据麦姆斯咨询报道，日本东芝(TOSHIBA)将深入开发汽车LiDAR(激光雷达)半导体业务，主要面向：(1)LiDAR中使用的光接收元件;(2)测量IC(模拟前端IC);(3)电源IC(图1)。东芝目前正在研发这三项技术，预计到2020年完成前期开发并达到实际应用水平，然后计划将其商业化。其高精度测量IC技术和错误检测去除技术，可使LiDAR传感器的探测范围相比传统方案提高约1.8倍。

　　图1 典型LiDAR结构框图

　　2025年市场需求将达3000万台

　　东芝对汽车LiDAR市场寄予厚望。根据该公司预测，未来L3级或更高级别的自动驾驶汽车数量将持续增长，这将推动LiDAR需求迅速增长。市场预计一辆汽车将安装多个LiDAR传感器，到2025年，每年的市场需求将超过3000万台。在此之后，汽车LiDAR市场仍将保持继续增长，东芝预测2025~2035年的复合年增长率(CAGR)将达到18%。

　　东芝开发的测量IC专为采用“直接ToF(飞行时间)”距离测量方法的LiDAR传感器而设计。 利用直接ToF距离测量方法，从红外激光器发射脉冲光，然后利用光接收元件将从物体反射回的光转换为电信号，并将其输入到测量IC，利用激光从发射到反射光返回的时间估算距离。 为了获取二维距离图像，通常使用多面镜扫描激光束。在测量IC中，执行距离图像生成等处理。

　　车载LiDAR需要更远的探测距离和高像素的距离图像(多个距离测量点)。例如，以时速120公里的速度行驶的车辆，其LiDAR传感器探测距离需要达到200m。

　　为了实现远距离探测和高像素，有必要提高测距精度(准确率)的同时，降低错误检测。

　　SAT智能累积技术，紧盯目标物体

　　为了提高测距精度，东芝开发了一种被称为“SAT(Smart Accumulation Technique，智能累积技术)”的方法，即使在各种不同的噪音环境中也能更准确地实现距离测量，该研究成果已于2018年2月在ISSCC上公布。

　　在上述直接ToF距离测量方法中，随着被测物体的距离增加，入射到光接收元件上的太阳光量也随着反射光返回而增加(图2)。此时太阳光等背景光线便成为噪音，使SNR(信噪比)下降。因此，需要通过累积远距离图像的多个像素来提高SNR。然而，如果采用简单地累积，远距离图像的图像质量会将低，如同进行了模糊处理，使LiDAR系统难以探测并识别诸如行人和骑行者等物体(图3)。

　　图2 太阳光等强烈的背景光为LiDAR带来的挑战

　　图3 简单平均处理的画质问题，降低了行人的识别率

　　对此，SAT对每个物体(如汽车和电线杆)进行反射光分类，仅累积并平均处理来自目标物体的反射光(图4)，并在处理中抑制图像质量劣化。与传统累积技术相比，东芝SAT分辨率获得了4倍提高，由此实现高达200m的高画质LiDAR成像。

　　图4 SAT智能累积技术概览