降低激光雷达成本的新办法

如果您希望可以时常见面，欢迎标星收藏哦~

来源：内容编译自semiengineering，谢谢。

使用光在短距离内移动数据正变得越来越普遍，因为需要移动的数据更多，而且光子比电子更快、更冷。

使用光纤进行关键任务通信已经很成熟。几十年来，它一直是长途通信的首选 PHY，因为它不会受到铜线的衰减损失。它还成为在服务器和存储之间来回传输数据的主要方式，因为它几乎不受中断的影响，速度极快，并且比铜线消耗的能量更少。如今，所有主要的代工厂都在生产光子学集成电路(PIC)，这些设备现在正得到大力推动，以降低激光雷达的成本。

PIC 执行从光谱分裂到光电转换等处理，将光学连接整合在一起。它们可以实现更高的带宽和更低的信号损耗，同时提供更凉爽的工作环境。设计人员根据预期应用选择 PIC 的波长，这可以通过选择一系列材料来实现，包括 Si/SiO 2、氮化硅和磷化铟。

Cadence杰出工程师 Gilles Lamant 表示：“由于数据通信推动代工厂的发展，光子芯片变得越来越便宜，也越来越容易获得。如果大型晶圆厂开始拥有专门用于光子学的生产线，他们就会希望保持生产线满负荷运转，这将压低光子芯片的价格，并将极大地帮助其他市场。”

新的光子学应用包括从量子计算机中的编码和网络到从工厂检查到医疗设备和 ADAS 等无处不在的传感设备。

Synopsys光子解决方案执行总监 Twan Korthorst 表示：“大多数人都知道光子集成电路用于数据中心的收发器，可以将高速电信号转换为光信号。一旦进入光学领域，就可以几乎免费传输很长的距离。这是每个人都兴奋的事情——尤其是现在人工智能的蓬勃发展，每个人都在投资更大的数据中心，连接更多的计算能力和内存来训练和推断人工智能模型。为此，人们正在使用集成光子芯片加速光收发器的研究。这只是一个起点，但如果你能制造出一种可以传输、处理和操纵光的芯片，那么你也可以在光收发器以外的其他地方使用它。”

使用光子学降低激光雷达的成本

光子学的一个常见用例是激光雷达（光检测和测距），它是最先进的 ADAS 传感的基础，但它也可用于工厂车间管理、反情报的无人机检测和海底测绘（又称水深测量）。它对于 NOAA 的数据收集和研究装配线上的重复运动一样不可或缺。

雷达和激光雷达都利用了电磁波从表面反射的能力，可以检测和详细分析物体和拓扑特征。虽然实现此类系统的物理原理很复杂，但原理很容易掌握。

Synopsys 网站称：“本质上，激光雷达是一种测距装置，用于测量到目标的距离。距离的测量是通过发送短激光脉冲并记录发出光脉冲与检测到反射（背散射）光脉冲之间的时间间隔来实现的。”

其结果是一个看起来像地形风格 3D 图像的点云，其中光的波长和每秒激光脉冲的数量决定了细节的精细度。激光雷达使用194THz 至 750THz 之间的波长，也称为近红外 (NIR，800nm 至 1,550nm)、可见光 (400nm 至 700nm) 和中红外 (Mid-IR，2,000nm 以上)。波长的选择取决于应用、所需范围、分辨率和环境条件。由于波长越长，散射越少，因此传统观点认为 1,550nm 更适合穿透雾。然而，一项研究得出结论，“在雾中发射相同功率时，905nm 和 1,550nm 的消光系数之间的差异不到 10%”。

然而，有人可能会说，从刹车启动的角度来看，即使是这么小的差别也是至关重要的。西门子 EDA产品营销经理 Tom Daspit 说：“使用光子学的激光雷达有几种不同的实现方式。在湾区，我们经常看到的是汽车顶部的旋转盘。它是一个旋转的激光器，还有一个随之旋转的接收器。正在开发的激光雷达设备将被埋在后视镜、前灯或汽车的其他地方。特斯拉不使用激光雷达，但它使用光学。它查看图片并尝试处理它们。其他一些自动驾驶汽车也将使用激光雷达。这取决于他们打算如何实现他们的目标。为了在汽车上实现这一点，必须提高可靠性，并大幅降低成本。”

