感知——分析——行动。这是高级驾驶辅助系统（ADAS）的运作原理。现代车辆依靠传感器网络，对周围环境进行更精准、更可靠的感知。传感器融合技术将来自雷达、摄像头、激光雷达和超声波传感器的数据，与人工智能和深度学习相结合，从而提供车辆做出瞬间决策所需的环境感知能力。
自1999年梅赛德斯-奔驰“教会汽车看”以来，雷达一直是ADAS（高级驾驶辅助系统）经受住考验的基石。 然而，摄像头和激光雷达技术正在飞速发展，为车辆的感知能力增添了更丰富的细节和深度。尤其是激光雷达，长期以来一直徘徊在功能性解决方案与可规模化制造之间。GF正通过采用FinFET、先进封装和光子学技术来弥合这一差距，为实现大规模市场应用铺平道路。
这些互补的传感器协同工作，可提供高分辨率成像、3D 测绘和物体分类功能——这些功能对于当今的更安全驾驶以及未来的完全自动驾驶出行都至关重要。
摄像头：让您的爱车看得更清晰
摄像头会拍摄车辆周围的高质量图像，以识别车道标线、限速标志、转向信号、行人等。先进的算法会分析摄像头拍摄的图像，从而测算出物体的距离、尺寸和速度，使系统能够做出恰当的反应。
汽车摄像头并不像手机那样采用超高像素，因为像素越多，车辆计算机系统需要处理的数据量就越大。生成超高分辨率的图像会显著增加传输到中央处理器的数据量，这可能会超出系统级芯片（SoC）的处理能力——这些芯片必须即时分析这些信息以确保安全。 过量的数据可能会拖慢处理速度，甚至导致系统不堪重负。因此，必须在检测距离与中央SoC所需的处理能力之间谨慎权衡。
动态范围是图像质量的主要关键绩效指标（KPI），对于在复杂的光照和天气条件下（从黄昏时的强烈阳光到黑暗、暴雨或大雾）保持成像准确性至关重要。要实现如此高的动态范围成像，就需要在汽车用堆叠式CMOS图像传感器（CIS）中采用日益先进的读出集成电路（ROIC）。 针对高性能汽车级CIS的ROIC，系统级、电路级和晶体管级的要求之间存在着直接的关联。
系统级
- 必须提高分辨率（从800万像素提升至1200万至1600万像素）、帧率（≥30帧/秒）和动态范围（≥130分贝），这些因素综合起来会增加ROIC的处理负载。
- 至少6Gbps的传输带宽至关重要，这凸显了集成SerDes的必要性。
- 远距离探测取决于高像素分辨率、高速运行以及极低的读出噪声（包括1/f噪声和RTS噪声）。
- 要提升弱光性能，必须同时将模数转换器（ADC）和晶体管的噪声降至最低。
电路级
- 为了满足高带宽的需求，电路必须具备更高的时钟频率、更低的抖动以及更低的噪声。
- 由于芯片尺寸的限制，需要实现高电容密度、强劲的跨导（gm）以及高效的逻辑单元面积利用率。
- 要在高达 125°C 的温度下保持可靠的功能，必须具备低泄漏特性。
晶体管级
- 高速运行要求晶体管具备优异的Ft/Fmax比和低噪声特性。
- 要在高温环境下保持稳定的性能，关键在于有效的漏电流控制和优化的晶体管密度。
车载摄像头拍摄的图像为许多高级驾驶辅助系统（ADAS）功能提供了技术支撑，例如车道偏离预警、碰撞预防和泊车辅助，因此已成为当代汽车安全解决方案不可或缺的一部分。GF的先进技术平台持续推动着尖端汽车图像处理系统（CIS）解决方案的开发。
激光雷达：3D道路测绘
如果说摄像头是汽车的眼睛，那么激光雷达（LiDAR）则赋予了汽车深度感知能力。与仅能获取二维图像不同，激光雷达通过发射激光脉冲并测量其回波，从而生成周围环境的3D点云。
通过这种方式，激光雷达能够生成车辆周围环境的详细三维地图。这正是汽车能够区分行人、骑车人、动物、其他车辆或垃圾桶的关键所在。 以无人驾驶商用卡车服务商Aurora为例。其长距离激光雷达能在漆黑的夜间探测到450米以外的物体，甚至比传统驾驶员早11秒识别出目标。
