依帕列净

当下，车载激光雷达在跨越鸿沟的商业路径上越走越快，很多从业者对905/940 nm下TOF方案的探测器选择上出现了一些共性讨论，话题主要集中在“SiPM” 和 “SPAD”这两个常见的称呼上。作为两者均有产品布局的滨松中国，我们也收到很多关于这两个器件技术底层差异辨析的咨询，不仅激光雷达行业的从业者，连主机厂或Tier1的用户也纷纷提出了疑问。这些问题包含不限于以下几个方向： 问题提问的角度不同，但是聚焦的核心无非就是：SiPM和SPAD是什么，它们俩的使用区别以及基于两种产品研发出来的雷达模块的差异。进一步就是要做激光雷达，我要做什么样子的路线选择，要选择使用激光雷达，面对两种主流方案，我该怎么选择的问题。为了帮助行业朋友更好的理解这两个器件，我们决定出一篇较为详细的对比文字，期待可以为行业同仁更清楚的理解这两个产品类型，做出一点点贡献。本文的目标受众是，对SiPM和SPAD之间的差异还有疑惑，或者对它们双方的差异到底是哪里不甚明了的朋友。芯片行业专家和同行可以快速浏览或直接略过。毕竟，在当下的环境，用有限的时间投入到自身差异化竞争策略，进一步争取做出非同质（不内卷）技术和产品才是每一家企业发展的王道。那么，请跟我们一起去探求SiPM和SPAD的差异吧。要论证SiPM和SPAD这两种器件，我们需要从定义入手，认知事物最直接的路径往往都需要从定义入手。很多问题，当我们逐字不落地通读之后就发现自己的理解进了一步。 SiPM的定义和结构 SiPM：全称Silicon Photomultiplier，这个名字最早从哪里出来的呢？作为单光子探测器的鼻祖产品，光电倍增管(Photomultiplier简称PMT)可谓是一个划时代的标志。这个产品是基于真空光电子技术，通过光电阴极的光电转换叠加后续倍增级放大，实现单光子事件检出的一个光电探测器产品。随着Si半导体技术和材料的演进，半导体器件也逐步具备了这个单光子级别的检出限，为了在大型医疗诊断装置-PET（Positron Emission Tomography ，即正电子发射断层扫描仪）对光电倍增管(photomultiplier)形成冲击和替换，就形成了硅基（Si）光电倍增管（PM）的名称。它的形态就是在盖革模式下运行的多个雪崩光电二极管(APD) 像素的阵列集合。从左到右，逐级分解的样子如下，它是多个盖革模式APD的并联集合，由于每一个盖革APD都具备光子检出能力，同时多个并联就具备的同时检出多光子幅度的检出能力（也可以理解为动态范围，同时间检出多少个光子量的能力）。 图1 上述图例来源：滨松S15639-1325PS，COB封装1通道SiPM，左图=实物产品图片，中间=放大版结构图，每一个点都是盖革模式APD，右图=等效的结构；简单来说，S15639-1325PS作为单通道SiPM，它内部并联了2120个盖革模式的APD，并汇总到一路进行输出 SPAD的定义和结构 SPAD：Single Photon Avalanche Diode，它是一个工作在盖革模式下的雪崩光电二激管APD（Avalanche Photo Diode）；从名称上看，1个SPAD=1个APD进入盖革工作区域，单独1个SPAD仅仅输出的结果就是“无光子=0”或者“有光子=1”，如果1个SPAD进入2个或者多个光子，它也只能输出“有光子=1”的结果。但是自然界的光有强弱，强光环境下，为了获得多光子事件的信息，一般会把多个SPAD分成小组（binning），比如3*3（3横3纵）9个SPAD 作为一组进行使用，这样一个小组就具备了0-9的输出的组动态范围。 图2 上述图例来源 日本SONY公司开发的SPAD SOC产品的结构和DEMO点云展示图 图3 IMX459芯片简要规格书 比如我们拿市面上较为有代表性的SONY索尼发布的IMX459 TOF-SPAD传感器为例，纯SPAD是指代的红框部的物理层，它的直接感光区域构成，是一个由Vertical垂直方向168个SPADs，Horizontal水平方向上597个SPADs构成的阵列。597按照3*3一组使用，可以出199组数据，去掉部分边缘像素，再调转90°使用，这也是为什么目前出现了清一色的192线激光雷达的原因。如果按照6*6一组使用，则可以出现99.5组数据，这也是为什么出现了96线激光雷达的原因。（我们这里就清楚了，作为我们常说的SPAD方案，同一个sensor可以通过分bin模式改变等效线束）。 图4 上图每个颜色所代表的3*3都是基于SPAD的工作组，黑色中心表示输出电极，输出电极和SPAD像素数量一一对应。假设把3*3的一个区域可输出的信号合成1个统一读出，那它本质上等同于由9个SPAD构成的单通道SiPM。SPAD和SiPM的结构关系可以参考下图。 