點(diǎn)擊藍(lán)字 關(guān)注我們
自主性帶來(lái)的好處源于兩個(gè)重要方面的進(jìn)步,即便利和安全,這兩方面與道路車輛和駕駛息息相關(guān)。這兩方面所應(yīng)用的賦能技術(shù)包括先進(jìn)的傳感器模式,其中多種傳感形式協(xié)同工作,提供了系統(tǒng)性功能。
汽車行業(yè)已經(jīng)開始向全自動(dòng)駕駛轉(zhuǎn)變,目前行業(yè)內(nèi)生產(chǎn)的車輛達(dá)到了SAE International規(guī)定的Level 2和Level 2 自主性。要想實(shí)現(xiàn)全自動(dòng)駕駛,需要引入四種關(guān)鍵的傳感技術(shù),并拓寬應(yīng)用范圍:超聲波、雷達(dá)、激光雷達(dá)(LiDAR)和視覺。在這四種技術(shù)中,LiDAR或許是人們最不理解、應(yīng)用最不廣泛的技術(shù),但獨(dú)特的能力使其成為打造先進(jìn)駕駛輔助系統(tǒng)(ADAS)體驗(yàn)的重要的一環(huán)。
全自動(dòng)駕駛汽車可能需要超過(guò)20個(gè)單獨(dú)的雷達(dá)系統(tǒng),但根本問(wèn)題在于,雷達(dá)空間分辨率的局限性使它仍得不到廣泛應(yīng)用。而在這方面,LiDAR的性能遠(yuǎn)遠(yuǎn)超過(guò)雷達(dá),能夠提供高分辨率的深度圖像。安全系統(tǒng)越來(lái)越受到重視,除了能夠知道物體的存在之外,還需要能夠?qū)ξ矬w進(jìn)行分類和識(shí)別,這變得尤為重要。
雖然基于圖像傳感器的視覺系統(tǒng)可以借助傳感器套件提供最佳分辨率,但在夜間,由于缺少環(huán)境光,視覺系統(tǒng)將受到限制。相反,LiDAR系統(tǒng)能自產(chǎn)光源,因此受環(huán)境光條件的影響較小。LiDAR本身還能提供深度信息,而基于圖像傳感器的視覺系統(tǒng)只能看到場(chǎng)景的2D視圖,雖可以根據(jù)立體配置間接計(jì)算深度,但會(huì)降低深度準(zhǔn)確性。
了解LiDAR
想要了解LiDAR技術(shù)對(duì)先進(jìn)駕駛輔助系統(tǒng)(ADAS)應(yīng)用的益處,首先需要了解LiDAR的工作原理。顧名思義,LiDAR使用光來(lái)探測(cè)距離。它用光源發(fā)出光線,觸及視線內(nèi)的物體而后反射,然后測(cè)量光線從發(fā)出到返回傳感器所用的時(shí)間。這統(tǒng)稱為飛行時(shí)間(ToF),可以在不同分辨率水平下探測(cè)大型物體,如粗略測(cè)量與障礙物之間的距離,或探測(cè)像人臉3D特征這樣精細(xì)的細(xì)節(jié)。
深度探測(cè)可以通過(guò)各種方式實(shí)現(xiàn),而每種方式各具優(yōu)點(diǎn)。除了ToF之外,深度探測(cè)還使用兩個(gè)圖像傳感器來(lái)模擬立體視覺,使用結(jié)構(gòu)光來(lái)探測(cè)物體造成的變形,以及在像素級(jí)別進(jìn)行相位檢測(cè)(圖1)。
圖 1:測(cè)量深度感知的技術(shù)方法
關(guān)于ToF,所使用的技術(shù)有兩種:直接ToF和間接ToF。直接ToF(dToF)中的光源為脈沖式,模式中有明確的開/關(guān)時(shí)間。這些開/關(guān)時(shí)間使接收器能夠探測(cè)到光源開啟到檢測(cè)到反射光的時(shí)間差。在間接ToF中,光源以正弦波的形式連續(xù)發(fā)射,通過(guò)測(cè)量光源和反射信號(hào)之間的相位差來(lái)計(jì)算距離。在這兩種情況下,無(wú)論是直接還是間接,都是借助光離開發(fā)射器后到達(dá)探測(cè)器所用的時(shí)間來(lái)提供距離數(shù)據(jù)。
使用dToF來(lái)解釋距離數(shù)據(jù)更加簡(jiǎn)單,雖然它可以只需發(fā)射一次就能獲得數(shù)據(jù),但如果重復(fù)發(fā)射,結(jié)果會(huì)更準(zhǔn)確。另外,如果使用脈沖光,LiDAR系統(tǒng)的測(cè)距范圍會(huì)顯著擴(kuò)大,但必須配備用于捕獲光子的合適傳感器。換言之,脈沖式dToF比利用單次發(fā)射的dToF復(fù)雜,但比間接ToF要簡(jiǎn)單。另一個(gè)重要的考慮因素是工作波長(zhǎng),因?yàn)檫@也會(huì)影響性能和系統(tǒng)的應(yīng)用方式(圖2)。
圖2:dToF系統(tǒng)中使用的波長(zhǎng)
