当前位置: 首页 > news >正文

基于SPAD / SiPM技术的激光雷达方案

激光雷达(LiDAR)是一种测距技术,近年来越来越多地用于汽车先进驾驶辅助系统(ADAS)、手势识别和3D映射等应用。尤其在汽车领域,随着传感器融合的趋势,LiDAR结合成像、超声波、毫米波雷达,互为补足,为汽车提供全方位感知,为迈向更安全的自动驾驶铺平道路。

激光雷达(LiDAR)是一种测距技术,近年来越来越多地用于汽车先进驾驶辅助系统(ADAS)、手势识别和3D映射等应用。尤其在汽车领域,随着传感器融合的趋势,LiDAR结合成像、超声波、毫米波雷达,互为补足,为汽车提供全方位感知,为迈向更安全的自动驾驶铺平道路。安森美半导体提供这全系列传感器方案且技术遥遥领先,在单光子雪崩二极管(SPAD)和硅光电倍增管(SiPM)传感器技术是市场领袖之一,提供完整的LiDAR方案,包括系统、传感器、输出和激光驱动器方案。

安森美半导体完整的LiDAR方案

1个LiDAR系统有6个主要的硬件功能块:传输、接收、光束转向、光学器件、输出和电源管理。典型的LiDAR系统框图如图1所示。其中,安森美半导体可提供SiPM/SPAD、激光驱动器参考设计、电源管理、放大与处理以及时序、直方图、点云生成乃至系统等。成熟的模拟SiPM 产品有C系列、J系列、R系列。系统有SiPM 阵列扫描LiDAR 演示仪(超过100 m扫描距离)、把SiPM 与图像传感器融合的FUSEONE、最新的400 x 100 SPAD 阵列Pandion。

图1:典型的LiDAR系统框图

什么是SPAD、SiPM和ToF

SPAD是一种工作在盖革模式(Geiger Mode)的光电二极管,就像光子触发开关一样,处于“开”或“关”状态。SiPM是由多个独立的SPAD传感器组成,每个传感器都有自己的淬灭电阻,从而克服单个SPAD不能同时测量多个光子的不足。飞行时间(ToF)指给目标发送光脉冲然后传感器接收从目标返回的光所需的时间。通过光速和ToF,可计算出目标距离,概念很简单,但却受到现实世界诸多挑战,包括苛刻的环境如光照条件、低反射率目标及长距等。目前共有两种ToF测量技术:单激光脉冲法和多激光脉冲法。单激光脉冲法指每次测量单个脉冲返回的时间,要求高的信噪比(SNR)。多激光脉冲法指每次测量多个脉冲返回的时间,通过直方图数据来获得距离,若提高SNR可实现更远距离的探测。ToF LiDAR可用于许多应用,如机器人、无人机、工业、移动、汽车ADAS和自动驾驶及增强实境(AR)/虚拟实境(VR)等。

SiPM和SPAD正成为新兴的LiDAR探测器

SiPM和SPAD可探测距离超过200 m、5%的低反射率目标,在明亮的阳光下也能工作,分辨率极佳,且尽可能小的光圈和固态设计实现紧凑的系统集成到汽车中,并极具成本优势,正成为新兴的LiDAR探测器。

汽车LiDAR传感器要求

1. 严格的一致性

由于SiPM/SPAD工作在盖革模式下,所以很难控制产品的一致性。安森美半导体是目前全球真正有能力大批量量产SiPM产品的供应商,其提供的数百万传感器的电压和增益非常一致,易于系统校准和降低制造成本。

2. 符合车规(IATF 16949、AEC Q102、-40至1050C工作温度、符合PPAP)

安森美半导体在汽车生产方面积累了多年的专业经验,有非常完善的车规产品的质量监督和控制体系,从一开始设计就考虑了汽车认证去设计传感器和封装。

3. 在905 nm处高的光子探测率(PDE)

