검색
검색 팝업 닫기

Ex) Article Title, Author, Keywords

Article

Split Viewer

연구논문(Research Paper)

2023; 34(4): 139-150

Published online August 25, 2023 https://doi.org/10.3807/KJOP.2023.34.4.139

Copyright © Optical Society of Korea.

Large-area High-speed Single Photodetector Based on the Static Unitary Detector Technique for High-performance Wide-field-of-view 3D Scanning LiDAR

Munhyun Han, Bongki Mheen

고성능 광각 3차원 스캐닝 라이다를 위한 스터드 기술 기반의 대면적 고속 단일 광 검출기

한문현ㆍ민봉기

Photonic/Wireless Devices Research Division, Electronics and Telecommunications Research Institute, Daejeon 34129, Korea

한국전자통신연구원 광무선연구본부 ㉾ 34129 대전광역시 유성구 가정로 218

Correspondence to:bkmheen@etri.re.kr, ORCID: 0000-0001-8480-7984

Received: May 22, 2023; Revised: June 19, 2023; Accepted: June 21, 2023

This is an Open Access article distributed under the terms of the Creative Commons Attribution Non-Commercial License (http://creativecommons.org/licenses/by-nc/4.0/) which permits unrestricted non-commercial use, distribution, and reproduction in any medium, provided the original work is properly cited.

Despite various light detection and ranging (LiDAR) architectures, it is very difficult to achieve long-range detection and high resolution in both vertical and horizontal directions with a wide field of view (FOV). The scanning architecture is advantageous for high-performance LiDAR that can attain long-range detection and high resolution for vertical and horizontal directions. However, a large-area photodetector (PD), which is disadvantageous for detection speed, is essentially required to secure the wide FOV. Thus we propose a PD based on the static unitary detector (STUD) technique that can operate multiple small-area PDs as a single large-area PD at a high speed. The InP/InGaAs STUD PIN-PD proposed in this paper is fabricated in various types, ranging from 1,256 μm × 949 μm using 32 small-area PDs of 1,256 μm × 19 μm. In addition, we measure and analyze the noise and signal characteristics of the LiDAR receiving board, as well as the performance and sensitivity of various types of STUD PDs. Finally, the LiDAR receiving board utilizing the STUD PD is applied to a 3D scanning LiDAR prototype that uses a 1.5-μm master oscillator power amplifier laser. This LiDAR precisely detects long-range objects over 50 m away, and acquires high-resolution 3D images of 320 pixels × 240 pixels with a diagonal FOV of 32.6 degrees simultaneously.

Keywords: Large-area, LiDAR, High-speed, Photodetector, Static unitary detector

OCIS codes: (040.5160) Photodetectors; (200.4560) Optical data processing; (280.3640) Lidar; (280.4788) Optical sensing and sensors

라이다(light detection and ranging, LiDAR)는 정밀 탐지 및 실시간 고해상도 3차원 영상 구현이 가능하다는 장점을 가지고 있다. 따라서 무인 자동차, 인공지능 로봇 및 무인 항공기(unmanned aerial vehicle, UAV)와 같이 주변 장애물의 위치와 형태를 정확히 탐지 및 판단하여 안전하게 목적지까지 이동하는 것이 중요한 자율주행 시스템에서 필수적인 센서로 여겨진다[1-3]. 자율주행 시스템에서는 주변의 장애물 등을 정확히 탐지하기 위해 LiDAR를 포함하여 카메라, radio detection and ranging (RADAR) 등 다양한 센서가 인식 파트에서 활용되고 있으며[4], 소모 전력과 사이즈가 제한적인 로봇 및 UAV 분야에서도 LiDAR를 적극적으로 활용하기 시작하면서[5-9] 높은 성능과 소형화를 동시에 만족하는 LiDAR의 필요성이 대두되고 있다. 이러한 관점에서 광 위상배열(optical phased array, OPA)을 이용하여 광 집적회로(photonic integrated circuit, PIC) 형태로 구현이 가능한 주파수 연속변조(frequency-modulated continuous-wave, FMCW) LiDAR가 최근 많이 연구되고 있지만, 복잡한 시스템과 연구 단계 수준의 낮은 기술적 성숙도로 인해 실제 상용 어플리케이션에 적용하기 어렵다[10-12].

이러한 이유로 간단한 구조와 시간-디지털 변환기(time-to-digital converter, TDC)를 기반으로 저렴한 시스템 구현이 가능한 비행시간(time-of-flight, ToF) LiDAR가 현재 자율주행 시스템을 비롯한 다양한 분야에서 활용되고 있다. ToF LiDAR는 짧은 광 펄스가 반사되어 돌아오는 시간을 활용하며 회전[13], 어레이(flash)[14] 및 스캐닝[15] 등 다양한 형태로 상용 제품을 생산할 만큼 기술적 성숙도가 높다. 특히 2축 미러 기반의 스캐닝 LiDAR는 회전 LiDAR의 수직 해상도 문제, flash LiDAR의 높은 잡음과 소형화 문제를 개선할 수 있다[16,17]. 또한 스캐닝 LiDAR는 고해상도 3차원 영상 및 높은 신호 대 잡음비(signal-to-noise ratio, SNR)를 통한 장거리 탐지 등 높은 성능 구현이 가능할 뿐만 아니라 간단하고 작은 크기의 송·수광계를 기반으로 소형화 문제를 동시에 해결할 수 있다. 이러한 이유로 높은 성능과 소형화가 필수적인 로봇 및 UAV 등에 스캐닝 LiDAR를 활용하기 위한 연구가 많이 진행되고 있다.

