目前，汽车中应用的雷达模组是相对比较笨拙的系统，包含了多个基于不同工艺的芯片。因此，为了追求更小的尺寸和更低的成本，Infineon（英飞凌）、NXP（恩智浦）、Renesas（瑞萨）以及TI（德州仪器）正在开发在同一个器件上整合多个元件的集成雷达芯片组。
汽车市场对视觉、雷达和LiDAR（激光雷达）传感器的需求不断增长，因为这些传感器能够实现先进辅助驾驶（ADAS）和自动/无人驾驶功能，不仅如此，汽车制造商还对传感器供应商提出了更加苛刻的新要求。
LiDAR、雷达以及图像传感器是未来自动驾驶汽车的核心支柱?
汽车市场对供应商的要求一直很高。OEM厂商为了实现ADAS和自动驾驶技术，希望相关传感器在提升安全性的同时，尺寸能够更小、速度更快且成本更低。通常，ADAS包括多种安全功能，例如自动紧急制动、车道监测以及障碍物警示等。
雷达，是一种障碍物探测技术，用于汽车盲点探测及其它安全功能。“近年来，雷达模组的尺寸获得了大幅缩小，其散热要求也越来越高，”NXP（恩智浦）产品线经理Thomas Wilson说，“市场对雷达性能的要求越来越高，而尺寸要求不断缩小，因此成本压力越来越大。”
目前，汽车中应用的雷达模组是相对比较笨拙的系统，包含了多个基于不同工艺的芯片。因此，为了追求更小的尺寸和更低的成本，Infineon（英飞凌）、NXP（恩智浦）、Renesas（瑞萨）以及TI（德州仪器）正在开发在同一个器件上整合多个元件的集成雷达芯片组。
尽管这些雷达芯片组可以针对多种不同的ADAS应用，但是，它们也代表了一种新的设计趋势。IC制造商将不再采用多种不同的工艺来制造各种芯片，而是采用45nm和28nm的标准CMOS工艺来集成雷达器件。当然，其它可选工艺还包括22nm体硅工艺和FD-SOI（全耗尽型绝缘硅）工艺。
实现ADAS和自动驾驶的另一种核心技术，激光雷达（LiDAR），是一种利用脉冲激光来测量目标距离的技术，也正从笨重的机械旋转扫描系统，向集成更多元件、尺寸更小的固态单元发展，以降低高昂的制造成本。
雷达业界正在开发下一代高分辨率雷达，以期替代昂贵的LiDAR，不过，LiDAR开发商也并没有闲着。
事实上，目前并没有任何一种技术能够满足所有ADAS或自动/无人驾驶要求。如今，有些汽车已经集成了先进的视觉系统和雷达系统。接下来，它们或许还会装配LiDAR，这意味着视觉系统、雷达和LiDAR技术将在一定时期内和谐共存，共同实现汽车ADAS及未来的自动驾驶功能。
每一种技术都有其优势和短板。“LiDAR相比视觉和雷达，是一种昂贵得多的传感器系统，但是，它在目标识别方面精度更高。不过，LiDAR在雪、雨、雾等恶劣的气候条件下也有其局限性。” Semico Research公司总裁Jim Feldhan说，“雷达似乎不太会受到天气条件的影响，但是雷达无法像LiDAR那样精确的确定目标物体的尺寸和形状。”
共同的目标：安全性更高的汽车
为了制造安全性更高的汽车，汽车制造商急需这些专门针对车辆安全性的环境感知技术。据美国国家高速公路交通安全管理局统计，94%的严重车辆事故都是由于驾驶员的操作失误而造成的。
为此，近年来汽车产业为车辆配备了越来越多的主被动安全功能。据NXP的Wilson介绍，目前产业正朝着两条殊途同归的路径发展，即新车评价规程（NCAP）和自动驾驶技术。
近年来，亚洲、欧洲和美国推出了各自的NCAP指南。在这些新车评价规程中，汽车经过相应测试，基于车辆安全性给予星级评价。五星评价为最高等级，一星则最低。
“这种五星评价体系对车辆销售产生了巨大影响。越来越多的消费者倾向购买拥有五星评价的车辆，因为这类车辆的安全性更高，并且，保险费用也更低，”Wilson称。
每个主要地区都有自己的NCAP标准。但简单来说，基本的NCAP标准都包含了多种ADAS技术，例如自适应巡航控制、自动紧急制动、并线辅助、车道保持等。
NCAP及自动驾驶趋势
自适应巡航控制，能够帮助汽车在车流中，自动调整车速、保证与前车的安全距离，进行自动巡航。自动紧急制动功能，能够在车辆感知到有可能发生碰撞事故前，自动进行车辆制动。
