【導讀】人們普遍認為，先進駕駛輔助系統(ADAS)和自動駕駛(AD)之所以成功，是因為它們可以有效地感測車輛周圍的環境，并將感測到的信息輸入實現自動導航的算法中。考慮到在生死攸關的情況下對感測技術的絕對依賴性，系統通常使用多個傳感器模式，并實現數據融合，以增強彼此，并提供冗余。這樣每種技術都能發揮其優勢，并提供更好的組合解決方案。
在未來ADAS和AD車輛中，傳感器主要有三種模式，分別是圖像傳感器、雷達和LiDAR。每一種傳感器都有自己的優勢，它們可以組成一個完整的傳感器套件，通過傳感器融合并提供數據使自主感知算法能夠做出決策，為場景中的每一個點提供顏色、強度、速度和深度信息。
圖1：傳感器融合利用每種模式的優勢提供有關車輛周圍環境的完整信息。
盡管早在幾十年前就出現了利用光測量距離的概念，但在這三種主要模式中，LiDAR是適用于大眾市場的新興商業化技術。由于需要完整傳感器套件的自動系統激增，汽車LiDAR市場將呈現驚人的增長，預計從2020年的3,900萬美元增長至2025年的17.5億美元(Yole Développement，2020 年)。這是一個巨大的商機，專注于LiDAR技術的公司多達上百家，到2020年對這些公司的累計投資額已超過15億美元，而且這一數據源自2020年底多家LiDAR公司發起SPAC首次公開募股潮之前。但當有這么多公司投身于同一項技術，而且這項技術基于完全不同的光波長時(最突出的示例就是905 nm和1550 nm)，最終總會有一種技術勝出，并整合其他技術的優勢。就像我們一次次看到的那樣，網絡技術以太網、視頻技術VHS。
對于LiDAR技術用戶而言，即汽車制造商以及設計和制造客運和貨運自動機器人車輛的公司，他們首先要考慮的是自己的需求。最終，這些公司希望供應商提供高度可靠的低成本LiDAR傳感器，同時滿足低反射率物體的測距和檢測性能規范要求。盡管所有工程師都有各自強烈的主張，但如果供應商能夠以合適的成本滿足性能和可靠性要求，這些公司則可能并不知道實施的是何種技術。正因如此，才引起了本文旨在幫助理清的根本性辯論：哪種波長將在汽車LiDAR應用中占據主導地位？
LiDAR 概述
要解決這個問題，首先需要了解LiDAR系統的結構。LiDAR系統有不同的構造。相干LiDAR，一種被稱為調頻連續波(FMCW)的LiDAR，將發射的激光信號與反射光混合，以計算物體的距離和速度。雖然FMCW具有一定的優勢，但與最常見的LiDAR方法“直接飛行時間(dToF)LiDAR”相比，它仍屬于不太常用的方法。該技術測量超短光脈沖從照明光源發出，到達物體后反射回到傳感器所用的時間，達到測距的目的。它通過有關時間、速度和距離的簡單數學公式，利用光速來直接計算與物體的距離。盡管波長的選擇主要影響發射和接收功能，但典型的dToF LiDAR系統有六大硬件功能。
圖2：典型 dToF 系統框圖，綠色部分代表安森美產品的一些重點領域。
表1顯示了各種LiDAR制造商列表，從知名的一級汽車供應商到世界各地的初創公司。市場報告和公開資料表明，絕大多數公司的LiDAR在近紅外(NIR)波長下工作，而不是短波紅外(SWIR)波長。此外，雖然專注于FMCW的SWIR LiDAR供應商只能使用相應波長，但大多數采用直接飛行時間實現的供應商都可以選擇使用NIR波長來構建系統，同時還能夠利用其現有的IP相關功能，如波束控制和信號處理。
*上述列表并非詳盡無遺，數據來源 Yole、IHS Markit和公開資料
表1使用NIR和SWIR波長的LiDAR制造商列表
鑒于大多數制造商(而不是全部)都已選擇NI波長，他們是如何做出這一決定的？他們需要考慮的影響有哪些？本文重點討論與構成LiDAR組件的光和半導體材料性質有關的基礎物理學知識。
