量方法的LiDAR傳感器而設計。 利用直接ToF距離測量方法,從紅外激光器發射脈衝光,然後利用光接收元件將從物體反射回的光轉換為電信號,並將其輸入到測量IC,利用激光從發射到反射光返回的時間估算距離。 為了獲取二維距離圖像,通常使用多麵鏡掃描激光束。在測量IC中,執行距離圖像生成等處理。
車載LiDAR需要更遠的探測距離和高像素的距離圖像(多個距離測量點)。例如,以時速120公裏的速度行駛的車輛,其LiDAR傳感器探測距離需要達到200m。
為了實現遠距離探測和高像素,有必要提高測距精度(準確率)的同時,降低錯誤檢測。
SAT智能累積技術,緊盯目標物體
為了提高測距精度,東芝開發了一種被稱為“SAT(Smart Accumulation Technique,智能累積技術)”的方法,即使在各種不同的噪音環境中也能更準確地實現距離測量,該研究成果已於2018年2月在ISSCC上公布。
在上述直接ToF距離測量方法中,隨著被測物體的距離增加,入射到光接收元件上的太陽光量也隨著反射光返回而增加(圖2)。此時太陽光等背景光線便成為噪音,使SNR(信噪比)下降。因此,需要通過累積遠距離圖像的多個像素來提高SNR。然而,如果采用簡單地累積,遠距離圖像的圖像質量會將低,如同進行了模糊處理,使LiDAR係統難以探測並識別諸如行人和騎行者等物體(圖3)。

圖2 太陽光等強烈的背景光為LiDAR帶來的挑戰

圖3 簡單平均處理的畫質問題,降低了行人的識別率
對此,SAT對每個物體(如汽車和電線杆)進行反射光分類,僅累積並平均處理來自目標物體的反射光(圖4),並在處理中抑製圖像質量劣化。與傳統累積技術相比,東芝SAT分辨率獲得了4倍提高,由此實現高達200m的高畫質LiDAR成像。

圖4 SAT智能累積技術概覽
利用新指標去除錯誤探測
但是,在進行平均處理時,會產生一種被稱為“距離聚集(簇)”的現象,在以往的錯誤檢測消除方法(消噪方法)中,有可能導致來自遠處物體的正確的探測結果被消除(圖5)。根據傳統方法,例如,使用亮度作為指標,根據遠距離圖像的每個像素的大小是否超過閾值來判斷/去除噪音(圖6),有可能造成錯誤檢測。

圖5 平均處理中的距離聚集問題

圖6 傳統的噪聲去除方法對聚集噪音不夠有效
為此,東芝開發了一種算法,通過使用另一種被稱為“信賴度”的指標來消除錯誤檢測。東芝研究發現:“簇大小(N)”與亮度(L)平方的乘積與常數值(a)的相關性(N= a/ L2),並基於此設置“信賴度”,排除錯誤檢測(圖7)。此外,該算法能夠用小規模且低功耗的電路來實現,電路規模和功耗都可控製在測量IC的1%以下。

圖7 簇大小和亮度之間的關係:在LiDAR係統模擬中,簇大小與亮度平方成反比
結合上述SAT智能累積技術和新開發的錯誤檢測去除技術,去除99%的錯誤檢測,LiDAR傳感器的探測範圍相比傳統方案可以提高約1.8倍(圖8和圖9)。

圖8 基於“信賴度”的噪聲去除效果

圖9 東芝提出的新技術去除噪聲的結果(上方)和現有傳統技術去除噪聲的結果(下方)
另外,東芝還正在進行光接收元件的開發。現有的LiDAR傳感器通常使用APD(雪崩光電二極管)作為光接收元件。東芝正著手開發比APD更適合於高靈敏度和多信道應用的SiPM(矽光電倍增探測器)。盡管SiPM已經廣泛應用於醫療設備和檢測設備中的光子計數,但它們和LiDAR傳感器所常用的光波長不同。因此,東芝正在開發可用於LiDAR傳感器在約900nm波長範圍內具有高靈敏度的SiPM。