瑷镨瑞思：OHC 15L硅半导体的激光雷达成像技术介绍

　　第二届“光”+智能驾驶技术高峰论坛于2019年9月6日举办，本次论坛邀请了政府部门、咨询机构、整车企业、激光雷达制造商、红外夜视、摄像头等传感器重点企业及知名科研院所等到会研讨，共话光与汽车电子行业市场前景。以下为瑷镨瑞思光学有限公司（ESPROS）CEO兼创始人Beat De Coi现场演讲实录：

　　瑷镨瑞思光学有限公司（ESPROS）CEO兼创始人Beat De Coi

　　女士们、先生们，大家下午好！非常高兴来到这里和大家分享我们最新的一种雷达系统。

　　我们未来想要达到的目标可能就是告诉Siri或者阿里巴巴开发的智能语音助手，说带我回家吧，说一个命令，我们的车就可以自动带我们回家。但是我们都知道这其实还有很长的路要走，才能实现这点。所以我们今天要讲的几个主题是PPT上大家看到的，我们要达到的ADAS的要求。跟大家简单介绍目前激光雷达传感器的局限，另外也想和大家对比不同的传感器技术，也会跟大家谈一谈接收器的部分，最后简单介绍我们的OHC 15L硅半导体的激光雷达成像技术。

　　如果大家去跟不同的主机厂说，大家可能给出的ADAS要求不一样，有些时候他们会说可能你们的距离是150米，反射率是10%，很多德国公司会说要200米，还有一些德国公司会说距离要250米，然后在德国路上还有一些是限速的，所以长距离更难实现。整个目标大小是150米，最高的空间分辨率是小于0.05，这对于我们目前来说是非常有挑战性的，然后它的水平视野是360度，垂直视野是30度，如果是近距离的话，那可能是90度，或者可能会更高。

　　而且它需要在所有的气侯条件下都可以行驶，并且是白天、晚上都可以行驶。因为激光雷达是在晚上会比较好用，假如说白天太阳光很大的话就会有问题，它的帧率应该是大于20。这些都是OEM要求的，但我们的经验是目前为止，我们觉得这个要求太低了，我们应该把这个要求更加提高。我们需要让它更加安全。我们还需要在上面安装其他的传感器，也要尽量压低成本。

　　对比不同的传感器技术，支持ADAS的传感器技术我们做了对比。超声波、CWTOF、PTOF，它也是直接的TOF飞行测距。我们可以对比对这种不同的传感器在不同指标上的表现，比如目前PTOF的分辨率在垂直距离上其实不是很高，在白天和晚上的性能不一样，因为会受到环境光的影响。最后帧率也会比较低，它低是因为扫描的有所限制。

　　当然了，我们还同雷达以及超声波的传感器进行了对比。更进一步看接收端，我们可以对比3种不同的实施方案，1、APD；2、SPAD；3、ESPROS OHC 15L。如果你看关键的参数，APD基本上在一些限制方面都有比较大的限制，而且最重要的是敏感性，我的意思是APD和SPAD都整合了很多的东西，尤其是需要渲染目标上的光源。后面你们可以再算数字。这两个都是需要200多个光子。但是我们的技术只需要20光子，所以它的敏感性几乎是10倍的差距，其实对CMOS和CCG的传感器也差不多是这样。

　　分辨率的问题。这里只有屈指可数的光束，而这个就会导致在这里所出现的曲线，根本什么都没有检测出来，所以这是0-5度的分辨率不可以说允许的。最大的问题是周边光的问题，如果你在汽车上安装传感器，它会试着侦测前面有可能出现骑自行车的行人，传感器不仅收到行人的光，也会收获道路太阳反射过来的光源。

　　而这样的周围光有可能要比它自己本身的光更大的。而原因是因为快门时间必须得开启一定的时间，比如我要测量270米的距离，那么快门时间就必须要开启1800毫秒这么长的时间，但是这个快门时间周边的光还是收取过程中的，你的快门时间越长，那么它接收到的光子就会越多。对着周边光收取越多，你可以看到这些周边光是从0慢慢往上升的，而快门的噪声也会有所产生。

　　如果在实际情况中，你距离270米，你抽样的快门时间是1.8毫秒，我们就收集到了4500个周边光子这么多，而这些光子又会从物体上反馈回来的回波光子产生冲突。而它拍摄噪声的周边光子是有67个，那么为了进行安全的政策，这也就是MEMS所显示出来的，而系统的参数是对它可以进行有所免疫的，光的波段是25毫米。所以这可以看出来是比较强大的镜片。我们能说的是取决于周边光，我们需要一定的光子去做到安全的侦测，也就是284个光子。做一个简单的数学题，它在这个时间中收到4500个光子，如果反射阵列过来有150个光子，最后动态的结果只会达到3.5分贝，这个信噪比还是比较低的。

　　如果我们达成100%的功率脉冲，在100米距离的时候，如果我们把距离加倍，比如加到180米，还有同样的脉冲，信号可能就会降到25%，所以这其实是1/1平方的问题，当我们将距离加倍的话，或者我们就可能只能达到25%，如果3倍可以达到10%。如果我们有用一些光的曲线，这个脉冲就可以侦测到，因为它比光脉冲更高。这里所收集的周边光更低，如果有距离更有距离。所以要把黄色的这块区域尽可能维持在低的区域。

　　如何做到这点？和我们做开发的方法有关系。是我们的成像仪这块。我们所收集的周边光的数量有一个线性关系，如何降低所收集的周边光呢？很简单，就是去运用测量时间，比方我们收集的光子能减少10倍就可以去成功的降低我们的信噪比，最直接的方式就是去重新十月快门时间。而这就是关键的问题。每个系统都会有的关键时间，不管有没有装CCT，这些都没有关系，抽样时间或者快门时间是最关键的因素。