在LiDAR系統中，激光發射的光子到達物體后應反射回來，然后被探測器接收。在此過程中，這些光子必須與來自太陽的周圍環境光子競爭。通過觀察太陽輻射光譜，并考慮大氣吸收因素，我們發現某些波長的輻照度會下降，因而減少作為系統噪聲存在的光子量。905 nm波長下的太陽輻照度是1550 nm的3倍，這意味著NIR系統必須應對更多干擾傳感器的噪聲。但這只是選擇LiDAR系統波長時需要考慮的其中一個因素。
圖4：大氣對光的吸收會產生明顯的峰值。
傳感器
LiDAR系統中負責感測光子的組件為不同類型的光電探測器，因此必須說明為什么它們可以根據待檢測波長而采用不同的半導體材料制成。在半導體中，帶隙可將價帶和導帶分開，而光子可提供能量，以幫助電子克服帶隙問題，從而使半導體導電，繼而產生光電流。每個光子的能量與其波長有關，而半導體的帶隙與其靈敏度有關，這就解釋了為什么所需半導體材料取決于待檢測光的波長。硅是最常見也是制造成本最低的半導體，可響應高達1000 nm左右的可見光和NIR波長。為檢測SWIR范圍以外的波長，可對更稀有的III/V族半導體進行合金化，使InGaAs之類的材料能夠檢測1000 nm至2500 nm的波長。
早期的LiDAR將PIN光電二極管用作傳感器。PIN光電二極管本身沒有增益，因此無法輕松檢測到微弱信號。雪崩光電二極管(APD)是目前LiDAR中最常用的傳感器類型，可提供適當的增益。然而，APD也需要像PIN光電二極管一樣在線性模式下工作，以集成光子到達信號，而且在需要非常高偏置電壓的情況下也會受到制件質地不均的影響。LiDAR中開始日益廣泛使用的最新型傳感器以單光子雪崩二極管(SPAD)為基礎，SPAD具有非常大的增益，并且能夠從每個檢測到的光子中產生可測量的電流輸出。硅光電倍增器(SiPM)是硅基SPAD陣列，其額外優勢就是能夠通過觀察所生成信號的振幅來區分單個光子和多個光子。
圖5：LiDAR中用于檢測信號的不同光電探測器類型
回到波長這個話題，所有這些類型的光電探測器都可以采用硅(用于NIR探測)或III/V族半導體(用于SWIR探測)。另一方面，可制造性和成本是技術可行性的關鍵，且CMOS硅代工廠可實現此類傳感器的低成本、批量生產。正因如此，LiDAR在實現更高性能的基礎上逐漸開始采用SiPM。盡管存在適用于SWIR的APD和SPAD，但由于未采用硅基處理器，所以很難將它們與讀出邏輯集成在一起。最后，由于針對SWIR的III/V基SPAD陣列和光電倍增器(與SiPM相似)尚未實現商業化，所以生態系統更適用于NIR波長。
激光器
光子生成是另一個完全不同的流程。半導體P-N結作為增益介質可用于制造激光器；這可通過泵送的方式使電流通過結，在原子進入較低能帶時引起光子共振發射，從而產生相干激光束輸出來實現。半導體激光器基于直接帶隙材料(如GaAs和InP)，與間接帶隙材料(硅)相比，這種材料對于原子進入較低能帶時的光子生成非常有效。
LiDAR使用的兩種主要激光器為：邊緣發射激光器(EEL)和垂直腔面發射激光器(VCSEL)。與VCSEL相比，EEL的成本更低，輸出效率更高，所以目前使用更廣泛。但EEL在封裝和組裝成陣列方面難度更高，而且還會受到溫度范圍內波長變化的影響，導致探測器不得不尋找更寬的光子波長波段，才能將更多的環境光子檢測為噪音。
盡管較新的VCSEL技術成本更高、功效更低，但由于其光束是從頂部生成的，所以具有封裝簡單高效的優勢。由于VCSEL的成本將繼續顯著降低，功效將提高，所以其市場采用率開始上升。EEL和VCSEL可用于NIR和SWIR波長生成，兩者之間的關鍵區別在于：NIR波長可使用GaAs生成，而SWIR波長則需要使用InGaAsP。大尺寸晶圓廠能幫助降低GaAs激光器成本，從成本和供應鏈安全角度來看，這再一次突出了NIR LiDAR制造商生態系統的優勢。