这种精准的3D视觉技术支撑着当今的ADAS功能，例如车道保持、行人检测和自适应巡航控制，并为未来实现完全自动驾驶功能奠定了基础。
汽车激光雷达系统的关键性能指标
- 检测范围与精度
- 长距离激光雷达的探测距离必须超过300米。
- 视场（FoV）
- 短距离激光雷达 水平视场角约为 150°
- 垂直视场角：20–30°
- 角分辨率：
- 大范围：0.1–0.15°
- 短距离：0.6°
- 距离分辨率/测距精度
- 目标是将精度提高到约5厘米
- 帧率
- 目标帧率提升：30 fps
- 积分率
- dToF：提升至约1000万点/秒
- FMCW：预计约200万点/秒
- 功耗
- System-level power target: << 20 W
格罗方德如何助力更智能的传感器
GF 始终处于推动摄像头和激光雷达技术发展的前沿，致力于提供能够提升性能、集成度和效率的解决方案。
对于汽车摄像头而言，图像传感器是决定其性能的核心组件。GlobalFoundries 为堆叠式 CMOS 图像传感器 (CIS) 提供先进的读出集成电路 (ROIC) 解决方案，采用业界领先的 40nm 和 22nm 工艺节点，以满足新一代汽车应用的严苛要求。 40纳米和22纳米平台为模拟电路提供了低噪声性能，即使在汽车极端高温环境下也能保持低功耗。特别是，采用40纳米工艺的图像传感器具有出色的图像质量和高度的可靠性，而基于22纳米工艺的平台则提供了卓越的信号处理能力和低功耗运行。其部分优势包括：
- 更高分辨率和更宽的动态范围：GF 的解决方案通过实现更快、低噪声且功耗更低的模数转换，使图像传感器能够捕捉分辨率更高、动态范围更宽的图像
- 系统集成：将 内存、ISP（图像信号处理器）、模拟接口和高速接口等关键组件集成到 单芯片上，可简化ADAS系统的复杂性。
随着摄像头生成和处理海量数据，串行化/反串行化技术能够将数据转换为快速、精简的数据流，通过单根线缆传输，并在接收端将其还原以便进行处理。GF在OpenGMSL联盟中发挥着积极作用，并致力于支持集成SerDes功能的智能传感器。
对于激光雷达（LiDAR）， GF基于45SPCLO平台的硅光子学技术能够将激光源、发射器、接收器和信号处理集成于单芯片上，从而缩小激光雷达的体积，使其更容易安装在车辆上。该平台支持O波段和C波段波长，并采用特殊的氮化硅（SiN）波导，以实现业界领先的传播损耗性能。
此外，GF的高性能硅锗（SiGe）是高性能激光雷达成像质量的黄金标准，其跨阻放大器的响应速度无与伦比，能够更快地处理信号并检测物体。
优点包括。
- 微型化：将多个光学元件集成到单个芯片上，可实现更具成本效益且结构紧凑的激光雷达系统。开发高度集成的真正固态FMCW激光雷达，有助于降低制造成本，从而使激光雷达更易于普及。
- 电子集成： 将SiPh与CMOS电子技术相结合 ，可增强信号处理能力，从而打造出更智能、功能更强大的传感器。
摄像头和激光雷达的崛起将引领自动驾驶的未来
雷达、摄像头和激光雷达各自都有其独特优势，但在让汽车变得更智能、更安全方面，它们必须协同工作。GF的技术正是融合这些传感器的核心，帮助道路上的汽车看得更远、反应更快，并在眨眼之间做出更明智的决策。
尽管摄像头和激光雷达在汽车行业尚属新兴技术，但在提升其性能和集成度方面蕴藏着巨大潜力。GF正助力汽车制造商加速部署更安全、更智能、更自动化的车辆。
作者简介
本桥雄一（Yuichi Motohashi）是 GlobalFoundries 的终端市场副总监，负责领导全球汽车摄像头、激光雷达、SerDes 和显示器领域的业务，这些产品促进了下一代 ADAS、自动驾驶和增强型车内体验。
