올바른 TIA를 사용하여 LiDAR 자동차용 거리 센서의 정밀도 보장

자율 주행 차량의 성공을 위해서는 승객들에게 자동차 센서 및 소프트웨어가 승객들을 목적지까지 안전하고 정확하게 안내한다는 신뢰를 주어야 합니다. 신뢰를 구현하는 핵심은 첨단 주행 보조 시스템(ADAS)을 가능하게 하는 기술인 정확성, 중복성 및 안전성을 향상시키기 위해 다양한 센서 유형의 입력을 융합하는 데 있습니다. 주요 센서 중 하나는 광 감지 및 거리 측정기(LiDAR)이며 설계자는 LiDAR 시스템이 자율 주행을 위한 최고의 신뢰성, 해상도, 정밀도, 응답 시간을 제공하는지 확인해야 합니다.

LiDAR 성능은 애벌런치 광 다이오드(APD) 신호를 빠르게 복구하여 디지털 피드백을 제공하는 프런트 엔드 트랜스 임피던스 증폭기(TIA)에 크게 의존합니다. 피드백 신호의 시간 스탬프와 전송된 신호 시간 스탬프를 비교하여 범위에 대해 비행 시간(ToF)을 계산할 수 있습니다.

이 기사에서는 LiDAR을 사용하여 정밀 객체 감지를 위한 피드백 회로망 성능을 개발하는 것과 관련된 문제를 간략하게 논의합니다. 그런 다음 Analog Devices TIA를 소개합니다. 이는 나노초(ns) 광 다이오드 상승 시간을 생성할 수 있는 반사광으로부터 빠른 복구를 위해 고속, 고대역폭 및 낮은 입력 임피던스를 활용하는 방법을 보여줍니다. 또한 최고의 전반적 성능을 달성하기 위해, 정확한 ToF 추정이 가능하도록 AC 결합을 통해 APD 암전류 및 주변광을 제거하는 방법을 보여줍니다.

ADAS의 핵심 요소

ADAS의 중심에는 외부 객체를 분석하기 위한 정교한 감지 시스템이 있습니다. 이러한 객체에 대한 식별 및 위치는 사고를 피하기 위해 차량이 운전자에게 알리거나 적절한 조치를 취하거나 또는 둘 모두를 수행하도록 할 수 있습니다. ADAS 배후의 센서 기술은 영상 카메라, 관성 측정 장치(IMU), 레이더, LiDAR을 포함할 수 있습니다. 이중 LiDAR은 자율 주행 차량이 악천후에서도 측면 거리 감지/거리 측정을 수행할 수 있도록 하는 중요한 광학 기술입니다. 이는 ADAS 시스템의 필수 요소를 구성합니다(그림 1).

그림 1: 비전(카메라 및 관련 소프트웨어), 레이더, LiDAR 시스템은 서로 보안을 통해 ADAS에 정보를 제공함으로써, ADAS가 적절한 조치를 수행할 수 있도록 합니다. (이미지 출처: Analog Devices)

ADAS 시스템은 카메라를 사용하여 차량, 보행자, 장애물, 교통 표지, 차선과 같은 외부 객체를 빠르고 쉽게 감지 및 인지할 수 있습니다. 이 분석은 적절한 응답을 트리거하여 안전을 최대화합니다. 응답에는 차로 이탈 경고, 자동 비상 제동, 사각 지대 경보, 운전자 각성 및 경보 모니터링이 포함됩니다. 카메라의 강점은 객체 분류 및 측면 분해능입니다.

