当时也邀请了数位激光雷达专家，对SPAD-SoC技术进行了精彩分享（包含视频和讲义下载，链接见文末）：

今年以来，SPAD-SoC热度在不断提升，包括速腾、禾赛、华为等多个头部玩家都在加大SPAD-SoC方向的布局。

01

SiPM和SPADs原理简介

1. 分类

其中，APD主要用于1550nm激光雷达，SiPM和SPADs主要用于905/940nm激光雷达。如下是不同接收单元的分类：

图片来源：灵明光子

图片来源：Yole，《Lidar for Automotive 2025》

SiPM和SPADs是目前应用最为广泛的多点接收单元，两者的最小感光单元完全相同，都是工作在盖革模式的APD（即SPAD单体）。

从电路的角度，SPADs和SiPM在使用方式上唯一的区别（也是本质区别）是：

1）SiPM从一定数量的SPAD单体像素中收集信号，然后合并输出一个模拟信号。

2）SPADs以数字的方式合并多个SPAD单体像素，并以数字信号的形式输出。

2. SiPM

1）基本结构

SiPM通常由1个或者多个SiPM像素单元组成，每个SiPM像素单元又由许多（几百~上万个）SPAD单体和淬灭电路并联而成。SiPM结构如下：

图片来源：灵明光子

使用SiPM的时候，一般需要配置TIA、多阈值比较器、ADC和FPGA等器件。

2）工作原理

图片来源：滨松

SiPM通过判断发生雪崩的SPAD单体数量，就可以直接测量光强，通过多比较器和波形分析，即可提取真实目标的信号。1个SiPM像素内SPAD单体的数量越多，计数能力（分辨能力）越强。

SiPM的结构和信号读出原理：

图片来源：滨松（图中的MPPC是滨松对SiPM的命名）

3. SPADs

下图是SiPM和SPADs方案的典型电路对比：

SPADs的结构和信号读出原理：

图片来源：滨松

SPADs的每一组输出的信号只有数字信号0和1，无法直接获取强度信息，需要通过后续的统计直方图寻找峰值来计算，例如TSCPC方法。

TCSPC通过记录在固定时间内光子事件的频次及到达时间，还原出光子事件数随事件变化的直方图，进而拟合出目标的深度信息。TCSPC方法具有很高的时间精度、时间分辨率和光子利用率，是目前主流的测距方案。

02

SPADs为什么会是主流？

车载激光雷达产业链正朝着高性能、小体积、低成本的方向快速发展，其中数字化和固态化是其中重要的技术手段。

1. 角分辨率高

角分辨率主要取决于有效像素数，像素数越高，角分辨率越高。

SPADs的单位面积像素数远高于SiPM，例如：索尼IMX459的单位面积像素数为10130个/mm2，而安森美车规级SiPM ArrayRDM-0112A20的为1531个/mm2。

图片来源：滨松

如果采用SiPM方案，如果希望实现和SPAD方案同样的线束数量，需要并联更多的SiPM模块，使得激光雷达成本提高，并且体积更大，导致整车布置也更困难。

目前，SPADs的像素密度还在不断的提升中，SPAD单体的间距在不断缩小，有些比较新的SPADs产品的单体间距甚至已经到了2.2um。

图片来源：北极芯微

同时，更小的SPAD阵列还能够提升灵敏度和动态范围。不过，也会使得串扰和抖动的挑战更大。

2. 数字化信号处理

SiPM输出模拟信号，后续还需要一系列信号处理和模数转换。在这个过程中，不可避免地会引入噪声，导致信噪比的衰减，影响检测灵敏度。

SPADs可以利用TDC直接进行数字化的结果输出：

图片来源：灵明光子

采用SPADs方案的信号处理链路：

图片来源：Sony

因此，由于采用数字化的信号处理架构，使得SPADs具备如下优势：

• 读出噪声小，数字信息的直接传递，无需ADC，信噪比高。

• 通过TDC进行光子数量计算，TDC的容量扩展容易，动态范围大。

• 灵敏度高，可以实现微光高速成像。

3. 集成度高、体积小、成本低

SPADs和SiPM的架构差异：

图片来源：速腾聚创

而SiPM通常很难将SiPM阵列和后端电路集成在一起。虽然也有厂家尝试将SiPM和ASIC合封到一个芯片中，以提高集成度，但是和SPAD-SoC的集成度还是差距较大。

