ToF激光雷达的“命脉”：感算存一体、全数字化的SPAD-SoC

交流群 | 进“传感器群/滑板底盘群/汽车基础软件群/域控制器群”请扫描文末二维码，添加九章小助手，务必备注交流群名称 + 真实姓名 + 公司 + 职位（不备注无法通过好友验证）

---

作者 | 苏清涛

今年以来，在一些车企的决策中，“去激光雷达”似乎已经开始从理论层面升级到实践层面。不过，在本质上，要不要用激光雷达，不单是个技术路线问题，更是个成本问题。一旦激光雷达的价格降到200美金以内，那些如今正讨论“去激光雷达”的主机厂，便可能会“另做考量”。

在电子行业，有一个普遍规律是：产品的芯片化程度越高、芯片的集成度越高，成本就越低。在ToF激光雷达中，产业界已默认芯片化的VCSEL+SPAD面阵是降本的大方向，并且，VCSEL和SPAD的集成度越高，成本就越低。

探索如何通过芯片化来提高VCSEL和SPAD的集成度的，有两股力量：头部激光雷达厂商，激光雷达上游的供应商。

经过几年的发展，国内有很多家VCSEL芯片供应商已经进入成熟量产阶段，可以提供比较丰富的选择，而SPAD芯片这块技术主要掌握在索尼、滨松、安森美等国际供应商里 ，中国供应商鲜有涉及。

尤其是，供应商的产品中，用于车载激光雷达的大面阵SPAD芯片，只有索尼的IMX459。

因为，大面阵与小面阵的关键区别在于应用场景、分辨率和探测距离。大面阵既要分辨率足够高，又要探测距离足够长，还要信噪比较低，这对数据采集和处理都提出了很高的要求。

大面阵在工程实现上的难度都要比小面阵大得多。好比你做个8051单机，别人做个大型服务器CPU，两者都可以叫“中央处理器”，但在难度上来说，两者有质的区别。

SPAD芯片从小面阵到大面阵，难度的升级，就好比盖楼：如果只打算盖10米高的楼，用木材就可以盖出来，农耕时代就是这么做的；但如果想盖一个100米或200米高的楼，它就一定需要钢筋混凝土、力学仿真、大型工程机械等等，它背后需要一系列现代化的工程能力。

由于大面阵SPAD芯片的研发难度较高，因此，现阶段，在探测端采用SPAD技术的激光雷达厂商只好“退一步”，先在量产产品上采用了过渡形态的SiPM——SPAD输出的是数字信号，而由一组SPAD及电阻电容元件串并联而成的SiPM输出的则是模拟电路，这就没有将SPAD的优势充分发挥出来。

（关于为什么要采用SiPM这个“过渡形态”的技术，我们将在本文后面的内容中做详细的解释。）

不过，在两年前，主攻高度集成化、全芯片化、全数字化SPAD-SoC的识光芯科公司在苏州成立。在此之前的几年，识光创始人曾领导设计了全球首款用于车载激光雷达的大面阵SPAD芯片。

⽬前，识光芯科（下文简称为“识光”）团队已经完成了三款芯片的回片点亮，包括⼀款毫米级精度的单点SPAD-SoC、⼀款BSI SPAD测试芯⽚和⼀款⾯阵测试芯⽚。

此外，还有两款大面阵SPAD-SoC已完成设计并交付流片。其中一款是百万级像元的大面阵SPAD-SoC SP100，另一款则是旗舰版车载大面阵SPAD-SoC SQ100——将于2024年初回片。

为解开这款SPAD-SoC的神秘面纱，笔者于近日跟识光团队做了深入交流。

一

识光大面阵SPAD-SoC的几大亮点

1.   感算存一体，高度芯片化集成

感存算一体，即SPAD-SoC方案中，感知（高性能背照式SPAD阵列、高精度时钟采样矩阵）、计算（高并发dToF感知算法加速器）、存储（单光子测距引擎）几个单元都被集成到一个空间里面了。

感算存一体的芯片化集成，使得各模块间的数据传输不受分立芯片间的带宽和延迟限制。

车载高性能激光雷达SPAD-SoC每秒产生的原始数据达到TB每秒的量级，不可能靠片外处理，于是，片上算法的好坏就显得尤为重要。而上图中的单光子测距引擎（RSP，Ranging Signal Processor)，就是识光将测距算法固化在硬件上了。把量最大、消耗运算资源最多的那部分数据处理，在SoC芯片内部实现，这让百万级像元的SPAD面阵具备了实现的可能性，同时有助于减小系统的整体功耗。

识光芯片上集成的测距算法解决了探测过程中同步、滤波、寻峰、降噪、补偿等问题，获得了毫米级的测距精度，实现了抗多机和环境光干扰。

识光：

单光子测距引擎如果做得足够好，就能把环境光噪声抑制下去，然后把原始信号剥离出来，这对提升探测器的探测效率是有帮助的。

第一张图右侧的激光雷达控制单元，取代的是当前激光雷达公司常用的作为主控芯片的FPGA或MCU。当前，一些激光雷公司的计划是用一颗ASIC芯片来取代FPGA或MCU，但识光的做法是将这个功能模块集成到SPAD-SoC中了。