　　这是对于APD和SPAD系统的典型解决方案，滤波器可能有用，但是不一定有用。短暂的过滤也可能有效，统计数据可以降低帧率，然后降低快门时间。因为你不知道你什么时候会收到回来的回波。如果距离更短所需要的时间更短，所以APD和SPAD都有内在固有的限制，这是因为他们的快门时间相对较长。

　　我们所对应的方法是什么呢，如何解决这个问题呢？我们的方法是将即将收回来的信号抽样，而且是以一个个小桶为单位进行抽样。如果我们要是2毫秒收集到400样件，你所需要的时间也会相应的缩小。也就是说所需要的时间是降低了400倍，但是它需要什么条件才能实现这点呢？首先需要非常快速和高性能的CCD，CCD需要达到200MHZ，需要非常快速的ADC，还需要非常低噪声的接收端，同时还需要非常高量的接收端。在接收端可以接收到250MHZ，这是非常快的速度。对于ADC这块每个样件可能每秒要接收2.5亿象素这么多。

　　雷达的工作原理是在接下来几页PPT中显示出来，我们这里是一个光子的探测器，它会生产出电子的电核，通过吸收这些光子，然后再把这些电核移送到传送带上，基本上就像是工厂上的传送带，把各个部件沿着传送带、沿着一定的速率传送到其他的地方去。这是取决于各个零件放在上面的时间间隔，所以地点取决于时间的变化。在传送的终端有这么一个电核的独处。对于效果我会讲更多的细节。

　　这上面是由光子产生的电核，横轴就是我们的这条传送带、柱状图，这边都是很小的电核，越靠近纵轴越高。我们会把它靠近电核上去。每个取样时间都是4-5微秒，所以周围的环境光就只是在最开始的时间段是有环境光的，所以它不会影响长期的取样。时间长了之后就会有这样的图，所以我们做完一整块之后就会进行数据的转换。

　　回到我之前举的例子里，比如我们用1.8微秒的取样时间是可以收集4500个环境光产生的光子。分解到每5纳秒里面每个小电极里面只有12.5个光子了，环境短噪音光子就会从原来的67降到现在每个小电极里的3.5，3.5×4，差不多是14，所以理论上我们可以用14个光子来测量距离。还有一个比较重要的是隔相同时间进行取样，所以我们是有不同的时间的反射。如果用这样的传感器，在车里面用激光雷达这样的传感器，用传感器就可以接收到前面的车子返回来的光，可能由不同的时间返回不同的光源。

　　这里面有一个图是我们怎么在Q和S未到达之前我们怎么安装我们的系统的，怎么安装我们的成像系统的。我们可以看到边界，就是像素场的边界，横线是一行，其实有很多行，竖的列也有很多列，这里只列出一行和一列做参照，在我们的系统当中是有一个垂直的激光纵列，我们也是有MEMS，那我们这个纵向的垂直的激光器就会根据不同的时间选择激光器。

　　有一束光发过来的时候就会选择最近的激光器，就会通过这样的方式进入我们的成像系统里。激光进入系统之后就会自动在横轴方向进行分离，分到400个小的块里面。在这个位置就可以直接被象素所感知，然后分到不同小的电极当中去。我们就可以看到脉冲，脉冲在不断的增加。从这个图上可以看到一个纵列每发过来一束光线就有一个读数，然后对读数进行数据整理。整个运转过程是非常快的，之前说300米，其实也就只有2微秒的事情，2微秒已经走完了整个传送带的过程了，它其实就已经分了4次，一共是1600个小电极。

　　如果我们分成5个纳秒，很可能这个精确度就没有那么高，因为5纳秒其实意味着1.5米，就是来回的距离。也相当于75厘米的测量距离，如果做分析的话，我们就会发现这里一直都是没有信号的，到中间突然出现信号。这边的距离全部都是5纳秒，也是用我们之前的等式。用我们这个等式就可以计算中间的脉冲的重力，然后还可以衡量来的时间，通过来去的时间差测算物体的距离，所以从中间1号就可以看出整个是75厘米左右。

　　比如我们有一个反射率比较低的物体，是上面，下面是比较高反射率的。中间是一个截面，这个截面就是像我们看的下面的柱状图一样，是低反射率的物体。我们用这个等式就可以算出来它的距离，大概算出来是5-10厘米。这是我们使用这个等式所收集到的数据，这个数据也是当时我们做实验的时候强日光的时候，从头顶射下来的强日光。

　　看上面的图，我们需要55个电子来达到我们的测量性，来达到50%的测量度，到这里是10厘米，如果探到10厘米需要150个可探测的电子。根据不同的来光量，这边是150，往后是1000个电子，下面是2000，我们可以在图上根据不同的横轴读出纵轴的数据，我们能测多少米的东西。

　　这边是用我们的成像系统收集的图像。这是我们用RGB摄像头，它也是有3D的点，大家可以看到上面有很多垂直的线条。它的分辨率也很高，下面的图也是我们车载的成像系统所捕捉的图像。它的分辨率横纵是256×144，它的转换收益很高，所以它的转化率是很高的。另外它的像素率大概能达到每秒1000万，所以我们可以把这个像素率提高到1000万，从原来的80万左右提高到1000万，帧率可以达到312，就是用我们的成像仪把帧率提高312，我们的成像仪从性能各方面来讲都比现有的性能高很多。