SPAD-SoC和SiPM的集成方案对比：

因此，采用SiPM方案的电路通常更为复杂，例如，如下采用SiPM的某激光雷达接收板：

图片来源：Idtechexinsight

如下是采用的SPAD-SoC方案华为D3激光雷达，集成度大大提升：

这是一片来自Sony的SPAD-SoC（IMX459），架构示意图：

图片参考：Sony

Sony IMX479（IMX459的下一代产品）的系统原理图：

除了集成度高、成本低之外，SPAD-SoC还使得各模块间的数据传输带宽更大，延迟更低。

4. 全固态

全固态激光雷达的降本潜力更大，目前在市场应用中，激光雷达正在从半固态到纯固态方向演进。

目前全固态方案主要以Flash方案为主，而Flash激光雷达最适合采用的接收单元就是面阵型SPADs芯片。

由于收发器件的性能限制，目前Flash激光雷达主要用于补盲场景：

图片来源：禾赛

据了解，有厂家的纯固态前向Flash主雷达的样机正在开发中，可以在120°FOV的视场角下，达到200m的检测距离。（如需要交流细节，请私信雪岭）

03

SPADs的主要挑战

不过，SPADs肯定还是存在一些挑战，例如死时间较长，完成单次测距测量时间较长（SPADs需要多次采样，统计寻峰）、ASIC处理功耗较高，以及强光/高反影响较大（饱和和串扰）、工艺难度高等。

1. 饱和和串扰

SPADs由于灵敏度高，因此光干扰问题较为普遍，尤其是强烈日光的干扰。

强烈的阳光入射，会导致多个SPAD单元饱和，并且在恢复初始状态前都无法吸收光子，因而有可能漏掉真正的反射信号。

资料来源：Anant Gupta et al.《Photon-Flooded Single-Photon 3D Cameras》，arxiv，中信证券研究部

另外，由于感光单元距离很近，串扰问题也有更大的挑战。SPAD阵列密度越高，串扰问题就越明显。串扰会导致高反膨胀、鬼影等问题。

图片来源：Angelo Gulinatti

2. 工艺难度高

1）上层为单光子像素阵列（SPAD Pixel）；

2）下层为读出电路（Readout circuit），即包含了高精数字时间采样模块（TDC）、单光子测距引擎（TCSPC）、专用数字信号处理器（DSP）、激光雷达控制中心（MCU）等关键模块。

“背照式3D堆叠”可以快速将感光信号传输到下层芯片，进行信号的存储以及统计运算，从而提升信号处理性能。

“背照式3D堆叠”需要使用先进的混合金属键合(hybrid bonding)工艺，该工艺将两个芯片进行金属融合并且对接，下图为上下晶圆金属键合工艺的 SEM 照片：

该工艺需依靠与晶圆厂紧密配合完成，工艺操作难度很大，需要确保上下晶圆层的高精度（对准精度尺寸需

采用3D堆叠工艺的不同面积的SPAD阵列：

不过，在行业的不断努力下，通过采取诸多措施，SPAD这些挑战正在被逐步克服，例如：

图片来源：阜时科技

04

SPADs的应用

速腾聚创的部分产品采用的收发器件方案：

其中，速腾M系列产品主要是采用SiPM方案，不过后续的许多主打产品都将全部使用SPADs方案：纯固态激光雷达（E1和E1R）、半固体激光雷达（EMX和EM4）以及机械式360°激光雷达Airy。

速腾的数字化产品矩阵：

其中，E1是纯固态Flash激光雷达的代表，EM4是高线束前向雷达的代表。

速腾的EM4产品：

速腾聚创已完成全栈芯片化，结合成熟的一维、二维、面阵扫描技术，可以快速定制不同形态激光雷达产品，就像做相机一样简单。

速腾的全栈激光雷达芯片：

速腾聚创自研的SPAD-SoC芯片于2018年立项，2022年面世，已经应用在E1/E1R全固态激光雷达上，目前已经多款汽车及机器人产品上量产落地。

如下是速腾聚创第一代SPAD-SoC：

结构示意图如下：

这颗SPAD-SoC的主要特点：

1）采用方形面阵（120°×90°视场角，576×432 像素），适用于面阵型Flash激光雷达。

2）面阵规模超过25万像元，比IMX459多1.5倍，接收效率提升了20%。

3）采用先进的3D堆叠工艺，将SPAD阵列和高性能SoC集成到一颗芯片，实现数字SPAD-SoC单芯片直接处理生成点云，原始信号不失真，大幅简化系统链路，产品的尺寸小、功耗低。

禾赛从2020年开始布局SPAD技术。

2023年底，禾赛完成了对瑞士芯片设计公司Fastree 3D的战略并购。此次战略并购，禾赛将其SPAD核心专利技术深度嵌入到自研的第四代芯片架构平台，并应用于FTX。

禾赛自研的3D堆叠SPAD面阵探测器：

禾赛FTX搭载SPAD-SoC：

05

结语

图片参考：灵明光子

文章转载自公众号：雪岭飞花

作者：雪岭飞花
原文链接：https://mp.weixin.qq.com/s/ANMP9PYOoOBQ60T7Utt_Cw