安森美半导体的SiPM如今具有同类最佳的PDE,超过12%,2020年将达30%。

4. 高增益

SiPM的增益是雪崩光电二极管(APD)的1万倍,是PIN二极管的100万倍,串扰<20,提供出色的SNR。

SiPM 阵列扫描LiDAR 系统

该SiPM 阵列扫描LiDAR含16个905 nm 激光二极管、1个用于光束转向的机电旋转镜、安森美半导体的单片1 x 16 SiPM 阵列和处理电子器件,视场角(AoV) 80°x 5.53°,脉宽1 ns,系统峰值功率400 W,系统尺寸22 cm x 18 cm x 13 cm。这系统采用1D阵列同时采样多个垂直点,并结合水平单轴扫描,可获得视场的完整图像,实现长距低反射率目标的实时成像。

FUSEONE系统:融合图像和LiDAR

FUSEONE结合200万像素汽车级图像传感器和基于SiPM的闪光LiDAR,通过软件应用程序融合摄像机和LiDAR,获得目标距离、移动速率等数据,高灵敏度的SiPM 探测器和幻影智能算法实现增强的距离能力。由于无需机械式的雷达扫描,FUSEONE极具成本优势。该系统采用8个SiPM和2个905 nm激光二极管,脉宽20 ns,峰值功率80 W,接收器光路径采用43 nm带通滤波器,Xilinx FPGA 用于边缘处理全波形采集,AoV 为25° x 3.6°,在户外20 klux的光照条件下,行人检测达45 m,汽车检测达85 m。

Pandion SPAD阵列实现长距扫描LiDAR

400×100 SPAD 阵列具有CMOS 逻辑器件,阵列尺寸14 mm × 3 mm,像素间距38.6 um,采用卷帘快门读出(100通道并行读出),被动淬灭主动复位(PQAR)特性可获得<5 ns恢复时间,击穿电压达3.3 V以上。区别于传统的点云,Pandion SPAD LiDAR已形成了图像。

图2:Pandion探测不同距离不同反射率的目标

图3:Pandion采用光子计数获得的强度图像

图4:Pandion在微光水平下的强度图像

总结

SiPM和SPAD技术是实现LiDAR系统中接收器功能的关键,基于盖革模式雪崩原理,实现紧凑、高增益的传感器,安森美半导体是这些技术的市场领袖,提供完整的LiDAR方案,包括SiPM传感器、SiPM 阵列扫描LiDAR系统、融合SiPM闪光LiDAR和图像的FUSEONE系统以及Pandion SPAD阵列,具有强固、性价比高、符合车规等优势,并积极研发创新,同时为设计人员提供广泛的现场应用支援、相关的应用注释和视频库、产品演示系统、经验证模型的仿真数据等,解决设计挑战和推动创新。

摘自https://www.ednchina.com/news/201911181111.html

相关文章:

基于SPAD / SiPM技术的激光雷达方案

激光雷达(LiDAR)是一种测距技术&#xff0c;近年来越来越多地用于汽车先进驾驶辅助系统(ADAS)、手势识别和3D映射等应用。尤其在汽车领域&#xff0c;随着传感器融合的趋势&#xff0c;LiDAR结合成像、超声波、毫米波雷达&#xff0c;互为补足&#xff0c;为汽车提供全方位感知…...

使用MATLAB工具模拟单/双频GPS和载波相位差分GPS

第一部分&#xff1a;介绍和背景 在我们的日常生活中&#xff0c;全球定位系统&#xff08;GPS&#xff09;发挥了重要的作用。无论是在我们的手机中&#xff0c;还是在各种应用中&#xff0c;GPS都是实现精确位置定位的关键技术。然而&#xff0c;有时候我们可能需要对GPS进行…...

