汽车CMOS图像传感器一哥，如何成为自动驾驶传感领导者

毫无疑问，日渐火热的自动驾驶技术将成为过去50年来最具影响力的技术之一。自动驾驶的实现，能够挽救数百万人的生命，释放无数耗费在驾驶中的时间，并有望缓解扰人的交通拥堵。尽管目前还没有实现真正的自动驾驶，但是，任何新的、有意义的进展，都在为我们描绘那个值得期待的未来。

当我们谈及自动驾驶领域的知名厂商时，可能会率先想到特斯拉（Tesla）、英伟达（NVIDIA）、甚至是英特尔（Intel）的Mobileye等曝光度较高的名字。但是，这个领域还有一家值得关注的企业，正通过积极的布局和稳健的成长，或将在不远的未来逐渐成为自动驾驶领域的领导者之一，它便是安森美半导体（ON Semiconductor Corp）。

[转载出处：www.11jj.com]

[原文来自：www.11jj.com]

摄像头、激光雷达（LiDAR）和雷达协同工作带来更安全的驾驶体验

自动驾驶核心传感器包括摄像头、LiDAR和雷达

据麦姆斯咨询介绍，自动驾驶涉及很多关键电子设备和元件，就车辆环境感知而言，目前业界广泛认为主要包括三种核心传感器类型：LiDAR、雷达和摄像头，它们通过确定车辆外部以及内部的环境状况，支持自动驾驶车辆处理器在几个毫秒的时间内做出正确的驾驶决策。其数据处理的方式有几种，有些方案是在集成处理单元的传感器模块中完成，有些则是通过更集中的中央处理器完成。

为了更好的发挥各技术的自身优势，LiDAR、雷达和摄像头在ADAS（高级驾驶辅助系统）系统中需要作为一个“团队”协同工作。LiDAR通常用于探测150米左右的中距离物体，其分辨率可以达到厘米级。LiDAR可以提供车辆周围物体和环境的高分辨率地图，以帮助制定驾驶决策。雷达通常用于更远距离的精确速度测量，尽管其分辨率低于LiDAR，但雷达通常不会受到天气条件的影响。雷达目前主要用于汽车的自适应巡航控制（ACC）等应用。摄像头则具有很高的分辨率，适用于中短距离应用，能够在白天、黄昏和夜晚照明条件下运行，但往往需要大量的数据处理。

安森美手握LiDAR、雷达和摄像头图像传感器参与自动驾驶市场竞争，事实上，它是市场上唯一一家能够自己制造这三种传感器的厂商。在摄像头图像传感器领域，安森美与索尼（Sony）和豪威科技（OmniVision）展开激烈竞争；在雷达领域，与英飞凌（Infineon）、意法半导体（ST）、德州仪器（TI）以及恩智浦（NXP）竞争；而LiDAR领域，则是一个全新的开放竞争的领域，拥有数十家创业厂商。

摄像头图像传感器

在汽车图像传感器领域，安森美是唯一一家拥有从1.2MP到1.7MP，再一直到8.3MP全系列CMOS图像传感器的制造商。8.3MP图像传感器可用于车辆的全自动驾驶和ADAS系统，1.7MP和1.2 MP可用于ADAS系统、360°环视和后视功能。完整的CMOS图像传感器产品线可以简化汽车设计，降低开发成本和维护。这是安森美的价值体现和独一无二的优势。

2017年汽车领域图像传感器厂商的市场份额
数据来源：《自动驾驶汽车传感器-2018版》

据麦姆斯咨询报道，近年，安森美汽车图像传感器业务的复合年增长率（CAGR）实际达到了55%，2017年安森美占据了汽车领域图像传感器8.58亿美元市场规模的43%，领先豪威科技（25%）和索尼（9%），成为了该领域的新王者。

与许多其它半导体公司一样，安森美打造了参考设计..，以帮助加快其设计和汽车图像传感器的上市时间。该..被称为模块化汽车参考系统（Modular Automotive Reference System），简称“MARS”。MARS提供许多不同的解决方案可供选择，包括6种不同的传感器母板、6种不同的协处理器、2种不同的串行器（serializer）及解串器（de-serializer）以及以太网。参考设计不仅加速了产品上市时间，而且还为规模较小的市场进入者设置了准入门槛。

LiDAR

据麦姆斯咨询此前报道，2018年5月，安森美宣布收购了SensL Technologies，后者专业为汽车、医疗、工业和消费类市场提供硅光电倍增管（SiPM）、单光子雪崩二极管（SPAD）和LiDAR传感产品。此次收购将帮助安森美扩展其成像、雷达和LiDAR产品供应能力，从而扩大其ADAS和自动驾驶等汽车传感应用的市场份额。

SensL采用SiPM阵列的固态LiDAR系统结构示意图

SensL在医疗成像前沿领域目前处于领先地位，围绕SiPM和SPAD技术提供了广泛的产品线，这些技术为经济型固态LiDAR的开发开辟了道路。该公司基于领先的SiPM和SPAD深度传感技术，业已成为汽车LiDAR新兴领域的市场领导者。

SensL的技术基于CMOS工艺，通过规模经济提供了极具成本效益的固态LiDAR解决方案，为充满挑战的成像环境带来了领先的深度传感精度、探测距离和系统功耗。