圖6：LiDAR中使用的不同激光類型
激光功率和人眼安全
在討論波長大辯論時，必須考慮LiDAR系統對人眼安全的影響。dToF LiDAR概念涉及以高峰值功率，沿著特定視角將短激光脈沖發射到場景。站在LiDAR發射路徑上的行人需確保自己的眼睛不會被射向自己方向的激光損傷，IEC-60825規范規定了不同波長的光的最大容許照射量。類似于可見光的NIR光能夠穿過角膜到達人眼的視網膜，而大部分SWIR光在角膜內可被吸收，因此照射量更高。
圖7：IEC-60825人眼安全型激光照射量規范
從性能角度來看，對于基于1550 nm的系統來說，能夠輸出高出多個數量級的激光功率是一個優勢，因為這樣可以發出更多光子，從而檢測到更多返回的光子。但更高的激光功率也意味著需要進行熱權衡。需要注意的是，適當的人眼安全型設計必須在不考慮波長的情況下進行，同時必須清楚地考慮每個脈沖的能量和激光孔徑的大小。對于基于905 nm的LiDAR，可以通過其中的任意一個因素來增加峰值功率，如下圖8所示。
圖8：基于不同光學器件和激光器參數的NIR LiDAR人眼安全型激光器設計
NIR與SWIR LiDAR系統對比
上文著重描述能夠輸出的激光功率大小，現在我們繼續探討所用的傳感器。顯然，可檢測更微弱信號的更高性能傳感器可為系統帶來多方面的益處——能夠實現更長的測程，或能夠使用更少的激光功率來實現相同的測程。安森美(onsemi)開發了一系列可提高光子探測效率(PDE)的NIR LiDAR SiPM，PD 是指示靈敏度的關鍵參數。其新推出的RDM系列傳感器PDE達到市場領先的18%。
圖9：安森美SiPM的工藝發展路線圖
為比較NIR dToF LiDAR與SWIR dToF LiDAR的性能，我們利用相同的LiDAR架構和不同激光和傳感器參數的環境條件進行了系統建模。LiDAR架構為共軸系統，配有一個16信道探測器陣列和一個遍布整個視場的掃描機制，如下圖10所示。該系統模型已通過硬件驗證，使我們能夠準確估計LiDAR系統的性能。
圖10：dToF LiDAR傳感器的系統模型
表2：NIR和SWIR系統模型模擬的LiDAR傳感器和激光器參數
由于使用了PDE較高的InGaAs合金，所以1550 nm系統采用更高的激光功率以及更高的PDE傳感器，這樣就可以在我們的系統模擬中實現更出色的測距性能。通過使用傳感器鏡頭(分別對焦在大約905 nm和 1550 nm)上50 nm帶通濾波器過濾的100 klux環境光系統級參數，以30 fps、500 kHz激光頻率和1 ns脈沖寬度進行超過80°的水平0.1°x 5°視角掃描，并使用22 mm鏡頭直徑，得出如下結果。
圖11：基于905 nm和1550 nm的類似LiDAR系統的模擬結果
正如預期，1550 nm系統能夠對低反射率物體進行更遠的測距，99%的測距概率下可達到500米。然而，基于905 nm的系統仍可以實現超過200米的測距，這表明兩種類型的系統在典型環境條件下都可以達到汽車遠程LiDAR的要求。在雨水或大霧等惡劣環境條件下時，SWIR光的吸水性會使其性能比基于NIR的系統下降得更快，而這是另一個考慮因素。
成本考慮因素
在廣泛研究LiDAR系統所用技術以及使用不同波長的影響之后，現在，我們回到成本考慮因素上。我們之前就解釋過，用于NIR LiDAR的傳感器采用天然CMOS硅鑄造工藝，這可最大限度地降低半導體的成本。此外，通過使用代工廠目前已經掌握的堆疊芯片技術，可將CMOS讀出邏輯與傳感器集成到一個芯片中，這進一步壓縮了信號鏈并降低了成本。