하지만 스캐닝 LiDAR는 일반적으로 고정된 수광 광학계를 활용하기 때문에, LiDAR에서 중요한 성능지표 중 하나인 넓은 화각을 구현하기 위해 대면적 광 검출기(photodetector, PD)가 필수적이다. 그러나 보통의 대면적 PD는 넓은 화각을 구현하는 대신 면적에 비례하여 증가되는 PD의 접합 캐패시턴스(junction capacitance)에 의해 이와 반비례 관계를 갖는 트랜스임피던스 증폭기(transimpedance amplifier, TIA)의 밴드폭(bandwidth)을 제한한다. 이는 고속 검출 및 짧은 폭의 펄스 검출이 어려운 것은 물론[18], 워크 에러(walk error)를[19,20] 유발하여 우수한 3차원 영상을 확보하기 어려운 단점을 가진다.

본 논문에서는 이러한 문제를 해결하기 위해 독자적인 구조인 static unitary detector (STUD) 기술을 적용한 InP/InGaAs 기반의 대면적 고속 PIN-PD를 제안하였다. 또한 다양한 형태로 구현이 가능한 장점을 활용하여 여러 형태의 STUD PD를 제작하고 소자 수준의 특성을 분석하였으며, 다양한 STUD PD를 LiDAR 수신 보드에 적용하여 수신 모듈의 성능을 독립적으로 분석하였다. 마지막으로 LiDAR 수신 보드를 고성능 및 소형화 특성을 만족하도록 개발된 시각안전 스캐닝 LiDAR 시제품에 적용하여 넓은 화각과 장거리 검출 특성이 확보되는 것을 3차원 영상을 통해 확인하였다.

2.1. STUD 광 검출기 제작 기술

넓은 화각은 단일 프레임(frame)에서 한 번에 넓은 영역의 정보 획득이 가능하기 때문에 장거리 검출과 더불어 LiDAR에서 중요한 요소 중 하나이다. 또한 고성능 스캐닝 LiDAR에서는 탐지 성능, 높은 분해능, 그리고 넓은 화각을 구현하기 위해 대면적 고속 PD가 필수적이다. 하지만 일반적으로 검출영역과 높은 분해능을 결정하는 검출속도는 상반관계(trade-off)를 가지기 때문에 동시에 만족하는 것이 어려우며, 이러한 특성은 식 (1) 및 식 (2)를 통해 확인이 가능하다.

CJ=εsε0A2εsε0μρ VA+V bi

f3dBMax=GBP2πRFCJ+CF+CA

우선 반도체 유전 상수 εs, 진공 유전율 ε0,비저항 ρ, 이동도 μ, 인가 전압 VA, 반도체 빌트인(built-in) 전압 Vbi, 그리고 면적 A로 이루어진 식 (1)을 보면 접합 캐패시턴스 CJ는 PD의 면적 A에 비례하며, 증폭기의 밴드폭 f3dBMax를 나타내는 식 (2)를 보면 증폭기의 이득 대역폭 곱(gain bandwidth product, GBP)을 제외하고 접합 캐패시턴스 CJ를 포함한 입력 캐패시턴스 CA, 피드백(feedback) 캐패시턴스 CF 및 피드백 저항 RF이 밴드폭 f3dBMax에 반비례하는 것을 볼 수 있다. 이를 통해 일반적인 대면적 PD는 면적 증가에 비례하여 접합 캐패시턴스가 증가함으로써 증폭기의 밴드폭이 감소되고, 이로 인해 고속 검출이 어렵다는 문제가 발생하는 것을 알 수 있다. 따라서 넓은 화각과 고속 검출을 동시에 만족하기 위해서는 증폭기의 밴드폭에 미치는 영향을 최소화하면서 대면적 PD를 구현하는 기술이 필수이다. 본 절에서는 이러한 문제를 해결할 수 있는 STUD 기술 기반의 PD와 이를 통해 개발된 LiDAR 수신부에 대해 기술한다.

STUD 기술 기반의 PD는 대면적 고속 단일(single) PD를 구현하기 위해 다수의 소면적 PD를 하나의 대면적 PD로 동작하도록 설계하였다는 장점이 있다. 제안된 STUD PD는 그림 1과 같이 작은 접합 캐패시턴스를 기반으로 고속 검출이 가능한 다수의 소면적 PD인 핑거(finger)들이 하나의 대면적 PD로 동작하도록 설계되었기 때문에, 밴드폭 손해 없이 넓은 면적의 단일 PD로 사용하는 것이 가능하다[21]. STUD 기반의 PD는 각 핑거에 입사된 빛이 전류로 변환된 후 연결된 TIA를 통해 저잡음 증폭되고, 반전 증폭기(inverting amplifier)인 후단 증폭기(post-amplifier)를 이용하여 다수의 TIA 출력 신호들을 하나의 신호로 합치는 것과 동시에 추가로 증폭한 이후 최종적으로는 단일 신호를 출력하는 구조를 갖는다. 이러한 STUD PD는 각 픽셀(pixel) 사이즈 내에 저잡음 증폭기(low noise amplifier, LNA) 및 신호처리기가 개별적으로 구현되어 있는 어레이 PD에 비해 설계 공간의 제약이 덜해, 간단한 구조로 대면적 고속 PD를 구현할 수 있을 뿐만 아니라 잡음의 크기가 중요한 ToF LiDAR에서 잡음을 최소화할 수 있기에 경제적, 성능적인 측면에서 유리하다는 장점이 있다[22-24].

Figure 1.Schematic of the large-area high-speed photodetector (PD) based on the static unitary detector (STUD) technique.

핑거 개수의 경우 이론상으로는 제한이 없기 때문에 사용 환경에 따라 개수를 설정할 수 있으나, 본 연구에서는 스캔 영역 및 수신 렌즈 특성을 고려하여 그림 2와 같이 32개의 핑거를 가지는 STUD PD를 구현하였다. 각 핑거는 가로 1,256 μm, 세로 19 μm의 검출 영역과 30 μm 피치(pitch)로 배열되도록 설계하여 총 1,256 μm × 949 μm의 검출 영역을 갖는다. 이러한 직사각형 형태의 PD는 대부분의 상용 PD에 활용되는 원형 PD와 비교했을 때 더 작은 면적으로도 동일한 화각을 확보할 수 있다[25]. 본 논문에 제안된 STUD PD는 동일한 화각을 가지는 원형 PD 대비 30% 이상의 면적을 절약함으로써 접합 캐패시턴스의 영향을 줄일 수 있어 상대적으로 고속 검출이 가능하다.