当社恐成为技术面试官

前言 在被不知道多少个面试官拒绝之后&#xff0c;毕业四年之际&#xff0c;我这个社恐也成为了一位面试官。至于社恐为什么能成为面试官&#xff0c;我想放到文末讲&#xff0c;感觉不是重点。 之前被面试&#xff0c;最讨厌的话就是&#xff1a;请简单介绍一下自己 我的内心…...

Jetpack Compose:使用PagerIndicator和Infinity实现滚动的HorizontalPager

Jetpack Compose&#xff1a;使用PagerIndicator和Infinity实现滚动的HorizontalPager 可能你已经知道&#xff0c;Jetpack Compose 默认不包含内置的ViewPager组件。然而&#xff0c;我们可以通过在 build.gradle 文件中添加 accompanist 库依赖&#xff0c;将 ViewPager 功能…...

2023年杭州/广州/东莞/深圳软考(中/高级)认证,618报名特惠

软考是全国计算机技术与软件专业技术资格&#xff08;水平&#xff09;考试&#xff08;简称软考&#xff09;项目&#xff0c;是由国家人力资源和社会保障部、工业和信息化部共同组织的国家级考试&#xff0c;既属于国家职业资格考试&#xff0c;又是职称资格考试。 系统集成…...

springboot项目外卖管理 day03-公共字段填充与新增删除分类

文章目录 一、公共字段自动填充1.1、问题分析1.2、代码实现1.2.1、在实体类的属性上加入TableField注解&#xff0c;指定自动填充的策略1.2.2按照框架要求编写元数据对象处理器&#xff0c;在此类中统一为公共字段赋值&#xff0c;此类需要实现MetaObjectHandler接口1.2.3 功能…...

Nginx:Tomcat部署及优化(一)

Nginx&#xff1a;Rewrite 一、Tomcat介绍1.1 Tomcat 简介1.2 Tomcat 核心的组件1.2.1 什么是 servlet1.2.2 什么是 JSP 1.3 Tomcat 功能组件结构1.3.1 Container 结构分析 1.4 Tomcat 请求过程 二、Tomcat 服务部署三、Tomcat 虚拟主机配置四、Tomcat多实例部署 一、Tomcat介绍…...

Docker Swarm 集群搭建和使用 —— 筑梦之路

简单介绍 swarm 集群由管理节点(Manager)和工作节点(Worker)构成。 管理节点:主要负责整个集群的管理工作包括集群配置、服务管理等所有跟集群有关的工作。诸如监控集群状态、分发任务至工作节点等操作。 工作节点:主要负责执行运行服务的任务。 官方文档:docker swarm…...

是否需要更换CRM系统如何评估?如何确保更换成功?

很多企业在使用CRM客户管理系统的过程中&#xff0c;并没有达到预期的效果&#xff0c;甚至出现了实施失败的情况。部分企业可能会考虑更换CRM系统&#xff0c;以期获得更好的结果。但是&#xff0c;更换CRM系统是否值得呢&#xff1f;下面我们就来说说。 一、是否该更换CRM …...

CSDN竞赛57期题解

总结 交卷时一看才六十多分还有点吃惊&#xff0c;一看非编程题部分还是丢了二十分。填空题是这类竞赛最大的诟病&#xff0c;答案是名词的必然不唯一&#xff0c;答案需要计算的给定的参考答案必然计算错误&#xff0c;更离谱的是题目出成这样&#xff0c;反馈后官方竟然一点…...

springboot+vue.js大学生竞赛报名作品评分管理系统

本文介绍了大学生竞赛管理系统的开发全过程。通过分析大学生竞赛管理系统管理的不足&#xff0c;创建了一个计算机管理大学生竞赛管理系统的方案。文章介绍了大学生竞赛管理系统的系统分析部分&#xff0c;包括可行性分析等&#xff0c;系统设计部分主要介绍了系统功能设计和数…...