值得一提的是，激光发射控制器，也被集成到激光雷达控制单元中了。这样不仅降低了BOM成本，也降低了光学装调和制造的难度，使得激光雷达的整机成本降至200美金甚至100美金有了可能。

目前，为数不多的几款SPAD面阵产品，均未达到如此高的集成度。

2.全数字化

SPAD（单光子雪崩二极管）是一个光电转换器件，在激光雷达应用中，用来检测激光回波信号。不同于传统的光电转换器件，SPAD器件在理论上拥有无穷大的增益，可以灵敏地检测到单个光子的存在。

无论是此前的主流探测器APD还是当前的主流探测器SiPM，输出的信号都是模拟信号；而SPAD阵列输出的则是数字信号。

模拟信号的信息采集往往需要复杂的多颗独立芯片精密配合，成本高、体积大，同时，其对信号的分辨能力弱、解析力差，对能量的使用效率又很低，最终导致功耗高。

比如，APD器件，由于增益有限，需要非常高的激光发射功率，而且它需要几十甚至上百伏特的偏置高压，因此，这个技术路线很难被小型化集成。

再比如，SiPM器件，虽然也使用了SPAD做为感光像元，灵敏度有所提升，但由于为了“向下兼容”输出模拟信号，简易的电阻电容串并联引入了大量噪声和失真，对像元的使用效率也很低，所以，为了实现较高的性能，还需要把激光器发射功率做得很高、把光学系统的尺寸做得很大。

另外，模拟信号天生易受到各种干扰，再加上现代电子系统中普遍采用数字信号处理技术，模拟信号就必须经过模数转换（ADC）为数字信号后才能进行处理，整个过程会导致数据失真，其最后输出的数据精度无法与数字信号相比。

而在识光的高集成度SPAD-SoC方案中，从光子进到激光雷达里边被转化为电信号，再到后面的数据处理，再到点云的呈现，整个过程全部都是数字化的。

在这个数字化的架构中，SPAD采集到的信息通过单光子计数的方式被精确地累加并记录起来，不会发生SiPM系统中的数模模数二次转换带来的损耗与失真。

数字化的像素靶面还可以更精准地匹配光斑，带来更小的暗计数噪声。再加上时域或者空间的巧合检测，使得系统信噪比大幅提高，所需的发射光功率和光学组件尺寸大幅下降，也可以轻松达到几十皮秒的精度的数字时间采样（SiPM数据采样的时间分辨率往往只能做到纳秒级别）。

全数字化架构是公认的下一代激光雷达架构。

数字化的优势也早已在电子行业中得到普遍验证，例如大哥大到数字移动电话、磁带随身听到后来的MP3， 一旦完成了模拟到数字的转换，电子产品就可以进行芯片化集成，性能更高、体积更小，整个行业的门槛也会随即降低，产品得到广泛应用。

过于“数字化”这个主题，在后面的对话部分，我们会做更详细的讨论。

3.支持2D寻址

以在一个维度还是两个维度扫描为依据，可将全固态激光雷达分为1D寻址与2D寻址。所谓1D寻址，即只在X轴这个方向上扫描；所谓2D寻址，即可在X轴和Y轴两个方向上扫描。

相⽐于1D寻址， 2D寻址扫描分区可以更⼩，同⼀分区内不同像素通道间的串扰影响更低，行业里公认2D寻址是解决“高反污染”问题的“最佳方案”。

注：有多家激光雷达整机厂商反映，在使用SPAD技术时，如果扫描的近距离目标周围存在高反射率的物体（例如镜面、路标、金属等，简称“高反物体”），会引起串扰及膨胀的问题。对这些“高反物体”干扰激光雷达正常功能能力的问题，我们统称为“高反污染”。

此外，在分区数量相同时，VCSEL激光器打线的pad更宽，更容易布线，而且同一分区激光器发光的一致性更好，对驱动的设计也更友好（有助于电流的导通与关断）。

但⽬前尚未⻅2D寻址的SPAD芯片。

1D寻址的SPAD方案理论上也可以通过将1D分区的窄长条切分为过于细碎的窄短条来实现“类2D”寻址，但这种方式下系统的帧率和探测距离会急剧下降。这跟2D寻址“能够在解决串扰问题的同时保持高帧率和远探测距离”的优势不符。

(2D寻址这个内容比较复杂，一两句说不清楚，在文章末尾的“附”部分，会有3000多字的内容专门谈这个话题。)

4.不止成像

识光方面称：

基于SPAD的无穷大增益和单光子检测能力，这款SPAD-SoC具备高速和暗光成像等特点，因而可对道路上快速移动、突然出现的物体进行实时探测，同时确保夜晚行驶的安全性。