독립적 IMU 시스템은 일반적으로 세 개의 장치 자이로스코프, 자력계, 가속도계를 통해 각운동 및 선형 운동을 측정합니다. IMU는 통합된 각속도 및 가속도 양을 안정적으로 출력하기 위해 짐벌을 사용합니다. 짐벌은 단일 축을 기준으로 객체를 회전시킬 수 있는 피봇형 지지대입니다. 3개의 짐벌 세트(직교 피봇 축에서 하나의 짐벌이 다른 짐벌 위에 실장됨)를 사용하면 가장 안쪽 짐벌에 실장된 객체가 지지대의 회전과 독립적으로 유지될 수 있습니다. IMU는 정확한 차선 위치 지정을 위해 미터(m)에서 센티미터(cm)로 GNSS 정확도를 개선합니다.

자동차 레이더 기술 적응은 거리와 속도를 포함한 여러 다양한 변수를 측정하는 동시에 어둠 속에서도 “가시성”을 제공합니다. 일반적으로 고해상도의 경우 24GHz 및 77GHz 신호 속도가 사용됩니다. 레이더 센서는 시야 내에 있는 여러 객체에서 반사된 신호를 캡처합니다. 그런 다음 차량은 다른 모든 센서 입력의 컨텍스트 내에서 센서 출력을 분석하여 예를 들어 충돌 방지를 위해 스티어링 및 제동 조정이 필요한지 여부를 결정합니다.

ADAS 그림을 완성하기 위해 LiDAR은 200nm ~ 1150nm의 스펙트럼 응답 범위에서 광학을 활용합니다. 이 시스템은 레이저 전송부터 반사된 신호 수신까지 ToF를 측정합니다. 여러 신호에 대한 편집을 통해 차량 주변의 정확한 다차원 깊이 맵을 생성할 수 있습니다. LiDAR의 응용 제품에는 충돌 방지, 블라인드 사이드 감지, 비상 제동, 적응형 순항 제어, 다이내믹 서스펜션 제어 및 주차 지원이 포함됩니다. LiDAR 시스템은 열악한 기상 조건 시 측면 해상도 및 성능 측면에서 레이더를 능가합니다.

ADAS 및 자율 주행 차량은 360˚ 감지 및 분석을 위해 차량 주변에 이러한 여러 개의 센서를 배치해야 합니다(그림 2).

카메라 2: 카메라, 레이더 및 LiDAR가 함께 차량 주변에 360° 시야를 제공하여 내부와 외부 모두의 안전을 보장합니다. (이미지 출처: Analog Devices)

이러한 센서 및 센서와 연결된 소프트웨어가 개선됨에 따라 운전자, 승객 및 차량 가까이에 있는 모든 사람이 더 안전해질 수 있습니다.

LiDAR 광학

LiDAR 설계는 자동차 지붕에서 회전하는 "커피 캔" 센서(USD $75,000 가치)에서 최신 접근 방식(각각 $1,000 범위)으로 발전했습니다. 비용 절감은 주로 레이저 및 관련 전자 장치의 발전에 기인합니다. 반도체 전용 레이저(회전 커피 캔과 비교)로의 전환과 반도체 공정에서 이와 관련된 규모 조정은 비용과 크기가 줄어든 주요 이유입니다. 이제 여러 개의 LiDAR 센서를 차량의 전면과 후면 및 측면에 배치하여 낮은 비용으로 360˚ 가시성을 확보할 수 있습니다.

일반적인 LiDAR 설계는 데이터 취득(DAQ), 아날로그 프런트 엔드(AFE) 및 레이저 소스의 세 가지 주요 섹션으로 나눌 수 있습니다(그림 3).

그림 3: LiDAR 평가 시스템의 세부 구성도는 LiDAR가 DAQ, AFE, 레이저 소스로 구성되어 있음을 보여줍니다. (이미지 출처: Analog Devices)

DAQ에는 고속 아날로그-디지털 변환기(ADC)와 레이저 및 AFE에서 ToF 데이터를 수집하기 위한 상응하는 전력 및 클로킹이 포함되어 있습니다. AFE에는 반사된 신호를 캡처하기 위한 APD 광 센서와 TIA가 포함되어 있습니다. 전체 신호 체인은 DAQ 섹션의 ADC로 공급되는 APD 출력 신호를 조정합니다. AFE는 또한 DAQ에 대한 출력에 지연 타이밍을 포함시킵니다. 레이저 부분에는 레이저 및 연결된 구동 회로망이 포함되어 있으며 초기 레이저 출력 신호를 전송합니다.

