GaN HEMT驱动芯片NSD2017助力解决激光雷达应用挑战

发布时间:2024-08-22  

自动驾驶是新能源汽车智能化的重要发展方向,而具备强感知能力的激光雷达则是L2+及以上级别自动驾驶不可或缺的硬件设备。纳芯微的单通道高速栅极驱动芯片NSD2017,专为激光雷达发射器中驱动GaN HEMT(高电子迁移率晶体管)而设计,助力应对激光雷达应用中的各项挑战。


1)激光雷达系统结构介绍


自动驾驶中使用的激光雷达通常采用DToF(Direct Time-of-Flight)测距方式,即通过直接测量激光的飞行时间来进行距离测量和地图成像。下图为DToF激光雷达系统的典型结构,其中信号处理单元通过记录激光发射器发出光脉冲的时刻,以及激光接收器收到光脉冲的时刻,根据时间间隔和光速即可计算出目标距离。


image.png

DToF激光雷达典型系统


激光雷达为了实现高分辨率与宽检测范围,需要极窄的激光脉冲宽度、极快的激光脉冲频率和极高的激光脉冲功率,这对激光发射器中功率开关器件的性能提出了更高的要求。相比传统的Si MOSFET,GaN HEMT具有更优越的开关特性,非常适合DToF激光雷达应用。GaN HEMT的性能表现依赖于高速、高驱动能力和高可靠性的GaN栅极驱动芯片,NSD2017凭借其优异的产品特性,充分发挥了GaN HEMT在激光雷达中的优势。


2)NSD2017产品特性


- 推荐工作电压:4.75V~5.25V


- 峰值拉灌电流:7A/5A


- 最小输入脉宽: 1.25ns


- 传输延时: 2.6ns


- 脉宽畸变: 300ps


- 上升时间@220pF负载: 650ps


- 下降时间@220pF负载: 850ps


- 封装:DFN6(2mm*2mm),WLCSP(1.2mm*0.8mm)


- 满足AEC-Q100车规认证


- 同相和反相输入引脚可用于产生极窄脉宽


- 具备UVLO、OTSD保护

image.png

NSD2017典型应用框图


3) NSD2017关键性能应对激光雷达应用挑战


1.  大电流驱动能力,支持激光雷达远距离探测


激光雷达的远距离探测能力使自动驾驶车辆能够提前发现障碍物并及时避让,从而提升自动驾驶速度上限。为实现更远的探测距离,通常需要在保证不损伤人眼的前提下,采用更大功率的激光发射器,这就需要更大电流的GaN HEMT以及驱动能力更高的驱动芯片。纳芯微的NSD2017具备7A峰值拉电流和5A灌电流能力,可用于驱动大电流GaN HEMT,从而产生高峰值激光功率,实现远距离探测。


2.  极窄输入脉宽,满足激光雷达高测距精度要求


DToF激光雷达通过测量脉冲激光发射和接收的时间间隔来实现测距,但是如果来自两个相邻目标的反射光脉冲发生重叠,系统将无法分辨出这两个相邻目标的距离信息。为了满足厘米级别的距离分辨率的要求,激光雷达需要极窄的光脉冲宽度,通常低至几纳秒,并且具有快速的上升沿和下降沿。NSD2017的最小输入脉宽典型值仅为1.25ns,且开启和关断路径具有优异的延迟匹配,输入到输出的脉冲宽度失真低至300ps。此外在220nF负载下,NSD2017的上升时间典型值为650ps,下降时间典型值为850ps,也有利于产生更窄的脉冲激光。


image.png

NSD2017最小输入脉宽测试,Ch1为输入波形,Ch2为输出波形


3. 小封装和高频开关,优化激光雷达角分辨率与点频性能


激光雷达的角分辨率表示扫描过程中相邻两个激光点之间的角度差,点频则表示在三维视场内每秒发出的激光点数。一般来说,激光雷达的角分辨率越小,相邻点云之间越密集,往往点频越高,激光雷达的感知能力也就越强。为实现更高的角分辨率和点频,激光雷达需要布置更多的激光发射器,因而对驱动芯片的封装尺寸提出了更高的要求。NSD2017车规级芯片不但提供DFN (2mm*2mm) 封装,还可以提供更小尺寸的WLCSP (1.2mm*0.8mm) 封装。NSD2017支持最高60MHz开关频率,传输延时典型值低至2.6ns,确保了系统控制环路具有足够快的响应时间,也有利于提高激光雷达点频性能。


image.png

NSD2017传输延时测试,Ch1为输入波形,Ch2为输出波形


4. 强抗干扰能力,保证激光雷达的安全可靠


在激光发射器中,为了快速开关GaN HEMT,栅极驱动芯片外部的栅极串联电阻通常设置为零;栅极驱动芯片的峰值拉电流和灌电流,会通过芯片的封装寄生电感和PCB寄生电感,引起芯片内部的VDD和GND产生较大的抖动,从而可能导致驱动电路工作异常。NSD2017通过优化封装寄生电感,并且在芯片内部集成去耦电容,有效地滤除驱动电路抽载产生的高压毛刺,从而提升了抗噪声能力。此外,NSD2017具备过温保护和欠压保护功能,保证激光雷达安全可靠地工作。


