导读：近日，Pointcloud公司研究团队在《Nature》上发表了一项里程碑式的研究，展示了一款集成超过60万个光子组件的相干4D成像传感器。该传感器采用352×176像素的FMCW LiDAR焦平面阵列，实现了65米探测距离、0.06°角分辨率和同步测速能力，能耗低至46 nJ/点。本文将深入解读其系统架构、核心技术和性能突破。
1. 背景：3D感知的挑战与FMCW LiDAR的优势
精准的三维环境感知是自动驾驶、工业自动化、增强现实等领域的核心技术需求。尽管CMOS图像传感器已在2D成像领域取得巨大成功，但在3D世界中，高分辨率、长距离、低功耗的解决方案仍面临挑战。
现有技术如飞行时间（ToF）LiDAR受限于能量和分辨率，机械旋转式LiDAR体积大且可靠性差，光学相控阵（OPA）则面临宽视场角和高分辨率难以兼得的困境。
频率调制连续波（FMCW）LiDAR结合相干检测，不仅可同时测量距离和速度，还具备抗干扰、低功耗等优势。而焦平面阵列（FPA）架构则将发射和接收功能集成于像素阵列中，有望实现类似CMOS相机的小型化、低成本4D成像。
2. 系统总体架构
本文提出的4D成像系统如图1所示。系统由以下几个核心部分组成：
-
光源与调制：1310 nm DFB激光器 + 硅光子IQ马赫-曾德尔调制器（MZM），产生线性调频光信号（上/下啁啾各32 μs，带宽6 GHz）。
-
光放大与分发：两级光放大器（BOA），将信号分至16路光纤，耦合至FPA芯片。
-
FPA芯片：352×176像素阵列，包含超过60万个光子组件，所有电子电路（TIA、开关驱动、数字接口）单片集成。
-
光学镜头：商用SWIR镜头（f=25/35/50 mm），决定视场角和角分辨率。
-
控制与采集：基于AMD Zynq UltraScale+ RFSoC，实现数字波形生成、ADC采样（4.096 GSPS）、实时FFT和峰值检测。
图1展示了芯片显微图像和光路选择机制。16个光纤输入通过两级热光开关网络（第一级1:32，第二级1:16）将光引导至7744个8像素行，实现全阵列寻址。
图1：a，系统架构；b，芯片显微图像；c，光路选择示意图。（来源：Nature论文）
3. 像素设计与单站式架构
每个像素采用单站式（monostatic）设计------同一对光栅耦合器同时用作发射天线和接收天线。如图2所示，来自开关网络的FMCW光经1:8分路器后进入像素，其中一部分作为本振（LO），另一部分通过光栅耦合器发射至目标。回波光与LO在50/50定向耦合器混合，由平衡Ge PIN光电探测器转换为电信号，再经片上TIA放大。
这种设计避免了像素间的光串扰，且仅需单个成像透镜，无需对准收发光路。
为提升耦合效率，研究团队在芯片上沉积了定制设计的凹面微透镜（图2c），用于调整光束发射角度和发散角，使光束更好地匹配成像透镜孔径。
图2：a，FPA块示意图；b，像素内部光路；c，微透镜作用示意。（来源：Nature论文）
4. 光学性能与成像结果
系统采用不同焦距镜头实现了多种视场角和角分辨率（图3）。在办公室场景（6-11 m）中，35 mm镜头提供32.6°×19.3°视场角，角分辨率0.06°。对65 m外建筑物的成像显示，窗户和外墙细节清晰可辨，所用能量仅46 nJ/点，平均输出功率178 μW。
图3c展示了旋转圆盘的4D点云，颜色代表径向速度，验证了系统同时测速的能力。
*图3：a，办公室场景点云；b，远处建筑点云；c，旋转圆盘速度注释点云；d-f，对应场景照片。（来源：Nature论文）*
5. 噪声分析与信噪比模型
论文详细分析了系统的噪声特性。每个像素的光功率分布如图4a所示，平均本振功率10.1 μW。定义散粒噪声与放大器噪声之比κ = I_shot / I_amp，阵列中κ平均值为0.62（图4b）。相比纯散粒噪声受限系统，这导致约5.6 dB的SNR损失（图4c）。
未来通过增加本振功率或TIA增益使κ > 2，即可实现散粒噪声极限。
图4：a，像素光功率分布；b，κ值分布；c，SNR损失曲线；f,g，距离和速度测量误差。（来源：Nature论文）
6. 关键参数与对比
下表将本文工作与现有先进LiDAR系统进行了对比（来自Extended Data Table 1）：
| 工作 | 像素规模 | 视场角 (°) | 角分辨率 (°) | 距离 (m) | 能量/点 (nJ) | 收发集成 | CMOS集成 |
|---|---|---|---|---|---|---|---|
| 本文 | 352×176 | 23.1×13.5 | 0.06×0.06 | 65 | 46 | ✓ | ✓ |
| Rogers等 (2021) | 32×16 | 1.5×1.9 | 0.05×0.05 | 75 | 212 | × | ✓ |
| Zhang等 (2022) | 128×128 | 70×70 | 0.6×0.6 | 10 | 320 | ✓ | × |
| Poulton等 (2022) | 8192 ch | 100×17 | 0.04×0.01 | 35 | 1700 | ✓ | ✓ |
可见，本文在像素规模、能量效率、集成度方面均具显著优势。
7. 信号处理与数据采集
系统采用上下啁啾各32 μs，总带宽6 GHz，理论距离分辨率ΔR = c/(2B) = 25 mm。回波信号经TIA放大后，由RFSoC的4.096 GSPS ADC数字化，下采样至256 MSPS后进行加窗FFT（8192点）。峰值检测由FPGA实时完成，并插值计算精确频率，再结合上下啁啾解算距离和速度。
当前由于仅有8个ADC通道并行，帧率约为1 fps。若128个输出全部并行，帧率可达15 fps。
8. 未来改进方向
作者指出，下一代FPA将：
-
通过增加本振功率或TIA增益，实现散粒噪声极限，提升SNR约5.6 dB。
-
采用Si-SiN混合光波导，突破硅的非线性吸收限制，将单像素发射功率提高10倍，结合SNR优化，探测距离可扩展至200米以上。
-
将第二级开关移至阵列外部，消除远场中的间隙，实现均匀像素排布。
9. 结论
本文展示的FMCW LiDAR FPA是迄今最大规模的相干焦平面阵列，像素数达61,952，光子组件超60万。其单站式像素设计、片上集成电子、灵活的开关网络以及低功耗特性，使其成为CMOS级4D成像的有力候选者。随着后续优化，该技术有望在自动驾驶、机器人、增强现实等领域引发新一轮感知革命。
参考资料
1\] Settembrini et al., *Nature* 2026, s41586-026-10183-6. \[2\] 文中所有图片均来源于该论文，版权归原作者所有。