相反，SWIR傳感器使用成本更高的III/V半導體代工廠(如InGaAs)和新型Ge-Si混合技術，雖然可降低SWIR傳感器成本，并能更輕松地集成讀出邏輯，但即使在技術成熟后，估計仍比傳統的CMOS硅貴5倍以上。從激光器方面看，用于制造NIR系統激光器芯片的GaAs晶圓與用于制造SWIR系統激光器芯片的InGaAs晶圓尺寸差異同樣會導致成本差異，而NIR系統可以使用VCSEL，并且現成的供應商更多，這一事實亦可降低集成成本。
綜合以上因素，IHS Markit進行的一項分析調查(Amsrud，2019)顯示，使用相同類型的組件(傳感器或激光器)時，SWIR系統的成本比NIR系統高10至100倍。2019年，NIR系統傳感器和激光器的平均組件總成本估計為4~20美元/信道，到2025年將降至2~10美元/信道。相比之下，2019年，SWIR系統傳感器和激光器的平均組件總成本估計為275美元/信道，到2025年將降至155美元/信道。考慮到LiDAR系統包含多個信道，即使使用1D掃描方法，這也會是一個巨大的成本差異，因為仍需要使用單點信道的垂直陣列。
表3：成本考慮因素總結(來源：IHS Markit)
LiDAR市場動態也不利于SWIR陣營。自動駕駛市場并未像五年前市場預期的那樣迅速發展，而必須使用LiDAR的Level 4和Level 5自主性系統也還需要幾年才能實現大規模部署。同時，利用LiDAR的工業和機器人市場對成本更加敏感，并且SWIR系統的超高性能優勢并非不可或缺，這些系統制造商沒有辦法像通常所說的那樣通過增加產量來降低組件成本。產量增加時可實現成本降低，但實現量產需要降低成本，這其實就是“先有雞還是先有蛋”的問題。
總結
在深入研究了這項技術以及NIR和SWIR系統之間的差異后，當今絕大多數LiDAR系統使用NIR波長的原因就顯而易見。雖然，對未來的展望并不是100%確定的，但顯然，成本和可用性是生態系統供應商的關鍵考慮因素，由于CMOS硅的技術優勢和規模經濟，NIR系統無疑更具經濟效益。雖然SWIR支持遠程LiDAR系統，但基于NIR的LiDAR也可以滿足汽車遠程測距需求，同時在ADAS和AD應用所需的短程到中程配置中也表現出色。
目前，基于NIR的LiDAR已經在汽車市場中實現了大批量生產，這表明該技術已經實現了商業化并通過了市場檢驗，但整合仍需時日，且無論輸贏，都需要經歷動蕩和調整。20世紀之交的汽車行業有30家不同的制造商，隨后十年增加至近500家，但僅僅數年之后，大多數制造商已經銷聲匿跡。預計到2030年，LiDAR制造商也會經歷類似的發展歷程。
參考文獻
Yole Développement(2020). LiDAR for Automotive and Industrial Applications - Market and Technology Report2020
Amsrud, P. (2019 September 25). The race to a low cost LIDAR system [Conference Presentation]. Automotive LIDAR 2019, Detroit, MI, United States. IHS Markit.
Nick84(2013)CC BY-SA 3.0, via Wikimedia Commons
來源：安森美，原創：Bahman Hadji
免責聲明：本文為轉載文章，轉載此文目的在于傳遞更多信息，版權歸原作者所有。本文所用視頻、圖片、文字如涉及作品版權問題，請聯系小編進行處理。
推薦閱讀：