高成本挫伤了人们对激光雷达的热情。Cadence 的 Lamant 表示：“关于激光雷达最大的争议在于价格。要装在汽车上，它必须比现在便宜。现在，它太贵了。大多数激光雷达公司都在取得良好进展，但他们在价格方面仍然存在问题。”

其他人也同意这一观点。埃隆·马斯克拒绝在特斯拉汽车上使用激光雷达，称其价格太高。相反，特斯拉采用了 2D 计算机视觉。激光雷达供应商对此表示反对，称 2D 成像无法全面捕捉世界，无法确保道路安全。

时任 Xilinx 软件和 AI 产品副总裁的Sudip Nag写道：“由于太阳光或迎面而来的车灯的反射，摄像头可能会错过某个物体，但激光雷达可以消除这种反射，并能探测到路中间的人。” （Nag 现在是 AMD AI 集团副总裁。）不过，摄像头不应被排除在外。去年，NVIDIA 研究人员发表了一篇论文，展示了基于摄像头的系统如何处理 3D 感知。

目前，激光雷达的主要硬件是紧凑型固态和笨重机械技术的组合。据Yole Research称，MEMS 技术正在挑战激光雷达，其中RoboSense是领先者。MEMS 可以实现更小的设备，最终将取代车辆上的大型旋转圆盘，并有助于降低价格。这种演变类似于后院卫星天线被桌面天线取代。不过，人们担心 MEMS 太小，无法用于道路检测。德国的Blickfeld等 MEMS 激光雷达供应商认为，通过扩大 MEMS 和微调空间滤波，可以轻松解决这个问题。

尽管存在担忧，但仍有人预计激光雷达将成为未来的技术。Yole 预测，全球汽车激光雷达市场规模将从 2023 年的 5.38 亿美元增长至 2029 年的 36 亿美元，复合年增长率为 38%。激光雷达市场目前由中国公司 RoboSense 和Hesai主导，预计全球大部分增长将继续由中国 OEM 推动，中国 OEM 将于今年和明年推出 128 款配备激光雷达的车型。

根据《自然通讯》杂志最近的一篇论文，目前激光雷达的成本估计在 500 至 1,000 美元之间。“预计这种下降趋势将持续下去，未来几年可能达到 100 美元左右，”作者说。“目前全球激光雷达的普及率约为所有售出的乘用车的 0.5%。随着激光雷达的售价接近 100 美元，我们预计这一数字将激增超过 10%。”

降低制造成本的一个答案是硅光子学，因为这种芯片可以用 CMOS 工艺制造。“激光雷达是迄今为止数据中心所做的一切的自然演变，”Synopsys 的 Korthorst 说。“如果你谷歌固态激光雷达或硅光子激光雷达，你会发现大量的研究、初创公司、成功和失败。硅光子学的使用非常活跃。你现在可以构建固态激光雷达，使用与光收发器相同的制造方法和相同的设计工具。另一方面，你还需要考虑到，因为你看不到它，所以你需要适当的眼睛保护。”

业界对人眼安全问题的回答是，激光雷达产品遵循1 级人眼安全 (IEC 60825-1:2014) 标准，并通过降低激光功率以平衡其波长（通常为 1,550nm）来进一步确保安全性，以保持在人眼安全参数范围内。不过，Blickfeld 表示，可能会出现功率被放大的特殊情况，尽管这种可能性不大。

目前，光子学仍然发挥着很小的作用，尽管它有望增长。Yole 表示：“光学技术，包括 FMCW（调频连续波雷达），在 2028 年之前不应使用，而且只能小批量使用。”“这项技术仍处于新兴阶段，必须提供比混合固态更好的成本与性能比。”

事实上，激光雷达的大部分成本来自于数据处理的高计算要求，FMCW 供应商正试图通过更多集成来降低这一要求，而 FPGA 供应商也在集成 DSP。

FMCW 既可用于激光雷达，也可用于雷达。虽然该技术的第一项专利于 1928 年颁发，但最近它被开发为可能解决激光雷达成本问题的技术。该行业的经典技术是飞行时间 (ToF)。

FMCW 激光雷达初创公司SiLC的首席执行官 Mehdi Asghari 表示：“飞行时间基本上就像回声定位。你发出光脉冲，然后观察反射回来需要多长时间。通过延迟，你可以确定物体的距离。95% 的市场都在使用飞行时间。雷达行业也是从飞行时间开始的，现在已经完全转向 FMCW。激光雷达和雷达的主要区别在于电磁波的频率。这反过来又迫使两者在技术实施方面做出许多改变。”