（这里说的“高速成像”，指成像的帧率可达到每秒几万帧。——作者注）

从下图中我们可以看到，在风扇静止的状态下，摄像头和使用了面阵芯片的激光雷达都可以地看到扇叶的位置。

在风扇高速旋转的情况下，摄像头无法看清楚扇叶的形态和位置，但是基于SPAD单光子检测的特性，面阵芯片仍然能够清晰地看到高速运行下的扇叶。

识光的SPAD-SoC还能够同时输出2D和3D数据。它无需搭配摄像头、无需对数据做后处理即可实时输出固定分辨率的深度图像、信号图像和环境图像。

 

二

这款SPAD-SoC的操刀者，是怎样的一群人？

识光在成⽴4个⽉后即完成第⼀颗芯⽚单点SPAD-SoC  SK100的交付，并且实现一次流片成功、⼀次点亮。

第一款BSI SPAD测试芯⽚，仅6个⽉便完成设计⾄点亮，也是⼀次流⽚成功、⼀次点亮。

同一时期还完成了百万级像元的大面阵SPAD-SoC SP100的设计

通常，一款芯片从设计到完成流片，至少需12个月左右，识光能在如此短的时间里就完成多款新品的设计，这得益于识光核心团队在公司成立之前就积累的相关经验。

识光创始人，是全球范围内最早把VCSEL+SPAD路线商业化落地的团队的负责人，回国创业前，曾在海外完成了多颗车载大面阵SPAD芯片的设计流片和量产。识光各子系统负责人拥有甲骨文、英伟达、苹果等公司的超大型芯片项目实战经验，SPAD器件负责人来自全球顶尖实验室。

芯⽚架构和数字电路负责⼈是超算CPU系统级芯⽚设计师，所设计的⾼精度时钟采样电路分辨率可达几十⽪秒级，且能够对数万个SPAD同时进⾏采样和数据处理， 这是取得强大并行采样能力和高点频的基础。同时拥有完整的车规级SPAD芯片设计能力。

三

以激光雷达系统视角定义SPAD

相比其他SPAD芯⽚公司，识光团队有一个独有的优势就是：对下游需求的理解程度更深。

虽然定位是激光雷达上游的供应商，识光核心团队不少成员自己就有激光雷达整机系统的设计能⼒，因而，可以从更⾼的视⻆来俯览激光雷达整机设计，从最终系统需求出发，结合光学、VCSEL等配套核⼼器件的特性，定义SPAD接收芯⽚架构，进⽽做到系统层⾯的性能、效率、成本最优。

这种从系统视⻆定义核⼼芯⽚的做法，与苹果⾃研iPhone/Macbook CPU的思路⼀致。

四

以下为九章与识光团队的对话实录

全场景覆盖

九章：做成面阵，探测距离能满足车企对主激光雷达（前视）的需求吗？如果VCSEL的探测距离跟不上，客户买了你们的SPAD面阵，也很难用好啊，那你们岂不是被VCSEL厂商拖累了？

识光：首先，得纠正一下：“大面阵SPAD的探测距离上不去”这个说法并不成立。市面上已经有SPAD激光雷达的探测距离可以达到200米@10%了。

其次，我们倒不会担心所谓“被VCSEL的进展拖累”。从我2016年开始做VCSEL+SPAD技术路线到今天，VCSEL器件发展迅速，其单位光功率密度已经翻了几番，目前已经可以覆盖包含补盲和转镜等大多数应用场景，相信很短的未来就可以实现全场景覆盖。

做激光雷达行业的“高通”

九章：你们的客户全都是激光雷达公司吧？

识光：激光雷达公司确实是我们比较大的一个客户群，但我们同时还面向机器人和工业领域的一些方案商。随着dtof技术的发展，目前应用的领域越来越多，识光有足够的实力服务更多行业和消费品领域客户。

九章：对这些公司，你们是会提供一套参考设计吧？就是说，他从你这里只买SPAC-SoC，但发射端应该用怎样规格的VCSEL，你们也会提建议？

识光：是的，我们希望通过这种方式极大地降低生产制造激光雷达的技术门槛。

九章：ToF激光雷达中，壁垒最高的SPAD SoC正是你们的主业，同时呢，你们又具备做激光雷达整机的经验，那你们以后会不会做激光雷达整机呢？

识光：不会做。我们的定位是Tier 2，做激光雷达行业的“高通”，而不做手机厂商。

为什么会有SiPM这个“过渡形态”

九章：SiPM是由一组SPAD及电阻电容并联组成的，但SAPD输出的是数字信号，而SiPM输出的则是模拟信号，从输出的信号看，SiPM要比SPAD阵列落后。

而后续的SPAD阵列又“回归”到数字信号，这也表明SiPM确实只是一个“过渡形态”。那为什么会有SiPM这个过渡形态呢？

识光：每一次技术革新都不会是一蹴而就的，技术向下兼容的产品往往在某个特定的时间点有他存在的价值，但往往也是相对短暂的过渡性存在。

我们每天使用的计算机系统里也有很多这样的例子。

比如，LCD显示器尽管输出的是数字信号，但在刚刚普及的时候，它也会带有VGA模拟接口，就是为了向下兼容此前没有DVI数字接口的主机设备。

【以下内容摘自https://zh.wikipedia.org/wiki/DVI

以模拟方式发送视频资料的标准VGA是为了适应以CRT（阴极射线管）为基础的显示设备而设计，然而，当LCD等数字化的显示设备开始实用化时，若再以模拟方式发送信号至数字显示设备，则该设备必须以特定频率将扫描线信号（模拟信号）取样再转换回成数字格式，若取样出现误差，便会导致画面质量劣化

