#Y2021 #TOF #专题 第一章中我们介绍了TOF的基本原理，应用，系统架构和分类。本章和下一章，我们会详细介绍dTOF和iTOF系统，从他们的系统原理，架构和零部件性能出发，分析重要的系统参数，进而理解这两种系统的不同以及其中部件的选择。阅读本章前，请阅读第一章。 --- # dTOF基本原理和核心组件 如第一章的介绍，dTOF的原理很直接，就是使用**时间相关单光子计数法**(TCSPC，Time correlated single photon counting)直接测量光飞行的时间。下图展示了一个更具体的dTOF系统图[(引用)](https://www.mdpi.com/1424-8220/19/24/5464/htm#fig_body_display_sensors-19-05464-f002)，以及AMS的一个TOF临近传感器模组1D Proximity Sensor [TMF8801](https://ams.com/tmf8801)，我们可以看到发射端，接收端以及模组的pin脚。根据系统原理图和实际模组，我们来分析一下dTOF的基本原理，核心组件和系统参数。   ## 激光驱动 Laser Driver是发射端电路的主要部分，负责驱动Laser，控制电路发出数字脉冲信号，一般使用该信号控制MOSFET进行开关，控制激光发射。 ## 激光器 在dTOF中，激光器负责发射激光。采用激光的主要原因是激光光谱窄，能量强度高，调制速度快，而且易于集成。电子消费品的dTOF应用中，主要使用的是垂直腔表面发射激光 Vertical Cavity Surface Emitting Laser (VCSEL)。在一些其他平台或者应用中，尤其是车载激光雷达中，会更多的使用功率更高的EEL（Edge Emitting Laser）和光纤激光器。一般，电子消费品使用的dTOF会选择850nm或者940nm的激光。（根据第一章我们的说明，850nm和940nm处的太阳光谱都有水的吸收峰。940nm的环境光强更小，所以噪声小；但是传感器在850nm的量子效率（QE）是940nm处的两倍，接收信噪比更好。） 数字电路产生的脉冲方波输入给激光驱动，变成实际的光脉冲后，在时域上可以看到由完美方波，变成了不那么完美的方波（图示里是画的比较夸张，实际上，VCSEL的脉冲调制性能已经非常好了）。由于激光驱动的响应速度，这里在时域上产生了一个不确定性的参数，即为δ-laser(图中的δ-t) ## 发射端光学 发射端一般为一个简单的光学镜头，把激光能量发射到需要的视场角内，有一些应用也会使用准直镜+DOE等元器件，把VCSEL发出的光线先准直，然后分成很多束光线指向不同的视场角方向。 ## 接收端光学 接收端光学零部件需要的主要是收集期望测量的视场角内的光线，这种镜头F数越小越好，相对照度越高越好，同时镜片上可以进行一定的镀膜增强透光性，同时接收端会使用尽量窄带的滤光片，去滤除其他波长的杂光干扰。 ## 接收传感器SPAD dTOF应用中主要使用的接收传感器为single-photon avalanche diode (SPAD)单光子雪崩二极管或Silicon photomultipliers(SiPM)硅光子光电倍增管，他们的主要区别是每一个SiPM像素里包含多个SPAD像素。不同于传统CMOS传感器，对于光的接收时积分形式的，既接收某一时间段内的光强，转换为电流；SPAD如其名字所描述的，可以对单一光子进行相应，只需要一个光子就能触发一次强的雪崩，产生电流信号。可以说，SPAD输出的就是有光1和没光0两种状态（见下图）。SPAD传感器芯片每次被光子激活后，电子淬灭电路降低二极管中的电压使其在短时间内低于阈值电压，因此雪崩停止，经过一段恢复时间，探测器可以探测其它的光子，这个恢复时间决定了传感器的识别速度。 SPAD的像素相对于传统CMOS图像传感器来说还无法做的很小，比如一款传统图像传感器，三星的GN1，50MP，1/1.31"大小，像素大小1.2um。而SPAD的像素大小很大，这是由于其需要各种电路对SPAD进行复位造成的。比如根据机构的分析，iPhone中使用的Lidar是Sony的SPAD传感器，只有30K的像素数，每个像素10um大小。所以SPAD的传感器限制了dTOF的空间分辨率。 信号被SPAD接收后，会再产生一个一个时间不确定性因素δ-tSPAD，这个是SPAD的响应速度决定的。   ## TDC电路 Time-to-digital converter(TDC)，时间数字转换器，是将模拟信号转换成以时间表示的数字信号的电路，TDC输出了每一个脉冲与所设起始点相比被记录下来的时间。这些脉冲被记录下来后，转换成直方图，然后通过比较哪个时间的直方数量最大，确认目标物的位置。TDC电路的精度也会对时域信号产生影响，引入了一个不确定性δ-tTDC。通过TDC电路后的电路，都是数字电路。 --- # 系统参数 ## 探测距离 一款dTOF可以探测多远的距离？根据系统的基本原理，理论上，只要发出去的光子到了目标物上，然后被反射回来，被接收端接收到，并且被最终的算法识别，认定为非噪声的信号即可。所以，理论上，只需要接收端在目标物上看到的该波长的信噪比足够即可。所以，针对于不同探测距离的应用场景，dTOF在发射端或者接收端也可能使用不同的技术方案。比如对于电子消费品，探测距离在5m内，使用VCSEL作为发射端，但是对于车载类应用，探测距离要达到100m甚至更远，VCSEL去照亮整个视场的功率远远不够，这就需要使用EEL或者光纤激光器扫描整个视场，既一个一个点的照亮视场的方式。 ## 最大无歧义探测距离 假设我们发射了两个脉冲，第一个脉冲发射的早，但是飞行的远，第二个脉冲发射的晚，但是飞行的近，这样，第二个脉冲回来的早，第一个脉冲回来的晚，识别的时候，我们就会弄混两个脉冲。那如何能尽量分辨两个脉冲呢？最简单的方法就是把两个脉冲的发射间距拉长。其中，不造成混叠的最大无歧义探测距离为c*脉冲间隔/2，也等于c/2f，f为激光的调制频率。假设我们的激光调制在1Mhz，那么最大无歧义探测距离就是150m。所以，探测5m范围的dTOF可以使用更高的调制频率，就是因为探测距离足够小，并不会有脉冲间隔产生的距离歧义问题。 ## 探测距离的精度和误差 **精度** 假设一个脉冲的宽度为Δt，一个激光器把它发射出去后，接收端收到了反射回来的光子，但是接收端无法知道这个光子是来自于脉冲刚刚开始的第一个光子，还是脉冲结束时的最后一个光子，所以即使没有任何噪声或者不确定性的情况下，dTOF的距离探测精度，本质上是受限于脉冲宽度的，距离探测精度ΔR = c*Δt/2。假设每个脉冲宽度为1ns，那么ΔR = 0.15m。VCSEL作为一种半导体激光器，响应速度很快，可以达到ps级，假设脉冲宽度达到0.1ns，那么，ΔR 就可以达到0.015m，既15mm的探测距离精度。通过这个公式，我们可以看到，dTOF的探测距离精度，并不随距离的增加有所下降，这是dTOF一个很大的优势，也是dTOF类型的系统会使用在长距离场景探测的主要原因（车用激光雷达）。 **误差** 探测距离d = cΔT/2，根据前面一部分的分析我们看到，在发射端到接收端的各种零部件上，在脉冲的时域上产生了很多的不确定参数，其中由数字电路产生的ΔT，经过激光驱动产生的激光脉冲产生了时间不确定参数 δlaser；被SPAD探测到后，SPAD的响应产生了 δSPAD；TDC电路的响应，产生了 δTDC。由此，总计的探测时间不确定RMS如下公式所示，其中δother是系统中的其他统计上独立的不确定参数，可能包括其他电路部分的响应，pixel之间互相的影响等，但是整体上这部分是相对比较小的。那么，测量误差为c*δtotal  降低误差可以使用在发射端放置一个Reference SPAD，接收刚刚发射出去的VCSEL的光线，用以确认发射的时间，以及参考距离0米的位置。 ## 噪声和抗干扰能力 **背景噪声** 背景噪声是TOF需要面对的主要问题，当背景噪声能量大于发射信号能量时，接收端完全无法得到足够的信噪比去发现发射信号。室内和室外的阳光直射，反射能量在一个很大的区间。所以一个dTOF在最初设计阶段，要确认在什么应用场景下，多大的距离范围内有效。一般的电子消费品类的TOF都是定位主要面对室内场景。（见图1左上角） 强光环境下，SPAD很容易就被背景噪声激活过曝，如果我们要在上面增加衰减镀膜，那当我们进入室内，我们自己VCSEL发出的能量也被衰减到没有任何光子进入SPAD了。解决方法之一就是使用多个SPAD像素，比如100个SPAD像素，其中10个像素10%的衰减，10个像素20%的衰减，以此类推。这样，他们就包含了一个可以测量的背景噪声范围，同时增加了像素数量，可以对比各个像素之间的结果用以比对。 前面我们分析了dTOF的探测精度和激光发射脉冲宽度是直接相关的，但是这里我们发现其信噪比和每次发射的能量又是直接相关的。