私たちを取り巻く環境の情報は、センシング技術によって得られ、作業効率や安全性の向上、あるいは純粋な娯楽として、私たちの日常生活に役立てられています。LiDARは、レーザー光を用いて物体までの距離を測定し、周囲の環境の 3Dモデルを作成することができるセンシング技術の一つです。LiDARシステムで撮影された画像の各ピクセルには、深度が関連付けられます。これにより、対象物の識別が容易になり、イメージセンサのみで得られる 2D画像における曖昧さを取り除くことができます。
LiDARはどのようにして 3D点群（ポイントクラウド）を構築するのでしょうか？ LiDARは、通常、物体までの距離を測定するために、直接飛行時間（direct time-of-flight、dToF）技術を使用します。短いレーザーパルスを発射し、その光の一部がシーン内の物体によって反射され、ArrayRDM-0112A20-QFNのようなセンサによって検出され、レーザーパルスの往復にかかった時間を正確に記録します（図1を参照）。既知の光の速度を用いて、この dToF測定値から距離を算出できます。これにより、視野内の単一の距離測定が可能になります。
周囲の状況を完全に把握するためには、この点計測をシーン内のさまざまな場所で繰り返す必要があります。それを達成するために、固定されたセンサやレーザーを回転させながらシーン全体をスキャンするか、MEMS（微小電気機械システム）ミラーのようなビームステアリング技術を利用することができます。
図1.dToF技術の概説図.
LiDAR システムは一般的に、照明源、センサ、光学系、ビームステアリング、信号処理、電源管理といった主要なコンポーネントで構成されています （図 2）。性能面で最も重要なのは、照明源とセンサです。一般的に、照明は目の安全を考慮して制限されているため、多くの場合センサがシステムの性能に最も大きな影響を与えます。
図 2. センサ素子を含むdToF LiDARシステム構成図
多くの場合、システムは、遠くにある物体や反射率の低い物体からの限られた信号リターンで動作する必要があり、信号はわずかな量の光子で構成されることがあります。そのため、センサは可能な限り高感度である必要があります。 LiDARセンサの感度は、さまざまな要素の組み合わせで決まります。まず重要なのは、入射した光子が信号を発する確率を示す検出効率です。次に、低入射光束や最小検出信号に対する感度があります。PINダイオードのような一部のセンサは内部ゲインを持たないため、単一の光子を検出してもセンサ固有のノイズを超えて登録されません。アバランシェフォトダイオード（APD）は、ある程度の内部利得（約100倍）を持っていますが、それでも少量の光子からなる入射信号はノイズ以上には認識されず、戻ってきた信号を一定時間積分する必要があります。SiPM（silicon photomultipliers、シリコン光電子増倍管）やSPAD（単一光子アバランシェダイオード）などのガイガーモードで動作するセンサは、100万倍の内部利得を持っているため、単一の光子でもセンサ内部のノイズを超えて確実に検出できる信号を生成することができます。これにより、微弱な戻り信号を検出するための閾値を低く設定することができます。
SiPMやSPADは、ゲインが高いことによって多くのノイズ問題を克服していますが、実用的なLiDARアプリケーションでは、周囲の太陽のバックグラウンド、つまり太陽光を考慮しなければならない別のノイズ源があります。非常に微弱なLiDARのリターン信号を検出しようとすると、太陽からの不要な光を浴びることになります。そこで問題となるのが、ノイズ（太陽光）を無視または最小化しつつ、信号（レーザーの戻り光）を最大化することです。そのためには、センサの単一光子の感度を利用して、時間的に相関のある光子を探す方法があります。
このマルチショットdToF計測方法は、手順を何度も繰り返すことで実現しています（複数のレーザーパルスでそれぞれのdToF計測を行います）。それぞれの測定ごとに距離を計算するのではなく、各ToF値をヒストグラムや分布図に加えます。その結果、図3 のようなプロットが得られました。バックグラウンドのカウントは時間的に無相関で、つまり、パルスが発射された時間に対して時間的にランダムに到着します。これらのカウントは、太陽光によるノイズなので、無視して構いません。ピークは、時間的に相関のあるカウントを表しています。つまり、すべてのカウントが同じ時間値で到着した相当数のカウントで、ターゲットからの信号を示しています。このピーク値は、特定のフレームの距離に変換することができ、このプロセスを繰り返すことができます。1 ピクセルあたり数十回のレーザー照射を行っても、30fps のフレームレートを実現しています。
図3. LiDAR のToF ヒストグラムの例
SiPMやSPADセンサは、単一光子の感度と時間相関技術を利用して微弱なリターン信号を見ることができますが、PINダイオードやAPDセンサでは、太陽背景に紛れてこれらのカウントを見逃してしまいます。そのため、他のタイプのセンサでは、これほど遠くまで、あるいは効率的に観測することはできません。
深度情報は実世界でどのように利用されているのか、またLiDARはどのように役立つのか？コンシューマー向けのモバイルアプリケーションでは、これまでイメージセンサ技術だけで多くの機能を実現してきました。例えば、構造化された光を利用しています。飛行時間（ToF）技術は、数年前から携帯電話にある程度組み込まれており、深度センサを追加して、高速オートフォーカスや「ボケ」ポートレート効果などの写真機能を実現しています。最近では、dToFイメージングLiDARセンサが最新のコンシューマー向けモバイル機器に搭載されており、従来の技術よりも優れた深度情報を提供しているため、このデータを利用するモバイルアプリケーションの数が大幅に増加することは間違いありません。この3D情報を利用することで、3DマッピングアプリケーションやAR/VR（拡張現実）体験の向上が可能になります。
安全性が重視される自動車や産業用アプリケーションでは、画像センサだけでは物体の識別に限界があり、自律的な意思決定やナビゲーションには、異なるセンシングモダリティの融合による追加情報の必要性が高まっています。LiDARは、カメラ、超音波、レーダーなどの他のセンシング技術と組み合わせて使用することで、冗長性を高め、ナビゲーションや環境との相互作用に責任を持つ意思決定アルゴリズムの信頼レベルを向上させることができます。これらの技術はそれぞれユニークな特徴を持っており、様々なレベルの情報を提供し、状況に応じてメリットとデメリットがあります。
図4. 異なるセンサ技術の比較
車載用の高性能LiDARシステムを実現するためには、SiPMのような高感度センサが最も効率的なレシーバとなります。オン・セミコンダクターの SiPMは、高い光子検出効率と低ノイズ、ダークカウントレートを低動作電圧、温度感受性、プロセスの均一性と組み合わせることで、他に類を見ない性能と動作パラメータの組み合わせを実現しています。
ArrayRDM-0112A20-QFNは、SiPMの12 ピクセル・リニア・アレイで、LiDARの市場ニーズに対応しています。ArrayRDM-0112A20 は、費用対効果に優れたLiDARシステムの代表的な波長である905nm において、業界最高水準の18% の光子検出効率を実現しています。また、SiPMのリニアアレイとしては初の市販品であり、車載認定済SiPMとしても初の製品となります。ArrayRDM-0112A20-QFNの詳細については、下記のデザインリソースをご覧ください。
デザインリソース：
オン・セミコンダクターのブログを読者登録し、ソーシャルメディアで当社をフォローして、
最新のテクノロジ、ソリューション、企業ニュースを入手してください！
Twitter | Facebook | LinkedIn | Instagram | YouTube