LiDAR AFE

그림 4에 표시된 바와 같이, 예시 LiDAR 수신기 신호 체인은 고전압 리버스 바이어스(-120V ~ -300V), 낮은 입력 정전 용량 APD로 시작하며 TIA(예: Analog Devices의 LTC6561HUF#PBF)로 이어집니다. TIA의 고속 220MHz 이득 대역폭 곱(GBWP)을 보완하려면 더 낮은 APD 입력 및 PC 기판 기생 정전 용량을 설계해야 합니다. TIA 입력 섹션은 APD에 의해 생성된 전류 신호에 잡음이 추가되지 않도록 원하는 수준의 신호 무결성 및 채널 분리를 달성하기 위해 추가적인 관심이 필요하므로, 시스템의 SNR 및 객체 감지 비율을 최대화합니다.

신호 무결성을 향상시키기 위해 TIA에는 고속 신호 링잉을 완충시키는 Analog Devices의 LT6016 저역 통과 증폭기 필터가 포함되어 있습니다. TIA는 APD 출력 전류(I_APD)를 출력 전압 V_TIA로 변환합니다. 전압 V_TIA는 차동 버퍼 증폭기(ADC의 입력을 구동하는 Analog Devices의 ADA4950-1YCPZ-R7)로 전송됩니다(여기에 표시되지 않음).

그림 4: 이 설계에 대한 AFE는 APD(LTC6561 TIA) 및 ADA4950 차동 입력/출력 고속 증폭기로 구성되어 있습니다. LT6016은 고속 신호 링잉을 완화시키는 증폭기 필터입니다. (이미지 출처: Analog Devices)

ToF를 사용하여 거리를 계산하려면 수신된 광 펄스의 해상도를 결정하기 위해 ADC 샘플링 속도의 증분을 사용합니다. 방정식 1:

방정식 1

여기서,

L_S = 광속(3 x 10⁸m/sec(m/s))

f_S = ADC 샘플 속도

N = 광 펄스가 생성된 시점부터 반사가 수신된 시점까지의 시간 간격에서 ADC 샘플의 수

예를 들어, ADC의 샘플 속도가 1GHz인 경우 각 샘플은 15cm 거리에 해당합니다.

불확실성 샘플 몇 개 만으로도 상당한 측정 오차가 발생하므로 샘플링 불확실성이 0에 가까워야 합니다. 결과적으로, LiDAR 시스템은 병렬 TIA 및 ADC를 사용하여 샘플링 불확실성을 제로화합니다. 이러한 채널 증가는 전력 손실과 PC 기판 크기를 증가시킵니다. 이러한 중요한 설계 제약은 병렬 ADC 문제를 해결하기 위해 JESD204B 인터페이스가 있는 고속 직렬 출력 ADC도 필요합니다.

LiDAR 센서

위에서 언급한 대로, LiDAR 시스템의 핵심 감지 소자는 APD입니다. 내부 이득을 갖는 이러한 광 다이오드의 역전압 바이어스는 수십 볼트에서 수백 볼트에 이릅니다. APD 신호 대 잡음 비율(SNR)은 PIN 광 다이오드보다 높습니다. 또한 APD의 빠른 시간 응답, 낮은 암전류, 높은 민감도도 차별화를 구현합니다. APD 스펙트럼 응답 범위는 LiDAR의 통상 스펙트럼 범위와 일치하도록 200nm ~ 1150nm 이내입니다.