Asghari 表示，尽管 ToF 非常流行，但它也给雷达和激光雷达带来了性能缺陷，这些缺陷通常与精度有关。“例如，当你使用脉冲系统测量反射回来的光时，系统不会区分你的脉冲和其他用户发出的每个脉冲。你可能会测量其他系统的脉冲，以为反射回来的是你的脉冲。这被称为多用户干扰。ToF 系统也容易因背景光（例如直射阳光）而导致性能下降。”

FMCW 解决了这个问题，它以恒定的振幅发送高度相干的光束，仅以线性方式改变频率与时间的关系。“你收到的反射光与你发出的光相比有实际延迟，然后将它们相干地混合在一起，”他说。“返回的光束是你之前发射的光束，可能只差几微秒，因此频率与你当前生成的光束不同。当你在相干混频器中拍打这两束光束时，你会得到一个拍频信号，该信号与发射光束和返回光束之间的频率偏移成正比。当你在相干接收器中检测到这一点时，你会测量拍频信号，因为时间/频率与距离成正比，所以你可以通过测量光的频率来获得深度信息。”

换句话说，FMCW 测量的是光的频率变化，而不是像 ToF 那样测量光脉冲的时间延迟。能够测量光频率的微小变化，也让您能够直接测量物体的速度或运动。

“当你向移动物体发射光时，它会压缩返回光的频率。如果物体远离你，它会降低返回光的频率。如果你能测量光频率的多普勒频移，你就可以同时直接测量距离和速度，”阿斯加里说。

使用 ToF 系统更难获得这些信息。“你必须进行连续测量，然后根据物体距离的变化，确定它们是朝你走来还是离开，以及变化幅度有多大，然后确定是否有速度，”Asghari 说。“如果你没有准确测量某个点，或者有缺失点或其他不准确之处，那么你的速度测量就会有问题。”

这就是 ToF 系统成本高昂的原因。为了弥补这一缺陷，他们要求这些系统具有极高的刷新率，以便能够快速测量，然后取平均值以获得准确的速度测量值。问题是这会产生大量数据，然后需要对其进行处理。使用 FMCW 可以解决这个问题，它产生的数据较少，但非常准确，需要的计算量也较少。

这种即时直接测速技术的一个主要优点是它能够实现快速且可预测的系统反应。例如，它可以让系统检测到路上追球的孩子。即使提前几毫秒发出警告或做出更快的反应也可能意味着生死之间的差别。

结论

展望未来，Cadence 的 Lamant 认为，积极的变化即将到来，因为数据通信正在迫使代工厂提高产量，从而降低芯片的价格。“由于价格大幅降低，这将带来机遇，因为目前并不是每个人都能负担得起服务器的价格。这将推动应用程序的爆炸式增长。”

不过，有些挑战经常被忽视。“EDA 可以在解决这些挑战中发挥作用，”Lamant 说。“光子学本身没有任何用处。光子学是做不了任何事情的。你需要有电子设备，这是最大的挑战之一。我看到大多数失败的初创公司都是因为集成问题而失败的，而不是因为他们没有好的光子设备。他们失败是因为他们无法建立一个系统并进行大规模生产。这并不是说我们在光子学方面的想法已经用尽。而是那些聪明的人在一个领域很聪明，他们忘记了他们需要另一个领域。我有一个晴雨表。当我看到一家初创公司的首席执行官、首席技术官和大多数其他人都是光子工程师时，我强烈怀疑他们不会成功。每个人都需要记住，无论一个组件是数据通信的一部分，还是一个传感器，该组件都需要与整个系统对话。这就是 EDA 可以提供帮助的地方。我们拥有整个生态系统，光子学只是其中的一部分。”

https://semiengineering.com/photonics-could-reduce-the-cost-of-lidar/

半导体精品公众号推荐

专注半导体领域更多原创内容

关注全球半导体产业动向与趋势

*免责声明：本文由作者原创。文章内容系作者个人观点，半导体行业观察转载仅为了传达一种不同的观点，不代表半导体行业观察对该观点赞同或支持，如果有任何异议，欢迎联系半导体行业观察。

今天是《半导体行业观察》为您分享的第3883内容，欢迎关注。

『半导体第一垂直媒体』

实时 专业 原创 深度

公众号ID：icbank

喜欢我们的内容就点“在看”分享给小伙伴哦