车道保持功能，能够帮助车辆保持在一个车道中巡航行驶，避免不安全的车道变更。而并线辅助功能，能够在车辆转弯或变换车道时，探测后方或侧方是否有车辆等障碍物，向驾驶员发出警示或制动车辆。
NCAP发展路径图推动了在汽车中集成更多的传感器。“例如，自动紧急制动功能，即需要摄像头，也需要雷达传感器，” GlobalFoundries（格罗方德）汽车事业部副总裁Mark Granger说，“这种技术已经开始从超豪华汽车，下放到更多的中端车型中。”
除了NCAP之外，汽车制造商还朝着包括自动驾驶汽车在内的另一条道路发展，自动驾驶技术也在推动摄像头、LiDAR和雷达的需求增长。尽管，十年或更久之内，全自动驾驶汽车并不会成为市场主流。
L3/L4级自动驾驶架构
任何一种ADAS技术或自动驾驶技术都仅是实现自动驾驶架构的一部分，它们必须能够无缝衔接地协同工作。
“例如，应用日益增长的V2V（车辆与车辆的互联）以及V2X（车辆与万物的互联），意味着需要更多的车载雷达系统，”UMC市场部副总裁Steven Liu说，“这些系统还需要其它技术提供支持，包括汽车防碰撞雷达，全球定位系统，与交通信号灯及车辆调度进行识别和交互的传感器等。这些系统都需要与车辆现有系统相结合，如驾乘舒适及娱乐控制系统，以及控制温度、胎压及燃油的引擎监控子系统等。”
你是我的眼
据报道，汽车制造商同时采用多种方案来实现ADAS。例如，Tesla（特斯拉）生产的车型搭载了8个摄像头，12个超声波传感器和雷达。超声波传感器利用声波来测量车辆与物体之间的距离。
Tesla目前还没有采用LiDAR，是因为LiDAR技术成本太高昂。其它正在开发自动驾驶汽车的厂商，或将在其车辆中同时应用摄像头、雷达和LiDAR。
不管在那种方案中，先进的视觉系统都是实现自动驾驶的核心部件。“近年来，基于摄像头的传感器已经能够提供广泛的测距功能，例如路标探测、车道偏离预警、远近光控制、泊车辅助以及驾驶员状态监测等，”TowerJazz公司CMOS图像传感器业务部高级副总裁兼总经理Avi Strum说。
大陆MFC430TA、采埃孚-天合S-Cam 3和博世MPC2汽车ADAS摄像头对比分析?
但是，摄像头仍无法提供所有的安全功能。“事实上，Mobileye等厂商坚信，仅凭基于摄像头的传感器便能提供完整的ADAS解决方案，”Strum说，“虽然基于摄像头的传感器能够在光照良好的条件下，以卓越的分辨率感知周围环境，但是在黑暗、雨、雾、雪等恶劣环境下，这类传感器的性能便会大幅下滑。”
这意味着基于摄像头的传感器还有很大的改善空间，尤其在动态范围和近红外灵敏度等方面，Strum补充道。
“雷达波”带你浪
雷达也是ADAS和自动驾驶的核心技术之一。简而言之，雷达通过发射毫米波范围的电磁波，电磁波遇到障碍物后发生反射，被雷达系统捕获，由此计算便能确定障碍物的距离、速度和角度。
通常，OEM厂商会在车辆中采用短距离和长距离雷达。自适应巡航控制和自动紧急制动功能采用长距离雷达（LRR）。长距离雷达一般装配在车辆前保险杠后方。
雷达和自动驾驶汽车
前向长距离雷达采用77GHz毫米波频率，探测范围覆盖160~200米。通常，前向雷达模组集成了多种不同的组件，例如微控制器（MCU）和RF（射频）收发器。收发器负责将雷达数据通过链接传送给MCU，由MCU进行雷达数据处理。
MCU的制造往往基于CMOS工艺，正从55nm或40nm工艺向28nm及以下工艺节点转移。同时，单独的RF收发器一般基于高性能SiGe（硅锗）RF工艺。也有采用BiCMOS工艺。两种技术都源自更成熟的工艺节点。
前向长距离雷达仍将保持在77GHz频段，但是器件技术正在发展。以近期的新产品为例，TI推出了一款单芯片雷达产品，在同一个器件上整合了MCU和收发器。这款雷达芯片组基于45nm RF CMOS工艺，实现了不同组件的集成。
“单芯片雷达传感器解决方案相比双芯片解决方案，具有诸多优势，”TI产品经理Kishore Ramaiah说，“因为这是一种RF CMOS解决方案，它具有更低的功耗和更高的集成度，这意味着能够带来更小的尺寸和更优化的BOM。”