短的脉冲每次发射的能量也会小。所以dTOF希望发射尽量短的高能量的脉冲。但是请注意电子消费品的激光能量要收到IEC60825标准的限制，所以非常高的能量也是不可取的。 **串扰Cross-talk** 1. 串扰可能产生于相邻SPAD像素之间，解决方案就是对这些像素进行隔离，这样就降低了传感器的filling factor。 2. 串扰可能是发射端的光线在模组内部直接反射进了接收端，解决这种串扰的方法是隔绝开发射端和接收端。 3. 串扰可能是发射端的光线在手机的前玻璃面板中发生了反射，进入了接收端，解决这种串扰的方式是算法以及在发射端放置一颗SPAD芯片作为参考信号或者进行后期的标定和校准。 **多路径干扰** dTOF抗多路径干扰的能力很强，通过统计直方图和合适的算法，很容易分辨哪些光子是多路反射回来的，哪些是目标物反射回来的。这是dTOF对比iTOF的一大优势。 ## 空间图像分辨率 SPAD传感器的传统工艺是前照式FSI(Front Side Illumination)工艺，如下图左所示，用于吸收光子的厚度非常有限，限制了光子的吸收率，同时SPAD的淬火电路（Quenching circuit）部分占据了很大一部分芯片表面，限制了filling factor。Sony基于自己的CMOS技术开发了背照式的SPAD传感器，见下图中和右，大幅度提升了光子吸收率和filling factor以及吸收厚度。据分析，iPhone中的LiDAR使用的是Sony的0.1MP的SPAD传感器，Sony正在不断提升SPAD传感器的像素数量。当SPAD传感器可以达到和使用CMOS类型的iTOF传感器近似的像素数量时，dTOF会被更多手机厂所选择。  ## 功耗 由于dTOF发射的是脉冲，所以功耗上，相对iTOF需要发射连续波以及持续接收，功耗较低。 ## 工艺分析 **整体控制电路** 基于前面的分析，我们发现dTOF整体上需要一个高速电路，设计和制造高速电路也是一个难点。其中包括了高频调制的激光脉冲的发射，SPAD的相关电路，高速信号的分析等。 **SPAD** 对比起CMOS类型的芯片，可以提供SPAD的供应商很少，其中有AMS，ST，Sony等。SPAD本身需要较高的电压，这也对电路设计是一个挑战。比如dTOF由于工作脉冲很多，所以数据量非常大，这需要在SPAD芯片上直接实现信号处理。其中包括了可能要使用镜片堆叠工艺等实现，进一步增加了工艺难度。 **整体来说dTOF的工艺难度和技术壁垒高，成本也高。** ## dTOF的标定 标定dTOF可以使用不同光照条件下，放置在不同距离的不同反射率的标板进行标定。比如参考AMS的**TMF8805** dTOF模组，其spec中汇报了以下几种场景的识别准确性，同时也可以用这些场景进行标定： **350 Lux Fluorescent Light and 18% Grey Card** **350 Lux Fluorescent Light, 18% Grey Card and Smudge on Glass** **1 k Lux Sunlight Represented by 170 Lux Halogen Light and 18% Grey Card** **1 k Lux Sunlight Represented by 170 Lux Halogen Light and 90% White Card** **5 k Lux Sunlight Represented by 830 Lux Halogen Light and 18% Grey Card** --- # 参考模组 以下列出一些参考模组，供读者研究学习 [ST系列临近传感器](https://www.st.com/en/imaging-and-photonics-solutions/time-of-flight-sensors.html) [AMS系列的临近传感器](https://ams.com/proximity)：TMD2620, TMD2635,TMD8701,TMD8801,TMD8805 [灵明光子ADS3000](http://www.adapsphotonics.com) ----- 版权声明: 感谢您的阅读，本文由[超光](https://faster-than-light.net/)版权所有。如若转载，请注明出处。