Python爱好者的自我修养(1):简单输入与输出

Python简单输入与输出 1.输出1.1 简单输出1.2 转义字符1.2.1 定义1.2.2 常见的转义字符用法 2.输入3.温馨提示 终于…… 终于…… 我开始玩Python了 &#xff08;不是C不学了哈&#xff0c;C还是照更~&#xff09; 今天先来简单讲下输入和输出 1.输出 1.1 简单输出 输出的函…...

java SSM 摄影作品网站myeclipse开发mysql数据库springMVC模式java编程计算机网页设计

一、源码特点 java SSM 摄影作品网站系统是一套完善的web设计系统&#xff08;系统采用SSM框架进行设计开发&#xff0c;springspringMVCmybatis&#xff09;&#xff0c;对理解JSP java编程开发语言有帮助&#xff0c;系统具有完整的源代 码和数据库&#xff0c;系统主要采…...

[Maven高级]->近万字文章带你深入了解Maven

⭐作者介绍&#xff1a;大二本科网络工程专业在读&#xff0c;持续学习Java&#xff0c;努力输出优质文章 ⭐作者主页&#xff1a;逐梦苍穹 ⭐所属专栏&#xff1a;JavaEE ⭐如果觉得文章写的不错&#xff0c;欢迎点个关注一键三连&#x1f609;有写的不好的地方也欢迎指正&…...

物联网Lora模块从入门到精通(五)光照与温湿度传感器

一、前言 在程序开发中&#xff0c;光照与温湿度的获取是十分常见与重要的&#xff0c;本文我们主要是使用M21温湿度光照三合一传感器&#xff0c;其中温湿度数据通过协议获取&#xff0c;而光照通过ADC获取。 二、代码实现 本文内容较为简单&#xff0c;且后续文章将在本文基…...

【网络编程】计算机网络基础知识总结 | 运输层 |TCP协议

文章目录 前言一、计算机网络层次结构二、网络层三、运输层3.1、TCP/IP协议介绍3.2、端口&#xff08;协议端口号&#xff09;3.3、套接字3.4、TCP实现原理3.4.1、TCP的特点3.4.2、停止等待协议3.4.3、滑动窗口协议3.4.4、拥塞控制3.4.5、TCP连接的三个阶段 3.5、UDP实现原理 前…...

python关键知识点

1. 变量&#xff1a;在程序中存储值或对象的名称。 2. 数据类型&#xff1a;指变量的数据类型&#xff0c;例如 str、int、float、list、tuple、dict、set 等。 3. 操作符&#xff1a;表示运算符号&#xff0c;例如加号 和减号 -。 4. 循环&#xff1a;通过重复执行某个代码…...

c# 从零到精通 数组的操作-将两个一维数组合并成一个二维数组

c# 从零到精通 数组的操作-将两个一维数组合并成一个二维数组 using System; using System.Collections.Generic; using System.Linq; using System.Text; namespace Test07 { class Program { static void Main(string[] args) { //定义两个一维数组 int[] arr1 new int[] {…...

Linux目录结构(与window目录结构对比+绝对路径和相对路径)

一、Linux目录结构 Linux目录结构是一个标准化的文件系统层次结构&#xff0c;非常有组织性并且易于管理。而与Windows 操作系统不同&#xff0c;Linux将所有文件和设备都组织在一个单一的根目录下。以下是Linux的标准目录结构&#xff1a; /&#xff1a;根目录&#xff0c;包含…...

投票活动小程序开发搭建

由于小程序是基于微信开发者工具编写的&#xff0c;因此我先介绍一下需要使用的工具和技术&#xff1a; - 微信开发者工具&#xff1a;用于开发、调试和发布小程序。 - 小程序云开发&#xff1a;用于存储数据和进行后端逻辑处理。 - uni-app框架&#xff1a;uni-app 是一个使…...

LBE-LEX系列工业语音播放器|预警播报器|喇叭蜂鸣器的上位机配置操作说明

LBE-LEX系列工业语音播放器|预警播报器|喇叭蜂鸣器专为工业环境精心打造&#xff0c;完美适配AGV和无人叉车。同时&#xff0c;集成以太网与语音合成技术&#xff0c;为各类高级系统&#xff08;如MES、调度系统、库位管理、立库等&#xff09;提供高效便捷的语音交互体验。 L…...