不过，至少目前来看，前向长距离雷达或仍将大部分采用分立解决方案。“长距离雷达模组设计还存在很多变数，我认为MCU和收发器还将在一定时间内保持分立设计，”NXP公司的Wilson说，“随着时间的发展，当RF CMOS技术发展到能够支持长距离雷达的RF性能要求时，它相比SiGe技术才会更有竞争力。我预计这两种解决方案将在一段时期内共存。”
而短距离（SRR）雷达模组方面则有了切实的设计革新，目前大多数短距离雷达模组的工作频率为24GHz，探测距离约60~70米。
安装在汽车前后方两角的短距离雷达模组，可用于车道探测、车道保持等相关功能。同时，并线辅助功能也采用安装在前部侧方保险杠的短距离雷达。
为了使车辆获得更先进的ADAS功能，短距离雷达正从24GHz向更高性能的79GHz更替。采用79GHz是为了避免和前向77GHz长距离雷达发生干扰。
装配于车辆后方两角的雷达模组也正在从分立模式向芯片组解决方案过渡。“市场对集成收发器和MCU的RF CMOS方案很感兴趣。但是，相对前向长距离雷达，市场更倾向于在车辆四角的短距离雷达上应用芯片组集成解决方案，因为这些雷达需要尺寸做的更小，并且对成本更加敏感，”Wilson说。
对于这类雷达模组，OEM厂商提供了多种方案。如上所述，TI提供了采用45nm RF CMOS工艺的芯片组。而ADI和Renesas正在开发一款采用28nm RF CMOS工艺的77/79 GHz的雷达器件。同时，GlobalFoundries则提供22nm FD-SOI工艺，一种在衬底中加入薄绝缘层以抑制漏损的技术。
和体硅CMOS工艺类似，FD-SOI工艺能够使芯片制造商集成包括雷达芯片在内的多种元件。而且，FD-SOI还能解决其它问题。“一颗雷达单元的功耗已经很高了。如果集成了多个雷达器件，系统散热将成为一个大问题，” GlobalFoundries产品线管理高级总监Bert Fransis说，“而体硅CMOS工艺无法解决这种问题。采用FD-SOI工艺，则能使每款雷达解决方案的功耗降低至1 watt以下。”
当然，还有较传统的选择方案，采用单独的基于SiGe的雷达收发器。“基于SiGe的短距离和长距离雷达能够满足汽车雷达系统的要求，”TowerJazz市场战略高级总监Amol Kalburge说，“采用SiGe方案最重要的是，同一颗芯片上的发射端功率放大器和接收端低噪音放大器之间的完整集成，才能使系统获得最优的性能和更低的成本。”
如上所述，雷达系统对于ADAS和自动驾驶应用来说，有优势也有劣势。“雷达传感器相对来说尺寸比较紧凑，成本效益也高，因此，现在已经被OEM厂商大量采用，”Kalburge说道，“目前的汽车雷达解决方案，其分辨率还不足以应对全自动驾驶应用，现在正在开发新的硬件和软件解决方案来提高雷达系统的分辨率。”
事实上，业界正在努力开发下一代雷达。其中一个目标便是缩小与LiDAR之间的分辨率差距，或能进一步取代LiDAR。“未来，我们或将看到雷达和LiDAR之间的激烈竞争，”GlobalFoundries公司的Granger说。
雷达研发方面，Imec（欧洲微电子研究中心）目前正在开发140GHz雷达技术。也有其它厂商及研究机构正在研究成像雷达技术。“雷达技术一直在不断发展，”National Instruments（国家仪器）公司的市场技术专家Marcus Monroe说，“新的天线设计和先进的处理算法将为雷达带来更高的性能和全新的功能，使其能够用于之前无法胜任的应用场景，例如行人探测等。”
那么成像雷达又是什么鬼？“成像雷达是一种雷达应用，通过快速产生的雷达脉冲，利用反射的雷达能量来创建2D或3D图像。这种技术在航天产业已经应用多年，例如陆地测绘和气象监测等。这种技术还没有用在汽车雷达上，可能是由于功耗和处理能力限制，”Monroe说。
LiDAR VS. 高分辨率雷达
高大上的LiDAR
LiDAR技术一直在进步。这项技术可以应用于自动驾驶汽车，但不仅限于该应用。“大家会看到LiDAR和摄像头、雷达一起联合应用于ADAS系统，”全球最知名的汽车LiDAR供应商Velodyne公司首席技术官Anand Gopalan说。
