如今，LiDAR在自動駕駛輔助系統(tǒng)（ADAS）、無人機、測距、人臉識別、數(shù)字相機等領域的應用越來越廣泛，也變得越來越重要。現(xiàn)在，讓我們回顧一下2019年的一項重要研究。在一項具有前瞻性的合作研究中，愛丁堡大學的Robert K. Henderson教授與STMicroelectronics影像部門合作，推動了基于單光子雪崩二極管（SPAD）的激光雷達（LiDAR）系統(tǒng)的發(fā)展，并在汽車應用領域取得了重大突破。他們的研究專注于優(yōu)化SPAD的配置，以提升汽車LiDAR接收器的設計，并對該領域產(chǎn)生了深遠影響。

在Henderson教授的領導下，該團隊進行了具有創(chuàng)新性的研究，重新定義了基于SPAD的LiDAR技術的能力。他們的研究成果發(fā)表在題為《用于LiDAR接收器驗證的可重配置40納米CMOS SPAD陣列》的關鍵論文中，對該領域具有重要影響。

該研究以使用40納米CMOS技術實現(xiàn)的可重配置SPAD陣列為核心，提供了像素配置的靈活性。該合作開發(fā)的測試芯片利用了Xilinx Kintex-7 FPGA進行高效的數(shù)據(jù)采集，實現(xiàn)了同時讀取128個SPAD數(shù)字輸出。這種能力可記錄大量SPAD事件，為進一步分析提供關鍵數(shù)據(jù)。

Henderson教授團隊的關鍵突破之一是同步總和技術（SST），旨在優(yōu)化基于SPAD的LiDAR系統(tǒng)的動態(tài)范圍。通過有效地組合多個SPAD脈沖，SST技術相較于現(xiàn)有方法實現(xiàn)了顯著提升，達到了7.5倍的增強。這一突破為長距離汽車LiDAR應用帶來了新的可能性，解決了死時間癱瘓等問題，提高了對近距離高反射目標的檢測能力。

為了補充硬件開發(fā)，該團隊還開發(fā)了一種強大的MATLAB模擬模型。該復雜模型通過考慮光子檢測概率、像素配置、傳感器吞吐量和偏置條件等多種參數(shù)，準確模擬了傳感器的性能。利用模擬結果，研究人員能夠確定不同像素配置下的最大成像距離，為傳感器設計提供明智決策。

2019年Henderson教授團隊的合作研究是基于SPAD的汽車LiDAR系統(tǒng)領域的一項重大成就。他們的工作提升了LiDAR技術的能力，提供了更好的性能、增強的動態(tài)范圍和更大的像素配置靈活性。

隨著對可靠且具有成本效益的自動駕駛系統(tǒng)需求的持續(xù)增長，這項研究的影響力不可低估。Henderson教授的團隊與STMicroelectronics的合作為基于SPAD的LiDAR系統(tǒng)的未來突破鋪平了道路。他們的發(fā)現(xiàn)為研究人員和從業(yè)者提供了寶貴見解，指導更高效和先進的自動駕駛技術的開發(fā)。

這種合作研究的持久影響凸顯了合作和創(chuàng)新在推動技術進步方面的力量。通過結合學術專業(yè)知識和行業(yè)經(jīng)驗，Henderson教授的團隊與STMicroelectronics在基于SPAD的LiDAR系統(tǒng)方面取得了重要進展?？芍嘏渲玫腟PAD陣列，搭配SST技術和MATLAB模擬模型的支持，代表了實現(xiàn)更安全和更高效自動駕駛系統(tǒng)的重要一步。

展望未來，這項合作研究的影響將繼續(xù)塑造LiDAR系統(tǒng)的未來。這些具有變革性的發(fā)現(xiàn)將激發(fā)基于SPAD技術的更多進步，推動實現(xiàn)全自動駕駛車輛，并對整個汽車行業(yè)產(chǎn)生革命性的影響。