大数据学习栈记——Neo4j的安装与使用

本文介绍图数据库Neofj的安装与使用&#xff0c;操作系统&#xff1a;Ubuntu24.04&#xff0c;Neofj版本&#xff1a;2025.04.0。 Apt安装 Neofj可以进行官网安装&#xff1a;Neo4j Deployment Center - Graph Database & Analytics 我这里安装是添加软件源的方法 最新版…...

C++实现分布式网络通信框架RPC(3)--rpc调用端

目录 一、前言 二、UserServiceRpc_Stub 三、 CallMethod方法的重写 头文件 实现 四、rpc调用端的调用 实现 五、 google::protobuf::RpcController *controller 头文件 实现 六、总结 一、前言 在前边的文章中&#xff0c;我们已经大致实现了rpc服务端的各项功能代…...

PPT|230页| 制造集团企业供应链端到端的数字化解决方案:从需求到结算的全链路业务闭环构建

制造业采购供应链管理是企业运营的核心环节&#xff0c;供应链协同管理在供应链上下游企业之间建立紧密的合作关系&#xff0c;通过信息共享、资源整合、业务协同等方式&#xff0c;实现供应链的全面管理和优化&#xff0c;提高供应链的效率和透明度&#xff0c;降低供应链的成…...

YSYX学习记录(八)

C语言&#xff0c;练习0&#xff1a; 先创建一个文件夹&#xff0c;我用的是物理机&#xff1a; 安装build-essential 练习1&#xff1a; 我注释掉了 #include <stdio.h> 出现下面错误 在你的文本编辑器中打开ex1文件&#xff0c;随机修改或删除一部分&#xff0c;之后…...

什么是库存周转?如何用进销存系统提高库存周转率?

你可能听说过这样一句话&#xff1a; “利润不是赚出来的&#xff0c;是管出来的。” 尤其是在制造业、批发零售、电商这类“货堆成山”的行业&#xff0c;很多企业看着销售不错&#xff0c;账上却没钱、利润也不见了&#xff0c;一翻库存才发现&#xff1a; 一堆卖不动的旧货…...

初学 pytest 记录

安装 pip install pytest用例可以是函数也可以是类中的方法 def test_func():print()class TestAdd: # def __init__(self): 在 pytest 中不可以使用__init__方法 # self.cc 12345 pytest.mark.api def test_str(self):res add(1, 2)assert res 12def test_int(self):r…...

Angular微前端架构:Module Federation + ngx-build-plus (Webpack)

以下是一个完整的 Angular 微前端示例&#xff0c;其中使用的是 Module Federation 和 npx-build-plus 实现了主应用&#xff08;Shell&#xff09;与子应用&#xff08;Remote&#xff09;的集成。 &#x1f6e0;️ 项目结构 angular-mf/ ├── shell-app/ # 主应用&…...

nnUNet V2修改网络——暴力替换网络为UNet++

更换前,要用nnUNet V2跑通所用数据集,证明nnUNet V2、数据集、运行环境等没有问题 阅读nnU-Net V2 的 U-Net结构,初步了解要修改的网络,知己知彼,修改起来才能游刃有余。 U-Net存在两个局限,一是网络的最佳深度因应用场景而异,这取决于任务的难度和可用于训练的标注数…...

数据库正常,但后端收不到数据原因及解决

从代码和日志来看&#xff0c;后端SQL查询确实返回了数据&#xff0c;但最终user对象却为null。这表明查询结果没有正确映射到User对象上。 在前后端分离&#xff0c;并且ai辅助开发的时候&#xff0c;很容易出现前后端变量名不一致情况&#xff0c;还不报错&#xff0c;只是单…...