Figure 2.Layout for static unitary detector photodetector (STUD PD) of various structures.

특히 그림 3에서 보이는 것과 같이 독립적인 동작이 가능한 각 핑거는 원하는 개수 혹은 형태로 다양하게 설계할 수 있어 사용 환경에 적합하도록 PD를 구현할 수 있다. 각 패드(PAD)에 8개의 핑거가 연결된 그림 3(a)는 1,256 μm × 229 μm, 4개의 핑거가 연결된 그림 3(b)는 1,256 μm × 109 μm, 2개의 핑거가 연결된 그림 3(c)는 1,256 μm × 49 μm, 4개의 분할 핑거가 연결된 그림 3(d)는 628 μm × 109 μm의 분할 검출 영역을 가진다. 접합 캐패시턴스는 면적의 크기에 비례하여 증가하기 때문에, 그림 3(a)–3(d) 구조에 대한 캐패시턴스는 각각 13.3 pF, 7.1 pF, 3.9 pF, 그리고 4.1 pF를 가진다(3.1장의 측정 결과 참조). 제안된 STUD PD 전체 영역인 1,256 μm × 949 μm의 접합 캐패시턴스가 55.3 pF인 것을 고려할 때, 일반적인 단일 PD를 활용하는 것과 비교하면 검출 속도에 직접적인 영향을 미치는 접합 캐패시턴스의 영향을 낮춤으로써 고속 검출이 가능하다는 것을 알 수 있다. 또한 STUD 기술이 접목된 PD는 각 PAD에 연결된 핑거의 개수에 상응해 TIA를 적용하면 더 짧은 광 펄스(pulse) 검출 및 고속 검출이 손쉽게 가능하며 밴드폭의 희생없이 탐지 영역을 효율적으로 늘릴 수 있다는 장점을 가진다.

Figure 3.Various layouts of static unitary detector photodetector (STUD PD). (a)–(d) Various segmentalized detection areas of STUD PD based on finger number; (a) 8-fingers (SD-F8), (b) 4-fingers (SD-F4), (c) 2-fingers (SD-F2), and (d) 4-fingers of half area (SD-H4).

2.2. STUD InP/InGaAs PIN 광 검출기 및 LiDAR 수신부 제작

자체 설계된 STUD PD의 소면적 PD인 핑거는 암전류(dark current) 최소화와 넓은 활성 영역 구현에 유리한 플래너(planar) 구조의 PIN-PD이며, 3장에 설명된 LiDAR 시제품에서는 시각안전 파장인 1.5 μm의 모파(master oscillator power amplifier, MOPA) 레이저를 광원으로 활용하였기 때문에 해당 파장에서 높은 흡수율을 가지는 InP/InGaAs 물질을 기반으로 제작하였다. STUD PD는 이러한 설계 정보를 기반으로 상용 공정 파운드리(Phosem Co., Ltd., Jeongup, Korea)를 통해 제작하였으며 공정 절차는 그림 4와 같다.

Figure 4.Schematic of the fabrication process for the InP/InGaAs PIN-photodetector (PD) (finger) based on the static unitary detector (STUD) technique.

그림 4에서 소면적 PD (핑거)인 InP/InGaAs PIN-PD 에피택시층(epitaxial layer)을 350 μm의 InP 기판(substrate), 0.4 μm의 InP 버퍼층(buffer layer, 1 × 1017/cm3), 3.5 μm의 i-In0.53Ga0.47As 흡수층(absorption layer, 1 × 1015/cm3), 1 μm의 클래딩층(cladding layer, 1 × 1015/cm3)으로 구성하였다. 이후 SiO2를 증착하고 Zn 확산 공정을 통해 원하는 영역에 p+ 영역을 형성한 후 SiO2와 p-컨택(p-contact)을 증착하고 anti-reflective (AR) 코팅 및 p-PAD, n-컨택(n-contact) 순서로 제작하였다. 이때 p-contact 및 n-contact에는 Ti/Pt/Au, AR 코팅은 SiN, 그리고 p-PAD는 Au 물질을 사용하였다.

그림 5그림 4의 공정을 거쳐 제작된 32개의 핑거로 구성된 InP/InGaAs STUD PIN-PD와, 이를 통해 제작된 LiDAR 수신부를 나타낸다. 그림 5(a)는 전체 32개의 핑거가 각 PAD에 8개씩 연결되어 4개의 분할 검출 영역을 가지도록 설계된 STUD PD (SD-F8)를 현미경을 통해 측정한 이미지이다. 그림 5(b)를 보면, 그림 3의 다양한 PD 중 가장 작은 개수의 TIA를 사용하는 SD-F8 타입과 분할 검출 영역 개수와 동일하게 4개의 TIA가 적용된 것을 확인할 수 있다. 또한 인쇄회로 기판(printed circuit board, PCB)에 직접 칩 부착(direct chip attach) 기술을 이용해 칩 온보드(chip-on-board, COB) 형태로 구현된 TIA가 각각 와이어 본딩(wire-bonding)으로 연결되어 있는 것을 볼 수 있다[26]. 특히 와이어 본딩으로 바이어스(bias)를 연결할 때, 전원에 존재하는 잡음 영향을 최소화하고 높은 이득으로 인한 로컬 발진을 막기 위해 단층 커패시터(single layer capacitor, SLC)를 배치하였을 뿐만 아니라 최소 길이로 연결되도록 설계하였다. 또한 그림 5(c)그림 1을 기반으로 설계된 회로를 통해 제작된 LiDAR 수신 보드로서 STUD PD, TIA 및 후단 증폭기를 포함한 다양한 소자를 활용하였다. 해당 수신 보드는 신뢰성 있고 충분한 SNR을 확보하기 위해 저잡음 특성의 TIA를 이용하여 80 dB 이상의 트랜스임피던스 증폭을 획득한 후, 후단 증폭기에서 10 dB 이상의 추가 증폭을 확보하도록 설계하였다. 특히 노이즈를 억제하는 동시에 소형으로 구현하기 위해 차동 방식으로 최종 출력되어 시스템 보드에 전달되도록 구현하였다.