…

并且，当信号来源为电脑时，显卡将数字的信号转换为模拟信号，再被LCD显示器转换回数字信号的流程显然是多余的。因此，DVI也随着LCD显示器成为主流而被广泛使用。——作者注】

SiPM 之于激光雷达系统，同VGA接口与LCD显示器的关系十分类似，都是系统向数字化转型过程中的临时过渡方案。

在标准的SPAD检测数字化系统中，为了得到每个像素的光强信息，每个感光像素是由多个SPAD像元组成，而每个像元都有自己的TDC（时间数字转换器件，直接采取光子的时间信息），这些TDC的数字信号通过单光子计数的方式被精确地累加并记录起来。

但对大多数激光雷达厂商来说，在从APD向SPAD切换的起步阶段，通用DSP(信号处理单元)如何直接获取SPAD输出的数字信号，大家基本上都还没有成熟的方案，而APD时代以ADC（Analog-to-Digital Converter,从模拟信号向数字信号的转换器）作为采样器的方案却是现成的，无需新的研发投入。

在这种情况下，激光雷达厂商找到了在核物理和医疗领域已经比较成熟的SiPM。

SPAD的输出波形是单幅值的，无法分辨回波强度，因此，探测端只有单颗SPAD的话，是没有能力带回足够多关于目标物的信息。要让光子能带回足够多的关于目标物的信息，就必须将多个SPAD并联，使输出波形变为多幅值的，这样，回波强度就可分辨了。

在SiPM方案中，多个SPAD像元组成一个像素，但SPAD输出的0-1信号并不会被直接进行时域信息采集，而是先通过电阻电容的并串联将多个SPAD的输出信息混叠，形成近似而非精确、且易受干扰的模拟电压信号。

由于是输出的是模拟信号，所以，后续的电路组件可以复用上一代模拟激光雷达的ADC芯片和信号处理算法，实现了SPAD器件在技术上的向后兼容。

九章：听上去，输出信号变成模拟信号，其实是为了“迁就”作为采样器的ADC，因为ADC跟SiPM端相连的就是模拟信号接口?

识光：是的。此外，ADC采样后的数据处理算法，也会有一定程度上的复用，因为SiPM具有和模拟APD感光器件类似的模拟信号特性。

九章：为什么通过串并联，就有可能将输出信号由数字信号转换成模拟信号了呢？

识光：电阻电容和信号的串并联，是相对粗糙的一种从数字信号到模拟信号的转换方式。SPAD输出的0-1的脉冲信号可以跨过隔绝直流信号的电容，然后通过电阻转换为电流信号之后汇聚集合，再通过汇聚点后的另一个电阻或者夸阻放大器（TIA）转换成电压模拟信号。

九章:但这种转换，一定也造成了不少牺牲吧？

识光：的确，上面提到的电阻电容因为体积限制，在并联时往往需要做片上集成，而硅半导体工艺里小型阻容感分立器件的个体差异会非常大，所以，输出电压的模拟信号充其量近似于光子数量且非线性，无法做到对信息的精确采集。

另一方面，后续数字到模拟的转换（ADC）会有更多的损耗和失真。

识光的全数字化方案

九章：到什么时候，SiPM这个过渡形态的技术会退出舞台呢？

识光：我们接触的所有激光雷达客户里，除了正在量产收尾的项目，已经没有客户在新开SiPM技术路线的研发项目了。

所有的电子产品都会经历从模拟到数字化的演进，这个演进一旦完成了，传统的模拟技术很快就被替换掉了。就像是从磁带随身听到后来的MP3，因为MP3可以做到数字化芯片化，一夜之间深圳的很多小厂都可以做出音质可以媲美但是体积、价格都远远好于传统磁带机的产品，很快随身磁带机就失去了这个垄断了很多年市场。更没有厂商会在之前的领域继续投入资源研发新产品。

九章：你们所强调的“全数字化”，其实主要就是指在探测器端和采样器端都砍掉了“模拟接口”，而是直接输出数字信号，后面TDC再直接采数字信号？

识光：是的。从光子被SPAD器件转化为电信号后直接通过TDC记录光子到达时间，再通过我们独有算法的数字信号处理，再到测距结果的标定补偿，整个过程全部都数字化，并在一颗芯片内完成。