图5 SPAD 和 SiPM的结构关系 至此，我们可以明确地知道，SiPM和SPAD的最小的感光单元，都是单通道的盖革模式的雪崩二极管，从物理层面上完全是同样的东西。而SiPM是将成百数千个盖革雪崩二极管放在一起并起来，最后内置1个电极输出带有动态幅度分辨能力的模拟信号。而SPAD是将固定比例的N*N（一般都是3*3 =9个or 6*6=36个 ）的盖革雪崩二极管的通过电子学后的3*3 or 6*6 路的输出合并在一路以数字信号进行解析。 SiPM和SPAD更多的区别在于使用“前融合模拟量”还是用“后融合数字量”去获得有效信号。故此，SiPM更好还是SPADs（为了体现分组使用这个特点，笔者增加了一个小s代表多个SPAD一定分组使用）更好，更多的是取决于用户希望得到什么阶段程度的信息量，或者希望在激光雷达系统中，对什么信息施加什么类型的影响。那么这句话，如何更好的理解呢？ SiPM和SPAD对信号处理的过程 我们进一步看一下SiPM和SPADs对信号处理的过程。图6 SPAD和SiPM 感光层和电子学对应关系图 从左侧图可以看出，每个单独的电子学pad需要1对1的分布在每个SPAD的下方，同时电子学物理Size需要在SPAD Pixel尺寸以内，ASIC工艺节点也需要较为先进的工艺节点（成本较高）去支撑小尺寸的SPAD 阵列。从右图可以看出，SiPM直接连接到1个Pad上，单个SiPM的电子学ASIC功能可以不受单个SPAD像素尺寸的制约，工艺节点上相对成本更低。 从使用角度看，如何获得真实被测物体的反射光，并进一步解析呢？ 图6中左侧的SPADs依靠出厂配置好的电子学部分的处理能力，由于单独1个SPAD被激发有可能是噪声干扰，需要在一个组内识别至少2个像素以上（可以更多）的SPAD被同时激发的时候才可以被认为的真的信号。① 3路SPAD比较器分别识别该路SPAD是否接到回波光。通过内置的时间校正电路将接收到回波信号时间与相邻信道进行比较。当同时多个SPAD产生信号的时候，被认为是有真实的信号，时间校正电路中同时被激发SPAD数量可配置。② 当多个SPAD在同一时间检测信号时，这些信号视为信号。从其他通道延迟的信号被认为是噪声；③ 信号的时间用高精度TDC来测量。 图7 进一步解读，就是SPADs方案下，谁定义了电子学算法，谁可以决定激光雷达输出的原始结果。SiPM方案则是谁能更好对模拟量进行基于多路比较器的配置读出，谁可以定义激光雷达的输出的原始结果。那么在如何选择的问题上，可以通过询问自己“要获得的是芯片直接处理完毕的距离信息（SPADs）”or“要获得的是用户自己对距离信息获取过程的定义权（SiPM）”这两个的问题进行区分。这就是在两种方案之间做选择的金标准。 图14 SiPM电子学信号获取逻辑

如今，LiDAR在自动驾驶辅助系统（ADAS）、无人机、测距、人脸识别、数字相机等领域的应用越来越广泛，也变得越来越重要。现在，让我们回顾一下2019年的一项重要研究。在一项具有前瞻性的合作研究中，爱丁堡大学的Robert K. Henderson教授与STMicroelectronics影像部门合作，推动了基于单光子雪崩二极管（SPAD）的激光雷达（LiDAR）系统的发展，并在汽车应用领域取得了重大突破。他们的研究专注于优化SPAD的配置，以提升汽车LiDAR接收器的设计，并对该领域产生了深远影响。在Henderson教授的领导下，该团队进行了具有创新性的研究，重新定义了基于SPAD的LiDAR技术的能力。他们的研究成果发表在题为《用于LiDAR接收器验证的可重配置40纳米CMOS SPAD阵列》的关键论文中，对该领域具有重要影响。该研究以使用40纳米CMOS技术实现的可重配置SPAD阵列为核心，提供了像素配置的灵活性。该合作开发的测试芯片利用了Xilinx Kintex-7 FPGA进行高效的数据采集，实现了同时读取128个SPAD数字输出。这种能力可记录大量SPAD事件，为进一步分析提供关键数据。Henderson教授团队的关键突破之一是同步总和技术（SST），旨在优化基于SPAD的LiDAR系统的动态范围。通过有效地组合多个SPAD脉冲，SST技术相较于现有方法实现了显著提升，达到了7.5倍的增强。这一突破为长距离汽车LiDAR应用带来了新的可能性，解决了死时间瘫痪等问题，提高了对近距离高反射目标的检测能力。为了补充硬件开发，该团队还开发了一种强大的MATLAB模拟模型。该复杂模型通过考虑光子检测概率、像素配置、传感器吞吐量和偏置条件等多种参数，准确模拟了传感器的性能。利用模拟结果，研究人员能够确定不同像素配置下的最大成像距离，为传感器设计提供明智决策。2019年Henderson教授团队的合作研究是基于SPAD的汽车LiDAR系统领域的一项重大成就。他们的工作提升了LiDAR技术的能力，提供了更好的性能、增强的动态范围和更大的像素配置灵活性。