Figure 5.(a) Optical microscopy image of the fabricated InP/InGaAs PIN-photodetector (PD) based on the static unitary detector (STUD) technique. (b) Image of the fabricated STUD PIN-PD and various components in chip-on-board. (c) Fabricated LiDAR receiver (sensor board) utilizing the STUD PD.

3.1. STUD 광 검출기 성능 측정 결과

2.1절에서 설명한 것과 같이 STUD 기반의 PD는 사용 환경에 따라 다양한 형태로 구현이 가능하다. 따라서 그림 3 PD들의 특성을 소자 수준에서 확인하기 위해 I-V 및 C-V를 측정하였다. 측정은 그림 6과 같이 precision semiconductor parameter analyzer (4156A; Agilent, CA, USA), CV analyzer 측정 셋업(590 CV analyzer, 595 quasistatic CV meter and 230 programmable voltage source; Keithley Instruments, OH, USA), I-V 및 C-V 측정을 위한 프로브(probe), 그리고 장비 컨트롤과 데이터 출력을 위한 PC를 통해 진행하였다.

Figure 6.(a) Analysis equipment for C-V and I-V characteristic analysis of a photodetector (PD). (b) Microscope and probes for measurement. (c) Measurement environment for I-V and C-V analysis using a microscope image.

각 센서의 TIA는 PAD와 연결되기 때문에 PAD에 연결된 핑거의 개수, 즉 분할 검출 영역의 크기에 따라 암전류 및 접합 캐패시턴스가 결정된다. 따라서 측정된 I-V 및 C-V는 PD의 PAD 1개에 대한 측정 결과이다. 또한 STUD PD의 경우 상단에 n-contact 측정 포인트를 따로 제작하지 않았기 때문에 하단의 n-contact와 접지된 금속 플레이트를 n-contact 측정 포인트로 활용하였고, p-contact는 PAD에 연결하였다. 이렇게 구현된 측정 셋업을 기반으로 측정된 결과는 그림 7표 1과 같다.

Table 1 Result of I-V and C-V measurement for static unitary detector photodetectors (STUD PDs) of various structures

PD NameDark Current (nA, @ −5 V)Dark Current (nA, @ −15 V)Capacitance (pF, @ −5 V)Capacitance (pF, @ −15 V)
SD-F80.4881.9714.913.2
SD-F40.2340.5538.077.13
SD-F20.0330.3534.473.95
SD-H40.0350.3974.64.12


Figure 7.(a) C-V graph for static unitary detector photodetectors (STUD PDs) of various structures. (b) #1 area of (a). (c) I-V graph for STUD PDs of various structures. (d) #2 area of (c).

그림 7(a)는 SD-F8 (1-PAD, 8-fingers), SD-F4 (1-PAD, 4-fingers), SD-F2 (1-PAD, 2-fingers) 및 SD-H4 (1-PAD, 4-half fingers)의 C-V 측정 결과이고, 그림 7(b)그림 7(a)의 #1 영역을 확대한 그래프이다. PIN-PD임을 고려하여 측정 범위는 −20 V에서 0 V까지로 설정하였다. 측정 결과를 보면 PAD에 연결된 핑거 개수, 즉 PAD에 할당된 면적의 크기가 클수록, 그리고 인가 전압이 작을수록 캐패시턴스의 값이 커지는 것을 볼 수 있다. 이는 인가 전압이 클수록 공핍 영역(depletion region)이 확장되어 반비례 관계인 접합 캐패시턴스가 감소되기 때문이며, SD-H4와 SD-F2의 경우 레이아웃 형태는 다르지만 실제 PAD에 할당된 면적의 크기가 비슷하기 때문에 표 1과 같이 −15 V 기준 캐패시턴스 4.12 pF, 3.95 pF로 그 차이가 크지 않은 것을 볼 수 있다.

그림 7(c)는 암전류 측정을 위한 I-V 측정 결과를 나타내며, 그림 7(d)그림 7(c)의 #2 영역을 확대한 그래프이다. 측정 범위는 C-V 측정과 동일하게 −20 V에서 0 V로 설정하였고, 측정된 암전류는 캐패시턴스와 마찬가지로 면적 크기에 따라 증가하였다. 이를 통해 면적이 암전류에 영향을 미치는 것을 확인하였고, 표 1을 통해 근사한 면적을 가지는 SD-H4와 SD-F2의 암전류가 −15 V 기준 0.397 nA 및 0.353 nA로 유사하게 측정되었음을 수치적으로 확인하였다. 특히 STUD PD보다 1.5배 작은 활성 영역을 가지는 직경 1 mm의 상용 InGaAs PD (G12180-010A; Hamamatsu Photonics, Sizuoka, Japan)가 −5 V 역전압에서 최대 4 nA를 가지는 것을 생각해 볼 때 전체적인 암전류 값이 적절하게 출력되고 있는 것을 알 수 있다.