九章：全面数字化的SPAD阵列，相比于当前模拟信号的SiPM，优势主要体现在哪些方面？

识光：所有的电子产品，基本都经历了从模拟到数字的升级过程。我们以之前的录像带和后来的MP3做个简单的对比，可以发现，从模拟信号到数字信号，一个最直观的变化是体积会大幅度缩小。同理，在激光雷达中，相比于SiPM方案，SPAD阵列方案会使整机系统的体积进一步下降。

数字化的另一个特点是，没有了数模—模数的转换，原始信号的失真更小，因而可以被更准确地保留了下来。

TDC的时间检测精度可以达到几十皮秒甚至更小的数量级，而ADC的采样率往往只能达到纳秒量级，所以，原始数据的时间精度有几十倍甚至百倍的提升。可以理解为，从西式菜谱里的“一茶匙盐”精确到了化学手册里“2.53克氯化钠”。

九章：之前的模拟信号，就好比是，我去抄你的试卷，但一不小心就会抄错；现在的数字信号，就相当于我直接把你的卷子复印一份？

识光：对。也可以理解为，模拟传输更像是我拿手机对着你的屏幕去翻拍，出来的效果就会差很多；而数字传输则是，我们照了一张合影，然后你直接原图微信发我。

九章：SPAD阵列的信噪比应该也比SiPM高吧？

识光：会的。

相较于SPAD单光子计数，SiPM因为属于分立元件激光雷达架构，对光信号的转化不够精确高效，所以，往往单个像素需要更大的感光靶面来实现同样的效果，这就会有更大的暗计数——即感光器件内部产生的噪声。另外，在SiPM输出的模拟信号中，所有信号无论激光回波还是噪声都被简单地糅在一起，无法区分处理。

但在单光子计数的SPAD-SoC里，各种信号可以数字化地根据时间、位置、强度等特征进行分类存储并处理；再结合高性能的片上算法，激光回波信息就很容易在噪声信号中被识别出来。

也正是因为这个原因，SPAD-SoC激光雷达系统对发射功率和接收光孔径的要求要明显小于SiPM激光雷达系统。所以其体积、功耗和成本都有着显著的优势。

大面阵与小面阵

九章：很多公司都将SPAD面阵分为大面阵（主要面向车载场景）和小面阵（主要面向手机等消费级产品），两者的主要区别就在分辨率和探测距离吧。还有其他的吗？

识光：没错。大面阵和小面阵主要是应用场景、分辨率和探测距离的区别，但是内部集成度和设计难度上的也还是有很大差异。这里可以类比CPU，就好像今天还在被广泛使用的8051单片机和很多我们同事参与过的手机AP和超算CPU都可以被称为是中央处理器，但它们有质的区别。

首先，小面阵SPAD只需要完成光信号的原始数据采集，信号处理可以交给外部处理器（手机和扫地机器人普遍都是这个架构），但车规大面阵就不行。

因为，车规大面阵的分辨率高 (100x+)，探测距离远(10x+)，所以它的原始数据量往往是消费类小面阵的千倍甚至万倍以上，达到几百GB甚至TB每秒的量级，而目前的车载网络的带宽远远不够处理如此大的数据量。所以，大面阵产生的数据必须在“本地”由大面阵芯片自己先处理完，然后再把提取出来的距离和信号特征信息传输给域控制器。

其次，大面阵既要求分辨率足够高，又要求探测距离足够长，还要信噪比较低，这对数据采集和处理都提出了很高的要求。

在发射端元器件及功率既定的情况下，激光雷达的探测距离主要取决于反射信号的光功率，而反射信号的光功率又跟传感距离的平方成反比。因此，既要准确检测0.1米的障碍物，又要在100米处的时候也要看得很清楚，这是1千倍的差距，而对反射信号的光功率来说，这意味着100万倍的动态范围，其中的难度可想而知。

还有，大面阵的芯片尺寸本身也带来了物理层面的挑战。

芯片设计面对的本质上是一个二维的平面的世界，伴随芯片面积的增加，信号通路的拥挤程度是几何级数上升的。而且，面阵芯片中的2D寻址又会将设计难度推向一个新的高度。

信号通路，供电网络、时钟网络、发热管理、DFM等等一系列问题，在大芯片设计中都需要拥有丰富实战经验的资深专家来解决，这也是我们的优势所在。

总之，SPAD芯片从小面阵到大面阵，难度的升级，就好比盖楼：如果只打算盖10米高的楼，用木材就可以盖出来，农耕时代就是这么做的；但如果想盖一个100米或200米高的楼，它就一定需要钢筋混凝土、力学仿真、大型工程机械等等，它背后需要工业化和一整套技术和能力。

