現今LiDAR在如同ADAS自動駕駛、無人機、測距、臉部面試、數位相機等領域應用越來越廣泛，也隨即越發重要，今日讓我們來回顧2019年一篇重要的研究報告。在一項前瞻性的合作研究中，愛丁堡大學的Robert K. Henderson教授和STMicroelectronics Imaging Division於2019年攜手合作，推動了基於單光子雪崩二極體（SPAD）的激光雷達（LiDAR）系統的發展，並在汽車應用領域取得了重大突破。他們的研究著重於優化SPAD配置，以提升汽車LiDAR接收器的設計，對該領域產生了深遠的影響。

在Henderson教授的領導下，這個團隊進行了具有創新性的研究，重新界定了基於SPAD的LiDAR技術的能力。他們的研究成果發表在一篇名為《用於LiDAR接收器驗證的可重組40納米CMOS SPAD陣列》的關鍵論文中，對該領域產生了相當重要的影響。

這項研究以使用40納米CMOS技術實現的可重組SPAD陣列為核心，提供了像素配置的靈活性。這個合作開發的測試芯片利用了Xilinx Kintex-7 FPGA進行高效的數據采集，實現了128個SPAD數字輸出的同時讀取。這種能力使得可以記錄大量的SPAD事件，為進一步分析提供了關鍵數據。

Henderson教授團隊的一項關鍵突破是同步總和技術（SST），旨在優化基於SPAD的LiDAR系統的動態範圍。通過有效結合多個SPAD脈衝，SST技術相比現有方法實現了動態範圍顯著提升，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，該團隊還開發了一個強大的MATLAB模擬模型。這個複雜的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各種參數，準確地模擬了傳感器的性能。通過利用模擬結果，研究人員能夠確定使用不同像素配置的最大成像距離，從而在傳感器設計中做出明智的決策。

2019年Henderson教授團隊進行的合作研究是基於SPAD的汽車LiDAR系統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、增強的動態範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的需求持續增長，這項研究的影響力不可低估。Henderson教授的團隊與STMicroelectronics的合作為基於SPAD的LiDAR系統的未來突破鋪平了道路。他們的發現為研究人員和從業人員提供了寶貴的見解，指導更高效和先進的自動駕駛技術的開發。

這種合作研究的持久影響凸顯了合作和創新在推動技術進步方面的力量。通過結合學術專業知識和行業知識，Henderson教授的團隊和STMicroelectronics在基於SPAD的LiDAR系統方面取得了重要進展。可重組的SPAD陣列，搭配SST技術和MATLAB模擬模型的支持，代表了實現更安全和更高效自動駕駛系統的重要一步。

展望未來，這項合作研究的影響將繼續塑造LiDAR系統的未來。這些具有變革性的發現將激發基於SPAD技術的更多進步，推動實現全自動駕駛車輛，並對整個汽車行業產生革命性的影響。