使用合适的 TIA 确保 LiDAR 汽车距离传感器的精度

自主驾驶车辆要想成功，乘客必须相信汽车传感器和软件能够安全准确地引导他们到达目的地。实现信任的关键在于融合来自不同类型传感器的输入，以提高精度、冗余度和安全性，这是一项能够实现高级驾驶辅助系统 (ADAS) 的技术。其中一个主要的传感器是光检测和测距 (LiDAR) 传感器，设计者需要确保 LiDAR 系统具有适合自动驾驶汽车的最高可靠性、分辨率、精度和响应速度。

LiDAR 的性能在很大程度上依赖于前端跨阻放大器 (TIA)，该放大器能快速回收雪崩光电二极管 (APD) 信号以提供数字反馈。通过将反馈信号的时间戳与传输信号的时间戳进行比较，可以计算出飞行时间 (ToF) 从而实现测距。

本文将简要讨论与利用 LiDAR 开发物体精确探测反馈电路相关的问题。然后会介绍 Analog Devices 提供的一个 TIA，展示它如何利用其高速、带宽和低输入阻抗优势，快速恢复反射光，产生纳秒 (ns) 级的光电二极管上升时间。为了实现最佳的整体性能，同时还将展示如何通过交流耦合来抑制 APD 暗电流和环境光，从而实现精确的 ToF 估计。

ADAS 的关键要素

ADAS 的核心是复杂的用于分析外部物体的传感系统。识别并定位这些物体能够让车辆通知司机或采取适当的行动（或两者兼而有之）以避免事故发生。ADAS 背后的传感器技术可能包括相机、惯性测量装置 (IMU)、雷达，当然还有 LiDAR。其中，LiDAR 是执行自主驾驶车辆恶劣天气和横向距离感知和测距的关键光学技术。它是 ADAS 系统的一个组成部分（图 1）。

图 1：视觉（相机和相关软件）、雷达和 LiDAR 系统相互补充，为 ADAS 提供信息，使之能够采取适当的行动。（图片来源：Analog Devices）

ADAS 系统利用相机快速、准确地检测和识别外部物体，如车辆、行人、障碍物、交通标志和车道线。进行分析后可触发相应的应对措施，以最大限度地提高安全性。应对措施包括车道偏离预警、自动紧急制动、盲点提醒、驾驶员唤醒和警报监测等。相机的优势在于物体分类和横向分辨率。

自足式 IMU 系统通常由陀螺仪、磁力仪和加速计三部分组成，可测量角度和线性运动。IMU 通过万向球可靠地输出综合角速度和加速度量。万向节是一种可让物体围绕单轴旋转的枢轴支架。一组三个万向节，一个万向节安装在另一个具有正交枢轴的万向节上，因此可以让安装在最内侧万向节上的物体保持独立于其支架的旋转。IMU 将 GNSS 的精度从米 (m) 提高到厘米 (cm)，从而实现准确的车道定位。

汽车雷达技术适应能力可测量许多不同的变量，包括距离和速度，同时还能在黑暗中提供“可见度”。通常，24 和 77 千兆赫 (GHz) 的信号速率用于高分辨率。雷达传感器可以捕捉其视野内不同物体的反射信号。然后，车辆会在所有其他传感器输入背景下分析传感器输出，以确定是否需要调整转向或进行制动，例如防止碰撞。

为了完成 ADAS 画面，LiDAR 利用了光谱响应范围在 200 至 1150 纳米 (nm) 之间的光学器件。该系统会测量从激光发射到反射信号接收的 ToF。通过对多种信号进行编绘，可以建立准确的关于车辆周围环境的多维深度图。LiDAR 的应用包括防撞、盲点检测、紧急制动、自适应巡航控制、动态悬挂控制和驻车辅助等。在恶劣天气条件下，LiDAR 系统的横向分辨率和能力都超过了雷达。

ADAS 和自主驾驶车辆需要围绕车身放置多个这样的传感器，以进行 360˚ 的检测和分析（图 2）。

图 2：相机、雷达和 LiDAR 共同为车辆提供 360° 的周围视野，以确保车内外人员的安全。（图片来源：Analog Devices）

随着这些传感器及其相关软件的改进，驾驶员、乘客和任何接近车辆的人都将变得更加安全。

LiDAR 光学系统

LiDAR 的设计已经发生很大的变化，从价值高达 75,000 美元的旋转在车顶上的“咖啡罐”传感器，发展到更现代的每个只要 1,000 美元左右的设备。成本降低主要是由于激光器和相关电子产品取得了突破。转而使用半导体专用激光器（以前对应旋转的咖啡罐）以及先进半导体工艺的推广是成本和尺寸降低的主要原因。现在，可以有多个 LiDAR 传感器放置在车辆的前后以及侧面，从而实现低成本的 360˚ 可见性。

典型的 LiDAR 设计可以分解为三个主要部分：数据采集 (DAQ)、模拟前端 (AFE) 和激光源（图 3）。

图 3：LiDAR 评估系统的分解显示 LiDAR 主要由三部分组成：DAQ、AFE 和激光源。（图片来源：Analog Devices）

DAQ 包含一个高速模数转换器 (ADC) 和相应的电源和时钟，用于收集来自激光器和 AFE 的 ToF 数据。AFE 包含 APD 光传感器和 TIA，用于采集反射信号。整个信号链会对对 APD 输出信号进行调节，将其送入 DAQ 部分中的 ADC。AFE 在其输出到 DAQ 的过程中也包含了延迟定时。激光部分包含激光器和相关的驱动电路，并传输初始激光输出信号。