关于片上算法集成

九章：将测距算法集成到SoC上，有什么壁垒吗？

识光：如果你之前没有丰富的整机系统经验，对激光雷达需要怎样的测距算法不是很了解的话，贸然上一套算法，如果算法没写好，可能导致芯片流片失败。

我们团队的成员已经做过很多代这种集成了测距算法的芯片，并且，积累了丰富的实战经验，得到客户的认可，所以，我们就有底气这么干。

九章：那开发这套测距算法的壁垒在哪里呢？

识光：需要对模拟电路及SPAD器件都有很深的理解，然后再根据它们的特性来调制测距算法；此外，还需要掌握跟激光雷达系统设计的能力。

为什么要采用3D堆叠工艺

九章：好几家做SPAD的公司都在采用3D堆叠工艺，为什么都会这样？因为对集成度要求更高，其他工艺满足不了需求吗？

识光：小面阵可以不这么做，但大面阵都必须要通过3D堆叠工艺来实现。

（图源：https://ieeexplore.ieee.org/stamp/stamp.jsp?arnumber=9566373）

大面阵SPAD芯片需要同时满足以下三个条件：

i.处理电路（上图中深灰色部分）面积要比较大，而且需要与它对应的淬灭电路（浅灰）之间要建立数据连接；

ii.淬灭电路（浅灰）跟SPAD像元（黄色）的距离不能太远——否则会影响时间测量的准确性和系统时间；

iii.每两个像素（每个像素里包括N个SPAD）之间的间隔不能太远——否则，就会存在填充因子过低的问题，从而影响到探测的灵敏度。

单晶元工艺下，单独满足其中的一条，或同时满足其中的两条，都不难，但要同时满足三条，就特别难了。这就是个“不可能三角”。

典型的单张晶元设计如上图(a,b)这两个例子。a 设计可以满足i, ii，但是填充因子很差；b设计可以满足ii,iii，但在大面阵设计中因为绕线资源的限制很难满足i。

只有3D堆叠的两张晶元键合(c,d)才可以比较好地解决这个问题。

适应性

九章：当前，激光雷达的主控芯片FPGA，因为可编程，所以对多种技术路线的适应性强。那识光做的SoC，如何保持这种对不同技术路线的适应能力呢？

识光：我们的信号处理单元RSP（Ranging Signal Processor）是可编程的——RSP分软硬两部分，其中软的部分可以用通用语言进行编程，硬的部分也可以通过寄存器灵活配置功能和参数。

如从CPU到FPGA到片上算法，灵活度依次递减，但是效率一定是依次递增的。激光雷达内部集成FPGA是以非常高的成本和功耗为代价的，我们的做法是，在了解绝大多数客户需要什么样的算法的基础上，把效率做到最高，然后让它灵活可配置。

客户的切换成本

九章：对于用惯了APD的激光雷达厂商来说，向SPAD和SiPM切换面临着一个巨大的挑战：对信号的处理这块需要极大的转变。这可能也是为什么目前真正量产的不多的原因。那识光的SPAD-SoC方案有什么办法降低客户的“切换成本”吗？

识光：我们其实是希望能帮客户降低从 APD 或者从 SiPM 切向SPAD—SoC的门槛的。

有的客户是之前对激光雷达没有积累、刚入行做激光雷达的公司，我们可以提供系统层面的建议；而即便客户是一家头部的激光雷达厂商，我们能提供的也不止是SPAD-SoC芯片，我们也还是可以输出一些其他Know-How给他们的，毕竟，在VCSEL+SPAD这个方向上，我们团队的经验积累是最多的。

几个工程细节问题

01

并行处理

九章：SPAD SoC可同步并行处理的通道数量，是决定系统帧率、点频、探测距离、分辨率等系统指标的关键因素，但它又会受到芯片功耗、面积、走线难度、时钟设计难度等因素的限制。那识光在SPAD-SoC的过程中是如何权衡并行处理相关问题的？

识光：首先，我们会根据自己对激光雷达系统的理解来决定采样的帧率、点频、探测距离等参数，然后根据客户的需求来优化芯片整体的面积和功耗，从而根据我们的经验来制定一个最高效的架构。

02

噪声

九章：SPAD方案，在提升探测性能的同时，噪声的增加是不可避免的吗？还是说现在已经有办法可以避免了？

识光：激光雷达本身带来的噪声，是可以通过技术手段避免的，但环境光噪声必然会随着探测性能的提升而增加。不过，一些巧妙的光学设计是可以进一步抑制环境光噪声，这类光学设计往往需要接收芯片的配合。另外，片上算法也会对这类问题有显著的改善。

九章：高温也会进一步影响SPAD的噪声水平，在原有的高后脉冲效应、寄生脉冲、串扰等不利因素的基础上，加剧性能的恶化。目前识光已经克服这些问题了吗？

识光：我们在设计SPAD器件结构的时候会尽量把暗计数压低，同时也会在片上做相关的噪声过滤算法。

03

死区时间

九章：SPAD的 "死区时间"（dead time）即在每次探测到一个光子事件之后，SPAD探测器需要恢复其正常工作状态所需的时间间隔（通常是几纳秒）。在这个死区时间内，探测器无法再次探测到新的光子事件。如果背景光噪声较强，SPAD会由于频繁的误触发而处于一种“疲劳”的状态，点云噪点会明显增多，探测距离也会因此衰减。这一问题，识光是否已经解决了？