如圖2所示,在905 nm左右的近紅外(NIR)波長(zhǎng)下工作的傳感器是一個(gè)很不錯(cuò)的折衷方案。暴露在雨天和陽(yáng)光下的應(yīng)用中,NIR在衰減程度和抗干擾方面性能適中。這表明在汽車應(yīng)用中,對(duì)NIR敏感的傳感器是最佳選擇。
LiDAR傳感器技術(shù)
檢測(cè)硅中的光子通常借助光電二極管來(lái)實(shí)現(xiàn)。光子很容易被硅吸收,進(jìn)而在P-N結(jié)中造成電子空穴對(duì)。通過(guò)對(duì)P-N結(jié)施加反向偏壓,由光子產(chǎn)生的電荷載體就會(huì)導(dǎo)致電流在通道中流動(dòng)。
如果偏壓足夠高,產(chǎn)生的電荷載體將會(huì)產(chǎn)生刺激碰撞電離所需的動(dòng)能。這種電離會(huì)釋放更多電荷載體,在適當(dāng)?shù)臈l件下,這些載體會(huì)在整個(gè)偏壓下的硅芯片區(qū)域持續(xù)存在,導(dǎo)致?lián)舸┎⑹构杈邆涓邔?dǎo)電性。這個(gè)過(guò)程稱為蓋革放電或雪崩,基于該過(guò)程的設(shè)備稱為單光子雪崩二極管(SPAD)。
由于SPAD具有非線性傳輸行為,因此增益高于以線性模式在低于其擊穿電壓的條件下工作的傳統(tǒng)雪崩光電二極管。這意味著SPAD性能更優(yōu),因?yàn)樗踔量梢蕴綔y(cè)到由單個(gè)光子組成的反射信號(hào)。同時(shí)也有助于擴(kuò)大LiDAR系統(tǒng)的測(cè)距范圍,可以“看到”更遠(yuǎn)距離的低反射率物體。
安森美(onsemi)通過(guò)開發(fā)硅光電倍增器(SiPM),進(jìn)一步完善該方法。SiPM集成了一個(gè)并聯(lián)獨(dú)立SPAD傳感器陣列,每個(gè)均采用二進(jìn)制開關(guān)式的工作方式。根據(jù)陣列總輸出,可以計(jì)算光信號(hào)的相對(duì)強(qiáng)度。此外,通過(guò)對(duì)SiPM陣列中的每個(gè)SPAD配備第三個(gè)電容耦合式端子,響應(yīng)速度得以提高。這種快速響應(yīng)輸出中會(huì)攜帶測(cè)量傳感器響應(yīng)時(shí)間所需的數(shù)據(jù)。
讓LiDAR為汽車服務(wù)
在市場(chǎng)上廣泛采用LiDAR的關(guān)鍵是以高產(chǎn)量大批量生產(chǎn)基于光電二極管傳感器的能力。安森美開發(fā)的SiPM傳感器已針對(duì)NIR優(yōu)化,在905 nm波長(zhǎng)范圍具有高靈敏度,單光子增益達(dá)到10?。經(jīng)過(guò)設(shè)計(jì),它還能在相對(duì)較低的30 V偏置電壓下運(yùn)行,由于其恢復(fù)時(shí)間快,還能提供出色的帶寬。
從技術(shù)角度而言,具備以上特點(diǎn)的SiPM適合汽車應(yīng)用,但它也需要在商業(yè)上可行。阻礙LiDAR廣泛采用dToF的主要障礙之一就是價(jià)格,但這可以通過(guò)兩種方式解決。第一,采用互補(bǔ)型金屬氧化物半導(dǎo)體(CMOS)工藝,傳感器陣列的單位成本得以優(yōu)化。第二,安森美開發(fā)了有效的制造工藝,可提升所生產(chǎn)傳感器的均勻度,使傳感器的成本效益得到提高。因此,在提高質(zhì)量的同時(shí)優(yōu)化了成本結(jié)構(gòu)。
//
總結(jié) //
LiDAR是汽車行業(yè)的一項(xiàng)基本技術(shù)。通過(guò)開發(fā)有效可行的固態(tài)傳感,安森美已經(jīng)解決了許多阻礙其廣泛采用的障礙。
SiPM技術(shù)能實(shí)現(xiàn)更小的系統(tǒng),更低的功率,將使新一代的LiDAR系統(tǒng)比現(xiàn)如今使用的系統(tǒng)更小。最終,這些系統(tǒng)將小到以不易察覺的方式與車輛渾然一體,而且可靠性卻更勝以往。
自動(dòng)駕駛車輛將需要多種傳感方式,超聲波、雷達(dá)和視覺已經(jīng)十分普遍,但隨著自主性水平的提高,LiDAR也將成為一項(xiàng)關(guān)鍵技術(shù)。如今,通過(guò)投資開發(fā)SiPM方案,安森美鞏固了其作為汽車OEM系統(tǒng)供應(yīng)商的領(lǐng)導(dǎo)地位,因?yàn)槲覀冋蛑鳯evel 5完全自主性的方向進(jìn)發(fā)。
本站聲明: 本文章由作者或相關(guān)機(jī)構(gòu)授權(quán)發(fā)布,目的在于傳遞更多信息,并不代表本站贊同其觀點(diǎn),本站亦不保證或承諾內(nèi)容真實(shí)性等。需要轉(zhuǎn)載請(qǐng)聯(lián)系該專欄作者,如若文章內(nèi)容侵犯您的權(quán)益,請(qǐng)及時(shí)聯(lián)系本站刪除。