3.2. STUD 광 검출기 기반 LiDAR 수신부 성능 측정 결과

2.2절의 그림 5(c)와 같이 제작된 LiDAR 수신 보드에 다양한 STUD PD를 적용하여 잡음 및 신호 특성을 확인하였다. 또한 직접 개발한 2차원 스캔 시스템을 기반으로 LiDAR 수신 보드에 연결된 SD-F8 STUD PD의 감도(sensitivity) 특성까지 확인하였다. 3.1절에서 기술한 것과 같이, SD-H4와 SD-F2의 경우 PAD에 연결된 면적이 거의 유사하기 때문에 잡음 및 신호 특성을 분석하는 이번 실험에서는 SD-H4에 대한 측정만 진행하였다.

잡음은 각 PD가 연결된 센서 보드에 PIN-PD 동작을 위한 -15 V의 동작 바이어스 전압과 TIA와 후단 증폭기에 각각 3.3 V, 5 V의 동작 바이어스 전압을 인가한 후에 오실로스코프를 통해 측정하였다. 가우시안(Gaussian) 분포를 가지는 열 잡음(thermal noise)이 주도적인 플로어 잡음(floor noise) 측정 결과는 3.1절의 PD 측정 결과와 마찬가지로 SD-F8, SD-F4, SD-H4 순으로 각각 4.8 mVrms, 3.9 mVrms, 3.1 mVrms로 측정되었다. 이를 통해 단일 PAD에 연결된 핑거 개수 또는 분할 검출 영역의 면적 크기에 비례하여 플로어 잡음이 출력되는 것을 확인하였다.

이후 InP/InGaAs 물질 기반으로 제작된 STUD PIN-PD 신호 특성을 확인하기 위해 그림 8과 같이 PD 정밀 분석 시스템을 구현하였다. 본 분석 시스템은 송신부에 2 ns의 펄스 폭을 갖는 1.5 μm MOPA 레이저와 출력 파워를 조절하기 위한 가변 광 감쇠기(variable optical attenuator, VOA), 그리고 일정한 빔 크기로 수신 렌즈에 입사하기 위해 콜리메이션 렌즈(collimation lens)를 적용하였다. 수신부는 본 논문에서 제안한 STUD PD에 적합하도록 직접 제작한 수신 렌즈, STUD PD가 적용된 수신 센서 보드, 센서 보드 바이어스를 위한 전원, 그리고 정확한 초점 거리를 설정하고 이후 감도 특성을 분석하기 위한 3축 모터라이즈 스테이지(motorized stage)로 구현되어 있다. 이를 통해 측정된 신호는 그림 9(a), 9(b)에서 보이는 것과 같이 PAD에 연결된 핑거의 개수가 줄어들수록 신호가 증가하는 특징이 있으며, SNR 역시 비슷한 양상을 보인다. 이는 동일한 펄스와 TIA를 활용했음에도 넓은 면적을 갖는 PD는 접합 캐패시턴스의 영향으로 응답 속도가 낮아 실제 인가된 펄스 파워보다 출력 진폭이 낮게 출력되기 때문이다. 이러한 결과를 통해 동일한 환경에서 접합 캐패시턴스의 영향에 의한 수신 신호 특성 차이를 확인하였으며, PD 특성에 따른 광 펄스 최적화가 필요하다는 것을 유추할 수 있다.

Figure 8.Performance analysis set-up of the LiDAR sensor board for analyzing the static unitary detector photodetector (STUD PD).

Figure 9.(a) Amplitude and (b) signal-to-noise ratio (SNR) characteristic of various static unitary detector photodetectors (STUD PDs). (c), (d) 2D scan result of the SD-F8 STUD PD for (c) full-range and (d) 1-PAD [#1 area of (c)]. (e) Cross-section for the y-axis [#2 of (d)]. (f) Cross-section for the x-axis [#3 of (d)].

또한 light beam induced current (LBIC)[27-29]와 유사하게 동작하도록 구현된 2차원 스캔 시스템을 통해 제작된 STUD PD의 감도 특성을 측정하였다. 2차원 스캔은 포커싱된 빔을 PD의 활성 영역과 주변 영역에 입사하고 스네이크(snake) 스캔을 함으로써 PD의 감도 측정이 가능하다. 광원은 2 ns 펄스 폭을 갖는 ~200 μW의 피크 파워를 인가하고 SWIR-8 상용 렌즈(Navitar Inc., NY, USA)를 활용하여 7 μm 이하의 빔으로 측정하였다. 그림 9(c)는 이러한 2차원 스캔으로 LiDAR 수신 보드의 SD-F8 PD의 감도 특성을 측정한 결과이다. SD-F8 PD의 전체 영역을 모두 스캔하기 위해 4 μm 단위로 1.6 mm × 1.0 mm의 영역을 측정하였다. 측정 결과에서 32개의 핑거가 모두 측정되었고, 검출된 영역이 설계 수치인 1,256 μm × 949 μm에 근사한 것을 통해 설계 및 제작이 잘 되었음을 알 수 있다.

