據麥姆斯咨詢報道，日本東芝(TOSHIBA)將深入開發汽車LiDAR(激光雷達)半導體業務，主要面向：(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年完成前期開發并達到實際應用水平，然后計劃將其商業化。其高精度測量IC技術和錯誤檢測去除技術，可使LiDAR傳感器的探測范圍相比傳統方案提高約1.8倍。下面就隨嵌入式小編一起來了解一下相關內容吧。

圖1 典型LiDAR結構框圖

2025年市場需求將達3000萬臺

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3000萬臺。在此之后，汽車LiDAR市場仍將保持繼續增長，東芝預測2025~2035年的復合年增長率(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沖光，然后利用光接收元件將從物體反射回的光轉換為電信號，并將其輸入到測量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，通常使用多面鏡掃描激光束。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公里的速度行駛的車輛，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，該研究成果已于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系統難以探測并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(如汽車和電線桿)進行反射光分類，僅累積并平均處理來自目標物體的反射光(圖4)，并在處理中抑制圖像質量劣化。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)，并基于此設置“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制在測量IC的1%以下。

圖7 簇大小和亮度之間的關系：在LiDAR系統模擬中，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傳感器的探測范圍相比傳統方案可以提高約1.8倍(圖8和圖9)。

圖8 基于“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更適合于高靈敏度和多信道應用的SiPM(基于Si的電子放大器)。盡管SiPM已經廣泛應用于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，東芝正在開發可用于LiDAR傳感器在約900nm波長范圍內具有高靈敏度的SiPM。