4)总结


GaN HEMT栅极驱动芯片NSD2017具备高开关频率、低传输延时、极窄脉宽、低失真、强驱动能力和抗干扰等特性,采用小尺寸车规级封装,能够助力应对激光雷达各项应用挑战,提升感知能力,确保其安全可靠运行。


文章来源于:电子工程世界    原文链接
本站所有转载文章系出于传递更多信息之目的,且明确注明来源,不希望被转载的媒体或个人可与我们联系,我们将立即进行删除处理。

相关文章

    在云端的独特能力,实现可扩展、快速、低成本、基于人工智能的物体检测和分类• 提供激光雷达数据管理和感知服务• 将上传的原始激光雷达数据集可视化• 使应用能够提高系统精度......
    头图像集成在一起。 研究人员使用KITTI数据集收集数据,该数据集提供了同步的激光雷达点云数据和RGB图像以及内部和外部的传感器参数,帮助摄像头和激光雷达设备进行校准,从而实现坐标系之间的精确投影。此外,研究人员还采用自己采集到的数据......
    是如下这样的。 相机检测框可视化在图片上 毫米波雷达数据点可视化在图片上 激光雷达电云可视化在图片上 根据同一场景的三幅可视化图片可以发现,毫米波雷达在高度上是缺失的,而且目标点密度很低,远低于激光雷达......
    激光点云系列之一:详解激光雷达点云数据的处理过程;随着激光雷达的上车数量的不断攀升,如何用好激光雷达成为了重中之重,而用好激光雷达的关键点之一就在于处理好点云数据激光点云指的是由三维激光雷达设备扫描得到的空间点的数据集......
    品定位和主要功能是实现碰撞预警,而今,随着自动驾驶向更高级别演进,毫米波雷达的性能在提升,例如高程分辨能力和高分辨力、更远的作用距离、易于和视觉融合、能够用雷达数据集训练AI等。毫米波雷达......
    检测和距离测定)传感器向环境发射激光并记录信号返回的时间。返回的信号将被重构以创建显示激光雷达周遭环境的三维点云。激光雷达数据可用于计算传感器与三维点云中目标之间的距离。 ADAS 应用中会用到两种类型的激光雷达......
    利用激光雷达检测车道线的4种方法;通过理论分析和实验验证可知一二两层返回的信息主要包括路面、车道线、少量障碍物和边界数据;三四两层主要返回道路边界、障碍物和少量路表信息,所以在特征种子点提取阶段需要重点分析一二两层的雷达数据......
    等多个方面的进步,纯视觉的自动驾驶感知方案在3D目标检测任务上的性能在最近一年和激光雷达的差距有了明显的改观。 在数据方面,出现了搭载传感器更多,采集时间更长的自动驾驶道路数据集。比如2019年由MoTIonal......
    更多基础设施对象。这些算法通常对数据立方体、点云或对象进行操作,但也有基于原始数据的研究。 •雷达输出数据格式:点云,点具有位置、距离、强度、运动信息等属性。 激光雷达前处理流程 •汽车激光雷达传感器:激光雷达......
    等多个方面的进步,纯视觉的自动驾驶感知方案在3D目标检测任务上的性能在最近一年和激光雷达的差距有了明显的改观。 在数据方面,出现了搭载传感器更多,采集时间更长的自动驾驶道路数据集。比如2019年由......

我们与500+贴片厂合作,完美满足客户的定制需求。为品牌提供定制化的推广方案、专属产品特色页,多渠道推广,SEM/SEO精准营销以及与公众号的联合推广...详细>>

利用葫芦芯平台的卓越技术服务和新产品推广能力,原厂代理能轻松打入消费物联网(IOT)、信息与通信(ICT)、汽车及新能源汽车、工业自动化及工业物联网、装备及功率电子...详细>>

充分利用其强大的电子元器件采购流量,创新性地为这些物料提供了一个全新的窗口。我们的高效数字营销技术,不仅可以助你轻松识别与连接到需求方,更能够极大地提高“闲置物料”的处理能力,通过葫芦芯平台...详细>>

我们的目标很明确:构建一个全方位的半导体产业生态系统。成为一家全球领先的半导体互联网生态公司。目前,我们已成功打造了智能汽车、智能家居、大健康医疗、机器人和材料等五大生态领域。更为重要的是...详细>>

我们深知加工与定制类服务商的价值和重要性,因此,我们倾力为您提供最顶尖的营销资源。在我们的平台上,您可以直接接触到100万的研发工程师和采购工程师,以及10万的活跃客户群体...详细>>

凭借我们强大的专业流量和尖端的互联网数字营销技术,我们承诺为原厂提供免费的产品资料推广服务。无论是最新的资讯、技术动态还是创新产品,都可以通过我们的平台迅速传达给目标客户...详细>>

我们不止于将线索转化为潜在客户。葫芦芯平台致力于形成业务闭环,从引流、宣传到最终销售,全程跟进,确保每一个potential lead都得到妥善处理,从而大幅提高转化率。不仅如此...详细>>