보다 정밀한 특성 분석을 위해 단일 PAD 영역인 1,256 μm × 229 μm [그림 9(c)의 #1]을 포함하는 1.70 mm × 0.24 mm의 범위를 1 μm 단위로 측정하였으며 이에 대한 측정 결과는 그림 9(d)를 통해 확인할 수 있다. 그림 9(c)에 비해 보다 정밀하게 측정된 것을 볼 수 있을 뿐만 아니라, 그림 9(d)의 #2, #3과 같이 x축, y축의 단면 특성 그래프로 검출기의 감도 특성을 정밀하게 확인할 수 있다. 그림 9(e)는 y축의 단면[그림 9(d)의 #2] 특성 그래프로서, 거의 동일한 세기의 피크 지점이 30 μm 단위로 8개가 분포되어 있으므로 설계치와 동일하게 단일 PAD에 8개의 핑거가 분포되어 있는 것을 알 수 있다. 또한 측정된 8개 핑거의 세기에 대한 표준편차가 0.0038이므로 감도의 균일성 또한 매우 우수한 것을 수치적으로 확인할 수 있다. 특히 피크 지점(핑거) 대비 10%의 세기 감소가 있지만 핑거와 핑거 사이 영역에서도 신호가 검출되는 것을 볼 수 있는데, 이 영역은 확산 영역은 아니지만 역전압이 인가되면서 공핍층이 확장되어 Zn가 증착되지 않은 영역임에도 신호가 검출되었다. 해당 영역 역시 표준편차가 0.0049인 것을 통해 감도가 균일한 것을 확인하였다. 이러한 특성은 입사된 빔에 대해 손실 영역 없이 검출이 가능함을 나타내며, PD 제작 시 확산 영역 구현을 위한 공정 작업 시간 및 비용 절감이 가능하다는 장점을 가진다. 그림 9(f)는 x축 단면[그림 9(d)의 #2] 특성 그래프이다. 2차원 스캔 이미지와 같이 전반적으로 균일한 감도를 나타내는 것을 확인할 수 있으며, x축 단면 역시 활성 영역에 대한 표준 편차가 0.007이므로 감도가 균일하다. 이처럼 잡음 및 신호 특성뿐만 아니라 2차원 스캔 측정을 통해 제작된 PD의 검출 면적, 감도 특성 및 결함 여부 등 PD에 대한 다양한 특성 분석이 가능하다.

3.3. 고성능 광각 스캐닝 LiDAR 시제품 성능 측정 결과

본 절에서는 앞서 설명한 STUD PD를 적용한 LiDAR 수신 보드를 실제 LiDAR 시제품에 적용하고 이를 통해 확보된 3차원 영상 측정 결과를 나타내었다. STUD PD는 2.2절에서 설명한 것과 같이 InP/InGaAs PIN-PD이며, 이는 시각안전 파장인 1.5 μm 파장에서 높은 흡수 계수를 가진다는 장점이 있다. 값싼 실리콘(silicon) PD를 활용할 수 있어 상용 LiDAR에서 많이 사용되고 있는 905 nm 광원에 비해 1.5 μm 광원은 수 ns의 펄스 폭을 갖는 조건에서 최대 106배 높은 시각안전 특성이 보장되기 때문에[30,31] 높은 파워의 광원을 활용할 수 있다. 이러한 특성 덕분에 1.5 μm 광원은 최근 들어 시장의 관심이 높아지고 있는, 악천후 속에서도 장거리 측정이 가능한 고성능 LiDAR에서의 요구가 커지고 있다. 또한 콜리메이션된 빔을 2축 미러를 통해 송출하는 구조의 스캐닝 LiDAR는 소형화가 가능할 뿐만 아니라 고해상도 및 장거리 등 고성능을 만족하기에도 유리하다는 장점이 있다.

이러한 배경을 바탕으로 그림 10과 같은 고성능 시각안전 LiDAR를 위한 스캐닝 LiDAR 시스템을 구현하고 시제품으로 제작하였다. 본 LiDAR 시제품은 ns 수준의 짧은 펄스 폭의 광 신호를 고속으로 생성하는 1.5 μm MOPA 레이저와, 스캐닝 LiDAR에서 단점으로 여겨지는 넓은 화각과 고속 검출 간의 상충 관계를 개선한 STUD PD를 송·수신부로 활용하였다. 또한 2축 갈바노(Galvano) 미러를 통해 설정된 좌표에 빔을 송신하고 타겟에 반사된 뒤 STUD PD에 수신된 신호는 증폭기를 통해 증폭된 후 컴퍼레이터를 통해 기준점(threshold) 이상의 신호만 FPGA 내의 TDC로 전달된다. 이후 실시간 데이터 프로세싱을 통해 수신 신호와 시작 신호를 비교하여 모든 좌표에서의 거리 정보를 계산하고, 칼라 코딩 등을 통해 3차원 포인트 클라우드 정보가 도출되도록 구현하였다.

Figure 10.Schematic of system configuration for scanning LiDAR prototype based on the static unitary detector photodetector (STUD PD) and the 1.5 μm master oscillator power amplifier (MOPA) laser.

그림 11은 이렇게 구현된 LiDAR 시스템을 통해 확보된 3차원 포인트 클라우드 영상으로 수평 320 px, 수직 240 px의 해상도로 단일 프레임에서 76,800 px을 갖는 고해상도 3차원 영상이다. 특히 스캐닝 LiDAR에서 단점으로 여겨지는 화각-고속 검출 상충 관계를 개선하기 위해 수신부에 대면적으로 고속 검출이 가능한 STUD PD와 STUD PD에 최적화한 수신 렌즈를 적용하였으며[24], 이를 통해 수평 26도, 수직 20도, 그리고 대각으로는 32.6도의 광각에서 고속 검출이 가능하다. 특히 화각과 해상도에 의해 결정되는 각 분해능은 고해상도 LiDAR를 구현하는 데 매우 중요한 요소이며 장거리 소면적 물체를 정확하게 탐지하기 위해 필수적이다. 이러한 관점에서 STUD PD가 적용된 본 LiDAR 시제품은 수평, 수직 모두 약 0.08도의 높은 각 분해능을 가지기 때문에 장거리 소면적 검출에 유리하다. 수직, 수평에 대해 약 0.08도의 각 분해능은 1 m, 50 m 거리에서 각각의 픽셀 간에 1.4 mm, 7 cm의 거리 분해능을 가지기 때문에 그림 11(d)와 같이 약 25 m 거리에 위치한 수 cm 너비의 나뭇가지들을 정밀하게 측정 가능하며, 약 30 m 거리에 위치한 약 170 cm의 성인 남자 정도의 물체에 대해서도 40개 이상의 픽셀 검출이 가능하다.