LiDAR AFE

如图 4 所示，是一个 LiDAR 接收机信号链示例，链路从高压反向偏置（-120 至 -300 伏）、低输入电容 APD 开始，后接 TIA，如 Analog Devices 的 LTC6561HUF#PBF。设计时实现较低的 APD 输入和印刷电路板寄生电容对补充 TIA 的高速 220 MHz 增益带宽积 (GBWP) 很重要。TIA 输入部分需要特别注意，以实现理想的信号完整性和信道隔离度，这样该 APD 产生的当前信号中就不会增加更多的噪声，从而最大限度地提高系统的 SNR 和物体检测率。

为了增强信号完整性，TIA 有一个低通放大器滤波器，即 Analog Devices 的 LT6016，可以抑制高速信号瞬时振荡。TIA 将 APD 输出电流 (I_APD) 转换为输出电压 V_TIA。电压 V_TIA 传输到差分缓冲放大器（Analog Devices 的 ADA4950-1YCPZ-R7），驱动 ADC 的输入（未显示）。

图 4：该设计的 AFE 由 APD、LTC6561 TIA 和 ADA4950 差分输入/输出高速放大器组成。LT6016 是一种抑制高速信号瞬时振荡的放大器滤波器。（图片来源：Analog Devices）

为了使用 ToF 计算距离，我们使用了 ADC 采样率增量来确定接收到的光脉冲的分辨率，公式 1：

 公式 1

其中：

L_S = 光速（3×¹⁰⁸米/秒 (m/s)）

f_S = ADC 采样率

N = 从产生光脉冲到接收到光脉冲反射之间的时间间隔内的 ADC 样本数。

例如，如果 ADC 的采样率为 1GHz，那么每个样本对应 15 cm 的距离。

必须有接近零的抽样不确定性，因为即使有几个样本不确定也会导致相当大的测量误差。因此，LiDAR 系统使用并行的 TIA 和 ADC 来推动实现零采样不确定性。通道数的增加增加了功率耗散和印刷电路板的尺寸。这些关键的设计限制也需要带有 JESD204B 接口的高速、串行输出 ADC 来解决并行 ADC 问题。

LiDAR 传感器

如前所述，LiDAR 系统中的关键传感元件是 APD。这些光电二极管的反向偏压加上内部增益，范围从几十伏到几百伏不等。APD 信噪比 (SNR) 高于 PIN 光电二极管。此外，APD 的快速时间响应、低暗电流和高灵敏度也使之变得与众不同。APD 光谱响应范围为 200 至 1150nm，匹配 LiDAR 的典型光谱范围。

Marktech Optoelectronics 的 MTAPD-07-010 就是一个好 APD 实例，其光谱响应范围为 400 至 1100 nm，峰值点为 905 nm（图 5）。该器件的有效面积为 0.04 平方毫米 (mm²)。其功耗为 1毫瓦 (mW)，正向电流为 1 毫安 (mA)，工作电压为 0.95 × 其 200 伏（最大值）的击穿电压 (Vbr)。其上升时间为 0.6 ns。

图 5：MTPAPD-07-0101 APD 在 905 nm 时达到峰值响应，有效面积为 0.04 ^mm2，上升时间为 6 ns。（图片来源：Marktech Optoelectronics）

典型的半导体型 APD 工作时的反向电压相对较高，达到几十伏甚至上百伏，有时刚好低于击穿电压（按 MTAPD-07-010为 0.95 Vbr）。在这种配置中，吸收的光子会在强内部电场中激发电子和空穴，产生二次载流子。在几微米的范围内，雪崩过程有效地放大了光电流。

由于其工作特性，APD 需要较少的电子信号放大，且不易受到电子噪声的影响，因此 APD 对极度敏感的探测器很有用。硅 APD 的乘法或增益因子会根据器件和施加的反向电压变化而变化。MTAPD-07-010 的增益为 100。

TIA 解决方案

在工作中，LiDAR 发出数字突发光信号，其反射信号将被 MTAPD-07-010 APD 捕获。这就要求 TIA 具有快速的饱和过载恢复时间，以及快速的输出多路复用。LTC6561 低噪声、四通道 TIA 的带宽为 220 兆赫 (MHz)，符合这些要求（图 6）。

图 6：具有独立放大器和单一多路复用输出级的 LTC6561 四通道 TIA 旨在用于利用了 APD 的 APDAR。（图片来源：Analog Devices）

在图 6 中，反射的激光信号（按图 3）被 APD 阵列和四个低噪声、200MHz TIA 所捕获。TIA 迅速将捕获的信号传输到 ToF 检测器（右上角）。四个 TIA 输入端的 1 纳法拉 (nF) 电容有效地过滤并消除了 APD 暗电流和环境光条件，保留了 TIA 的动态范围。然而，电容的值会影响开关时间，所以设计人员需要将其纳入设计考虑因素。

在强光照射下，APD 可以传导大电流，通常超过 1 安培 (A)。LTC6561 能够在如此大的过载电流下生存并迅速恢复。快速过载恢复对 LiDAR 应用至关重要。快速 1 mA 过载恢复需要 10 ns 的时间（图 7）。

图 7：LTC6561 能在10 ns 内从 1 mA 的大过载电流中生存并快速恢复。（图片来源：Analog Devices）

在图 7 中，当输入电流水平超过线性范围时，输出脉冲宽度就会变宽。但是恢复时间仍然是10 ns。LTC6561 在不到 12 ns 的时间内从 1 mA 饱和事件中恢复，而不会发生相位反转，从而最大限度地减少了数据丢失。

结语

自主驾驶车辆的成功离不开相机、IMU、雷达和 LiDAR 的集成和融合。特别是当人们了解并完全解决了与利用这种光学技术实现精确物体探测有关的问题时，LiDAR 就有了希望。