随着对可靠且具有成本效益的自动驾驶系统需求的持续增长，这项研究的影响力不可低估。Henderson教授的团队与STMicroelectronics的合作为基于SPAD的LiDAR系统的未来突破铺平了道路。他们的发现为研究人员和从业者提供了宝贵见解，指导更高效和先进的自动驾驶技术的开发。这种合作研究的持久影响凸显了合作和创新在推动技术进步方面的力量。通过结合学术专业知识和行业经验，Henderson教授的团队与STMicroelectronics在基于SPAD的LiDAR系统方面取得了重要进展。可重配置的SPAD阵列，搭配SST技术和MATLAB模拟模型的支持，代表了实现更安全和更高效自动驾驶系统的重要一步。展望未来，这项合作研究的影响将继续塑造LiDAR系统的未来。这些具有变革性的发现将激发基于SPAD技术的更多进步，推动实现全自动驾驶车辆，并对整个汽车行业产生巨大的影响。

罗氏与Kapa Biosystems公司合作升级NimbleGen现有的二代测序目标序列捕获方案，Kapa Biosystems公司将为罗氏NimbleGen定制二代测序建库试剂盒，搭配NimbleGen的各款序列捕获产品使用。该款试剂盒将有罗氏NimbleGen负责销售，该产品已经在国内上市。通过这次与Kapa的合作，客户将可以从罗氏NimbleGen购买到捕获测序上机前的所有实验用的试剂，换而言之，即NimbleGen提供包括二代测序文库构建试剂、目标区域捕获探针、杂交洗脱试剂等等各实验步骤的试剂。捕获实验操作方法、流程也再次进行了测试和优化，更新标准实验操作手册1。内部测试数据表明新试剂盒可以用于低起始量样品建库后进行目标区域捕获，包括可用于福尔马林包被（FFPE）的样品外显子组或其他捕获测序，相关技术文献可从NimbleGen官方网页下载2。除可用于低起始量的样本建库外，此次推出的建库试剂盒，相比其他同类实验，可以减少建库的GC偏好，保证更好的文库多样性，从而提高探针捕获后的富集效果。图1：不同起始量样本进行SeqCap EZ Exome v3捕获测序的结果（每个样本以随机抽取75M条测序数据位标准）。可见即使低至10 ng起始量，在目标区域的覆盖度上都是相当的。图2：此次推出的建库试剂盒可以提高测序结果的均一度。图中横坐标显示了捕获目标区域上GC含量，纵坐标表示该GC含量的目标区段的测序深度。蓝色为此次推出试剂盒的实验结果，相比红色用其他方法进行实验的结果，可以看到此次推出的建库试剂在AT富集和GC 富集区域的测序深度都有提高。对于此次合作，罗氏NimbleGen公司总裁Rebecca Selzer表示：” 罗氏NimbleGen不但一直追求技术上的创新，我们也不断努力为客户带来更便捷的体验。这次通过我们两家公司的合作，整合优秀的产品，将为我们的客户带来更完整、更高效的实验体验。” Kapa Biosystems公司的创始人及首席技术官John Foskett也表示：”与罗氏NimbleGen的合作，整合两个具有互补性的产品，提供优异的定向捕获富集方案，可对更多种类、不同样本量的样本实现高质量测序。我们将致力于持续提高产品，提供更多测序解决方案。 除新的建库试剂盒外，罗氏NimbleGen也推出了一些新的试剂，包括新版的扩增试剂、大豆、玉米、大麦、小麦等外显子组捕获探针等。更多产品相关信息请浏览罗氏NimbleGen官方网页www.nimblegen.com。NIMBLEGEN 及 SEQCAP是罗氏注册商标，KAPA是Kapa Biosystems的注册商标，归各自公司所有。 1. Roche NimbleGen. (2013). SeqCap EZ Library SR User’s Guide. RocheNimbleGen Inc., Madison, WI. Retrived from http://www.nimblegen.com/products/lit/06588786001_SeqCapEZLibrarySR_UGuide_v4p2.pdf 2. Raterman, D., Jefferson, K., Wendt, J., Brockman, M., and Burgess, D.(2013). Target enrichment protocol for preparing formalinfixed paraffinembedded (FFPE) tissue samples for next-generation sequencing. Roche NimbleGenInc., Madison, WI. http://www.nimblegen.com/products/lit/07180748001_FFPE_ApplicationNote_12092013.pdf