Figure 11.Real-time 3D point cloud images of scanning LiDAR prototype based on the static unitary detector photodetector (STUD PD) (320 pixels × 240 pixels). (a), (b) Indoor corridor with (a) a cart (< 5 m) and (b) a person and a door (< 30 m). (c), (d) Outdoor environments with various objects (< 50 m).

이를 통해 STUD PD 기반의 LiDAR 시제품이 장거리에서도 정확한 형상 구현이 가능하고, 정밀 측정 및 정확한 분석이 가능하다는 것을 알 수 있다. 또한 그림 11을 통해 실내외 환경에서 근거리뿐만 아니라 장거리(50 m)의 물체에 대해서도 고분해능 특성을 기반으로 정밀하게 측정이 가능한 것을 알 수 있고, 고해상도 3차원 포인트 클라우드 영상을 기반으로 물체 형상을 정확하게 구현하는 능력은 자율주행 시스템에서 정확한 판단을 위해 필수적이며 더 나아가 다양한 분야에서도 활용이 가능할 것으로 생각된다.

특히 본 논문에서 제안된 LiDAR 시제품의 무게, 부피가 각각 약 1.1 kg, 1,200 cm3인 것을 고려하여 이와 유사한 무게 및 부피를 가지면서 현재 드론, 로봇 및 자율주행 자동차에서 많이 사용되고 있는 Velodyne VLP-16과 비교해보면, Velodyne VLP-16의 수평 각 분해능은 최대치로 구동되는 경우 본 LiDAR 시제품과 유사한 값을 가지지만 약 2도의 수직 각 분해능은 1 m, 50 m 거리에서 각각의 픽셀 간 3.5 cm, 175 cm로 거리 분해능이 낮은 것을 알 수 있다. 이와 같은 수치로는 그림 11(a)의 5 m 이하 근거리 물체뿐만 아니라 그림 11(c), 11(d)와 같이 수십 m 이상의 장거리에 위치한 기둥, 나뭇가지, 사람 등에 대한 정확한 검출이 어렵다. 예를 들어 그림 11(d)에서 25 m 거리에 위치한 나뭇가지는 분해능의 한계로 검출 자체가 어렵고, 약 30 m 거리의 성인 남자(약 170 cm)에 대해서는 약 1.6개의 픽셀이 측정의 한계이다. 이렇게 적은 픽셀 개수로는 검출 여부 확인은 가능하겠지만, 정확한 형상 구현 및 물체 판별이 어렵다.

따라서 본 논문에서 제안된 LiDAR 시제품이 비교군인 Velodyne VLP-16에 비해 약 25배 높은 수직 해상도를 가지며 근, 장거리에서 모두 더 높은 분해능으로 정밀한 분석이 가능하다는 것을 알 수 있다. 물론 상용 제품 중 Velodyne의 Alpha Prime과 같이 약 0.1도의 높은 수직 각 분해능을 가지고 있어 본 LiDAR 시제품과 유사한 각 분해능 특성을 가지는 제품이 존재하지만, 0.1도의 수직 각 분해능이 전체 영역에서 균일한 것이 아니라 일정한 영역(주로 중앙)에 한정된 수치이기 때문에 여전히 주변부는 정확한 측정이 어렵다. 또한 해당 제품의 경우 900 nm 파장 대역의 한계로 출력 파워 및 시각안전에 불리할 뿐만 아니라, 약 3.5 kg의 무게(케이블 및 부속품 제외)와 3,000 cm3 이상의 큰 부피로 인해 활용 분야가 한정적이고, 무거운 무게의 모듈 전체를 지속적으로 회전해야 하는 특성으로 인해 내구성이 취약하다는 단점을 가진다.

마지막으로 그림 11의 3차원 영상은 앞서 설명한 것과 같이 STUD PD의 기본 모델인 SD-F8을 활용하여 도출한 결과이며, STUD PD를 활용하면 넓은 화각이 확보된 상태에서 고속 검출과 고해상도 장거리 탐지가 가능한 고성능 LiDAR 시스템을 손쉽게 구현할 수 있음을 확인하였다. 특히 3.2절을 통해 확인한 것과 같이 본 실험 결과는 현재 구현된 STUD PD들 중 가장 낮은 SNR 성능을 가지는 PD를 활용한 만큼 다른 STUD PD 기반의 LiDAR 수신부를 개발하면 동일 조건에서 장거리 검출 및 거리 분해능을 향상시키는 등 더 좋은 결과를 도출할 수 있기 때문에 향후 최적화된 수신부 개발을 위한 연구를 진행할 예정이다.

일반적으로 스캐닝 LiDAR는 높은 SNR과 고해상도 3차원 영상 구현이 가능하기에 장거리 탐지 및 고정밀 측정과 같은 높은 성능 구현이 가능한 것과 동시에 소형화 및 경량화 문제를 개선할 수 있다는 장점을 가진다. 하지만 스캐닝 LiDAR에서는 성능의 중요한 지표 중 하나인 넓은 화각을 구현하기 위해서 넓은 면적의 PD가 필수적이지만, 화각-고속 검출 간의 상충 관계에 의해 넓은 화각과 높은 성능을 모두 만족하기 어렵다는 단점이 있다. 본 연구에서는 이러한 문제를 개선하기 위해 다수의 소면적 고속 PD들을 대면적 단일 PD로 구동하도록 설계된 STUD 기술 기반의 PD를 제안하고 다양한 형태로 제작한 후 소자 레벨에서 특성 분석을 진행하였다. 또한 STUD PD 기반으로 설계 및 제작된 LiDAR 수신 보드를 통해 모듈 단위의 특성을 분석하고, 이를 고성능 및 소형화 특성을 중점으로 개발된 스캐닝 LiDAR 시스템 시제품에 적용하여 넓은 화각과 장거리 검출이 가능함을 3차원 영상 결과를 통해 확인하였다.