识光：这其实是一个动态范围的问题。我们通过在电路及系统设计层面来增加SPAD的动态范围，就可以保证在环境光干扰之下的信号仍然可以被系统接收到。

九章： 一方面，需要通过死区时间来抑制后脉冲率，另一方面，死区时间又会影响到探测次数，那如何在死区时间的控制上平衡这两个目标？

识光：其实，后脉冲在SPAD器件设计中是可以被优化的，如果SPAD做得足够好，后脉冲率是很低的，那所需死区时间的值就可以很小。当然，要把死区时间的值做小，淬灭电路面积就需要变大，功耗会升高。这里面需要优化的技术点非常多。

04

后脉冲效应

九章：SPAD的“暗计数/暗噪声”和“后脉冲效应”都可能会导致误报，从而降低探测稳定性。那么，在抑制“暗计数”和“后脉冲效应”方面，识光采取了什么措施？

识光：暗计数我们现在可以做到 100 Hz以内，后脉冲率小于1%，这些基本上已经已经不会对使用产生影响。

05

填充因子

九章：“填充因子”是决定探测器的感光灵敏度的一项关键因素，那在提升SPAD探测器的 "填充因子"方面，识光做了哪些努力？

识光：采用微纳光学结构、微透镜等，这里面会有一些独特的散射结构，光进去之后，可以被散射到硅里面，这样确实能增加光的吸收效果。

06

光子暗计数差

九章：当多个光子几乎同时到达 SPAD 阵列时，只有第一个光子的计数会被记录，导致其他光子的计数被漏掉或低估。这可能导致真实光子计数的误差，从而影响激光雷达系统对目标的检测灵敏度和精确性。识光是否已经解决这一问题？

识光：SiPM容易产生这个问题，多个SPAD器件连接在一个TDC采样通道上的时候，也会产生这种问题。但我们的芯片结构和算法可以保证每个信号都被采到，这样就不会有这个问题。

07

抖动效应

九章：抖动效应（时间抖动）会对SPAD探测器的时间分辨率产生影响，进而影响到探测距离的精确度。那么，为减少抖动效应带来的不利影响，识光采取了哪些技术措施？

识光：首先，我们通过优化的SPAD设计，降低了SPAD本身产生的时间抖动；其次，我们通过优化的前端电路和计时电路设计，将时间信号在传输和采集过程中的抖动保持在较低水平。

08

反射率标定

九章：有激光雷达整机厂商反映，相比于APD,SPAD针对目标物的反射率很难标定准确。针对这个问题，识光这边有解吗？

识光：用我们的片上测距算法的话，在SPAD里面也能做出非常不错的反射率信息标定。

09

增益能力

九章：有激光雷达厂商反映，目前，他们用过的SPAD，增益能力不能满足系统对测试距离的要求，也不能匹配激光器功率。这一问题，识光能解决吗？

识光：根据过往经验，只要搭配合适的片上算法和系统设计，VCSEL+SPAD方案就可以在激光器发光功率特别低（瓦数为个位数）的情况下，还能探测到150米处甚至更远10%反射率的目标物。

10

探测效率（PDE）

九章：SPAD的探测效率（PDE）还有提升空间吗？如果有，主要靠什么？

识光：有，但当PDE达到了一定的性能水平，再提升PDE对整个系统的帮助不再那么明显。

因为，PDE是跟SNR(信噪比)的平方成正比，也就是说， PDE从2%增长到32%，增长了16倍的时候，SNR增长了4倍，探测距离也因此而增长了2倍，这个成绩是很了不起的；但PDE从30%增长到60%，只增长了2倍，SNR增长了1.4倍（根号2），距离的变化则只有1.2（根号1.414）了，提升有限。

可见，PDE在增加到一定值之后，再继续提升，意义已经不大了。

【严格地说，上面的“增长了多少倍”这种表述是不严谨的，比如，“增长了16倍”实际上增长了15倍，准确的说法是“增长至前值的16倍”——类似于于英文里面的increase to与increase by的区别，但为表述简炼，本文仍沿用这一许多人都在用的表述方法。——作者注 】

附：关于“2D寻址”

之前的机械式或现在的混合固态激雷达（收发系统是点状或线列），一次只能探测一个点或一条线，但可通过运动的扫描部件实现对一个面的探测；而到了Flash阶段（收发系统是面阵）的阶段，在最理想的情况下，一次就能探测一个面。

“一次探测一整个面”这种理想局面的出现有一个前提：面阵光源中的所有激光器同时开启，对整个目标探测区域打光，探测器中对应的感光器件接收反射激光信号，即1次打光实现对整个视场的探测。

然而，受激光器发射功率和接收端信号并行处理能力等因素的限制，目前还无法做到“所有激光器同时开启”。主流的做法是，将发射端分成若干个分区，依次开启其中一个分区，接收端开启与之对应的感光器件，直至遍历整个探测区域。