LiDAR和雷达不同。“LiDAR通过发射一系列脉冲激光，然后测量激光反射回来的飞行时间，”Gopalan解释道，“再利用这些数据创建周围环境的3D、高分辨率地图。”
LiDAR目前还面临很多技术挑战，它包含了很多运动部件，而且价格十分昂贵，但是，这一切都正在改变。根据Yole的数据，一般情况下，汽车摄像头模块的售价大约30美元，而LiDAR系统的售价则高达3000美元以上。但是，现在新开发的LiDAR系统正朝着300美元以下而努力。
根据著名市场研究机构Frost and Sullivan研究，现在，主要有三种LiDAR技术方案——机械、MEMS以及混合固态技术。机械LiDAR主要用于高端工业市场，而基于MEMS技术的LiDAR解决方案刚刚兴起。
目前，有许多创业公司正在研究尺寸更小、更加紧凑的固态LIDAR系统。固态LiDAR不含或仅含很少的可动部件。
Velodyne公司目前的主力LiDAR产品
LiDAR采用的主要核心组件包括，激光二极管、光电探测器以及处理单元。
据Frost and Sullivan介绍，LiDAR利用激光二极管发射一束波长905nm的脉冲激光，投射出100万个光子，不过，仅有1个光子能够反射回系统。
因此，LiDAR制造商在系统中集成了最多64个激光器，来提高发射出的光子数量。通过激光器每发射10亿个光子，大约能收集到1000个反射回来的光子。此时，便利用系统中的光电探测器来感知并捕获一定视场角（field of view）内反射回来的光子信号。因此，太阳光和天气条件可能会影响探测器的信噪比。
光电探测器通过计算反射光子的飞行时间，便能计算获得LiDAR与物体之间的距离。“信号处理非常复杂，需要采用FPGA（现场可编程门阵列）或处理器等高密度处理单元，”Velodyne公司的Gopalan说。
一直以来，LiDAR都朝着集成更多功能，同时不断降低成本的目标而努力。“我们采用了自己开发的ASIC技术，将很多重要的功能集成到一组ASIC中，”Gopalan说，“短期内，我们不认为可以在一颗单芯片上集成完整的LiDAR系统，但是会尽可能的朝这个方向努力。市场将会看到一款高度集成的、具有完整功能的多芯片LiDAR模组。”
LiDAR中的其它组件也在朝着高度集成化发展，例如激光二极管驱动器，它负责为激光二极管提供电流。
例如，Velodyne采用了来自EPC公司（宜普电源转换公司）的基于GaN（氮化镓）技术的激光二极管驱动器芯片。据EPC公司首席执行官Alex Lidow称，基于GaN技术的开关速度比硅技术要快100倍。
EPC第五代低压（100V）GaN晶体管?
“得益于GaN器件的快速开关速度、高电压和高电流性能，激光器每次脉冲的时间更短，发射的光子数量更多，”Lidow说，“因此，LiDAR系统能够‘看’得更远，分辨率更高，更快地创建周围环境的3D数字地图。”
基于GaN的激光二极管驱动器占据LiDAR系统总成本的不到5%。“GaN晶体管已经逐渐被GaN集成电路所取代，将在改善性能的同时进一步降低系统成本，”Lidow说。
EPC的GaN激光二极管驱动器由Episil（汉磊）的代工厂加工制造，基于350nm工艺。随着时间的推移，EPC计划逐步迁移至130nm工艺。
LiDAR系统中另一个关键组件是光电二极管，一种负责将光信号转换为电信号的半导体器件。对于LiDAR应用，目前主要有四类光电二极管：pin光电二极管、雪崩光电二极管（APD）、单光子雪崩二极管（SPAD）以及硅光电倍增管（SiPMs）。
“探测器技术的选择主要取决于波长的选择，” Gopalan说，“在905nm波段，硅APD在增益和信噪比方面仍是最可靠的技术。SiPMs仍极具前景，但是它们在LiDAR系统级的信噪比优势还有待进一步证明。”
那么未来这些技术将如何发展？摄像头、LiDAR以及雷达，很有可能将和谐共存。“这些技术各自都无法单独支撑ADAS或自动驾驶系统，” Gopalan说，“对于雷达来说，相比LiDAR，它还有很大的空间来增强数据、补充环境感知信息。而摄像头，也将继续作为第三种传感器，成为LiDAR和雷达的最佳‘队友’。”