APD의 좋은 예로 Marktech Optoelectronics의 MTAPD-07-010을 들 수 있습니다. 이 장치는 400nm ~ 1100nm의 스펙트럼 응답 범위(905nm 피크)를 제공합니다(그림 5). 이 장치의 활성 면적은 0.04mm²입니다. 소비 전력은 1mW이고 1mA의 순방향 전류와 0.95V 작동 전압 x 200Vbr의 항복 전압(최대)을 가집니다. 상승 시간은 0.6ns입니다.

그림 5: MTPAPD-07-0101 APD는 905nm에서 피크 응답, 0.04mm²의 활성 면적, 6ns의 상승 시간을 가집니다. (이미지 출처: Marktech Optoelectronics)

일반적인 반도체 기반 APD는 수십 또는 심지어 수백 볼트, 경우에 따라 차동 전압 바로 아래(MTAPD-07-010의 경우 0.95Vbr)의 상대적으로 높은 역전압으로 작동합니다. 이 구성에서, 흡수된 광자는 강한 내부 전기장에서 전자와 구멍을 여기시켜 2차 캐리어를 생성합니다. 수 마이크로 미터에 걸쳐 애벌런치 프로세스는 광전류를 효과적으로 증폭합니다.

작동 특성의 결과, APD는 전자 신호 증폭이 덜 필요하고 전자 잡음에 덜 민감하므로 과도하게 민감한 감지기에 유용합니다. Silicon APD의 증배 또는 이득 계수는 장치 및 인가된 역전압에 따라 달라집니다. MTAPD-07-010은 이득 100을 제공합니다.

TIA 솔루션

작동 중, LiDAR은 디지털 버스트 광학 신호를 방출하고 그 반사는 MTAPD-07-010 APD에 의해 캡처될 수 있습니다. 이는 TIA에 빠른 포화 과부하 복구 시간 및 신속한 출력 다중화를 요구합니다. 220MHz 대역폭의 LTC6561 저잡음, 4채널 TIA는 이러한 요구 사항을 충족합니다(그림 6).

그림 6: 독립적 증폭기 및 단일 다중 출력 스테이지를 갖춘 LTC6561 쿼드 TIA는 APD를 활용하는 LiDAR용으로 설계되었습니다. (이미지 출처: Analog Devices)

그림 6에서, 반사된 레이저 신호(그림 3 참조)는 APD 어레이 및 4개의 저잡음 200MHz TIA에 의해 캡처됩니다. TIA는 캡처된 신호를 ToF 감지기에 전송합니다(오른쪽 상단). 4개 TIA의 입력에 있는 1nF 커패시터는 APD 암전류 및 주변 광 조건을 효과적으로 필터링 및 제거하여 TIA의 동적 범위를 보존합니다. 그러나, 커패시터 값은 스위칭 시간에 영향을 주므로 설계자가 설계에 이를 반영해야 합니다.

강력한 광학 조명 아래에서 APD는 대용량 전류(대개 1A 이상)를 전도할 수 있습니다. LTC6561은 이 크기의 대규모 과부하 전류에서 견디고 신속하게 복구합니다. 신속한 과부하 복구는 LiDAR 응용 제품에 필수적입니다. 빠른 1mA 과부하 복구는 정착하는 데 10ns가 걸립니다(그림 7).

그림 7: LTC6561은 1mA의 대규모 과부하 전류에서 견디고 빠르게 복구합니다. (이미지 출처: Analog Devices)

그림 7에서, 입력 전류의 레벨이 선형 범위를 초과하면 출력 펄스 폭이 넓어집니다. 그러나 상승 시간은 10(ns/s)로 유지됩니다. LTC6561은 위상 반전 없이 12ns 미만의 1mA 포화 이벤트에서 복구되므로 데이터 손실이 최소화됩니다.

결론

성공적인 자율 주행 차량으로의 여정은 카메라, IMU, 레이더, LiDAR의 통합 및 융합으로 시작됩니다. 특히 LiDAR의 성공을 위해서는 광학 기술을 사용하여 정밀 객체 감지를 달성하는 것과 관련된 문제가 이해되고 적절하게 처리되어야 합니다.