分区开启，又分为1D寻址和2D寻址，跟摄像头一样，目前Flash激光雷达主流的扫描方式是1D寻址。如下图左侧：

（图中浅蓝色表示当前开启的分区）

1D寻址即激光器只在X这一个维度上扫描，激光器和探测器对各分区“依次开启”，图中用浅蓝色标出的“长条”就是当前开启的区域。

2D寻址，则是指系统可在X和Y两个维度上同时扫描，图中用浅蓝色标出的“方块”就是当前开启的分区，系统按一定的顺序依次开启每个分区以完成对整个视场的扫描。

1D寻址一有一个无法避免的问题就是：串扰。

之前，有多家激光雷达整机厂商反映，在使用SPAD技术时，如果扫描的近距离目标周围存在高反射率的物体（例如镜面、路标、金属等，简称“高反物体”），会引起串扰及膨胀的问题。

串扰，即一个通道的激光脉冲信号对其他通道产生的干扰；膨胀，通常表现为一个正常高反指示牌的点云轮廓会向四周扩散，呈现出来一个比真实物体更大的点云形状，且多出来的点云部分的反射强度表现会偏低。（下方左图为“膨胀”点云图，右图为正常点云图）

可以说，对SPAD来说，高反物体其实就是一个“污染源”。“高反污染”问题，已经成为制约VCSEL+SPAD路线发展的一大障碍了。

但之所以这两个问题比较普遍，是因为当前的SPAD/SiPM采用的都是1D寻址的方案；如果改用2D寻址方案，问题就没有这么严重了。

在1D寻址的方案中，SPAD每次开启的区域是以一个“大长条”为“最基本单元”的，在遇到高反物体时，图一中“长条”上只要有一个点被污染了，整个“最基本单元”就都受影响了。由于每个“最基本单元”的面积比较大，那这个“局部损毁”对激光雷达整体探测能力的影响就比较大。

在2D寻址的方案中，SPAD每次开启的区域是以一个“小方块”为“最基本单元”的，在遇到高反物体时， 照样存在某个小点被污染导致整个“最基本单元”受影响的问题。但由于每个“最基本单元”的面积比较小，那这个“局部损毁”对激光雷达整体测距能力的影响就微乎其微了。

（图二中的小方块，未必一定是正方形，但总的来说，形状越接近正方形，就越容易减少污染源带来的不利影响。）

识光称：

行业里公认2D寻址是解决“高反污染”问题的“最佳方案”。

此外，在分区数量相同时，2D寻址VCSEL激光器打线的pad更宽，更容易布线，而且同一分区激光器发光的一致性更好。

2D寻址的另外一个好处是，可降低激光雷达收发端的成本。

激光器和探测器的分区开启，需要好多开关来配合。但不同方案所需要的开关数量是不一样的。

在1D寻址方案中，每开启一个分区，就需要1个开关，如果需要开启100个分区，就需要100个开关；但在2D寻址方案中，我如果开启100个分区，我可以选择X维的10个开关跟Y维的10个开关来配合，总共只需要20个开关，这就节省了80个开关的成本。

（1D寻址和2D寻址的分区数量往往是一样的。这是因为在1D和2D的分区下，整体光功率是一定的，每个区对应的光功率也是一样的，所以分区数量是一样的。——作者注）

发射端的2D寻址方案，VCSEL龙头Lumentum已经做出来了。但探测端的，业界的人差不多的都意识到了，但目前还没有看到真正落地的，因为做起来实在太难了。

1D寻址的接收芯片中数据的流向是固定的，就是跟分区长边垂直的方向；但2D寻址的SPAD-SoC需要数据流同时流向X和Y两个方向，并且要可以灵活处理期间的穿插和重叠，是一个非常大的挑战 。

但识光称已经克服了这些困难。

END

---

交流群 |  进“传感器群/滑板底盘群/汽车基础软件群/域控制器群”请扫描上方二维码，添加九章小助手，务必备注交流群名称 + 真实姓名 + 公司 + 职位（不备注无法通过好友验证）

写在最后

关于投稿

如果您有兴趣给《九章智驾》投稿（“知识积累整理”类型文章），请扫描右方二维码，添加工作人员微信。

注：加微信时务必备注您的真实姓名、公司、现岗位，谢谢！

“知识积累”类稿件质量要求：

A：信息密度高于绝大多数券商的绝大多数报告，不低于《九章智驾》的平均水平；

B：信息要高度稀缺，需要80%以上的信息是在其他媒体上看不到的，如果基于公开信息，需有特别牛逼的独家观点才行。多谢理解与支持。

推荐阅读：

◆当“软件定义汽车”遇上“硬件拖软件的后腿”

◆自动驾驶合成数据科普一：不做真实数据的“颠覆者”，做“杠杆” 

◆自动驾驶数据闭环系列之一：理想丰满，现实骨感

◆万字长文说清大模型在自动驾驶领域的应用

◆“去高精地图”跟“轻高精地图”有啥区别？落地的挑战又是啥？| 九章自动驾驶随笔之一

◆工程化能力，并非L4自动驾驶公司不可逾越的障碍 | 九章自动驾驶随笔之二

◆主机厂的“丈母娘思维”，迫使自动驾驶行业背离了“最优解” | 九章自动驾驶随笔之三