개발된 LiDAR 시스템은 높은 출력 파워를 기반으로 악천후 및 장거리 탐지에 유리하고 시각안전성이 높은 1.5 μm MOPA 레이저를 광원으로 활용하였고, 1.5 μm 파장의 높은 흡수율을 위해 InP/InGaAs 기반으로 제작된 STUD PIN-PD를 수신부로 활용하였다. 특히 STUD PD는 핑거라고 불리는 다수의 소면적 PD를 고속 검출이 가능한 단일 대면적 PD로 동작하도록 설계한 것이 특징이며, 본 논문에서는 32개의 핑거를 활용하여 1,256 μm × 949 μm의 대면적 고속 PD를 제안하였다. 또한 다양한 형태로 구현이 가능하다는 장점을 기반으로 각 PAD에 연결된 핑거의 개수 혹은 면적을 다르게 하여 SD-F8, SD-F4, SD-F2 및 SD-H4으로 나누어 설계하고 각각의 I-V, C-V 특성을 확인하였다. 이후 다양한 구조의 STUD PD를 기반으로 제작된 LiDAR 수신 보드의 잡음 및 수신 신호 특성을 확인하였고, 직접 구현한 2차원 고정밀 스캔 시스템을 활용하여 제작된 STUD PD의 감도 및 균일도 특성을 확인하였다. 마지막으로 1.5 μm MOPA 레이저와 InP/InGaAs STUD PIN-PD 기반의 수신 보드를 각각 송, 수신부로 활용한 스캐닝 LiDAR 시제품의 수신 파트에 STUD PD에 적합하게 설계된 수신 렌즈를 활용함으로써 수평 26도, 수직 20도 그리고 대각 32.6도의 광각의 화각을 확보하였다. 특히 50 m 이상의 장거리에 위치한 물체의 단순 탐지뿐만 아니라, 0.08도의 높은 각 분해능과 320 px × 240 px의 고해상도 3차원 영상을 기반으로 각각 25 m, 30 m, 50 m 거리에 위치한 나뭇가지, 사람, 기둥을 정밀하게 측정하였다.

개발된 STUD PD를 통해 스캐닝 LiDAR에서 그간 한계로 여겨졌던 고속 검출과 넓은 화각을 동시에 확보하기 어렵다는 문제가 개선되는 것은 물론, 장거리 및 고정밀 탐지 등 고성능 LiDAR에 요구되는 지표 역시 높은 수준으로 확보되는 것을 확인하였다. 특히 다양한 형태로 제작된 STUD PD들을 적용할 수 있는 수신부를 개발한다면 현재 결과보다 더 향상된 결과를 도출할 수 있을 것으로 보인다. 특히 화각과 고속 검출의 상충 관계를 개선하여 높은 성능과 소형화 특성을 만족하는 STUD PD 기반의 스캐닝 LiDAR는 로봇이나 UAV와 같이 제약조건이 많은 분야에서 활용도가 높을 것으로 생각된다. 또한 본 논문의 접근 방향 및 결과를 기반으로 검출 속도와 화각 관계와 같이 LiDAR 분야에서 한계로 여겨지는 부분을 개선하기 위한 다양한 연구에 대한 관심이 높아질 것이라고 기대한다.

중소벤처기업부 기술개발사업(과제번호: 22FB2110); 재난치안용 멀티 콥터 무인기 통신, 안전운항, 운영관리 기술 개발(과제번호: 19PR1230).

본 연구의 결과 분석 및 생성된 데이터는 모두 본 논문 내 명시되어 있으며 공공의 이용이 가능하다. 데이터에 접근하거나 사용하고자 하는 이는 저자에게 타당한 이유를 밝히고 허가를 득해 사용 가능하다.

  1. J. Li, H. Bao, X. Han, F. Pan, W. Pan, F. Zhang, and D. Wang, “Real-time self-driving car navigation and obstacle avoidance using mobile 3D laser scanner and GNSS,” Multimed. Tools Appl. 76, 23017-23039 (2017).
    CrossRef
  2. L. Chen, Y. He, J. Chen, Q. Li, and Q. Zou, “Transforming a 3-D LiDAR point cloud into a 2-D dense depth map through a parameter self-adaptive framework,” IEEE Trans. Intell. Transp. Syst. 18, 165-176 (2017).
    CrossRef
  3. U. Lee, J. Jung, S. Jung, and D. H. Shim, “Development of a self-driving car that can handle the adverse weather,” Int. J. Automot. Technol. 19, 191-197 (2018).
    CrossRef
  4. K. H. An, S. W. Lee, W. Y. Han, and J. C. Son, “Technology trends of self-driving vehicles,” Electron. Telecommun. Trend 28, 35-44 (2013).
  5. B. L. Stann, J. F. Dammann, M. M. Giza, R. R. Gregory, P. S. Jian, and W. B. Lawler, “Low-cost compact ladar sensor for ground robots,” Proc. SPIE 7323, 73230X (2009).
    CrossRef
  6. L. Wallace, A. Lucieer, C. Watson, and D. Turner, “Development of a UAV-LiDAR System with application to forest inventory,” Remote Sens. 4, 1519-1543 (2012).
    CrossRef
  7. B. Brede, A. Lau, H. M. Bartholomeus, and L. Kooistra, “Comparing RIEGL RiCORTER UAV LiDAR derived canopy height and DBH with terrestrial LiDAR,” Sensors 17, 2371 (2017).
    Pubmed KoreaMed CrossRef
  8. J. Zhou and K. Qian, “Low-voltage wide-field-of-view lidar scanning system based on a MEMS mirror,” Appl. Opt. 58, A283-A290 (2019).
    Pubmed CrossRef
  9. L. Ye, G. Gu, W. He, H. Dai, J. Lin, and Q. Chen, “Adaptive target profile acquiring method for photon counting 3-D imaging lidar,” IEEE Photonics J. 8, 680551 (2016).
    CrossRef
  10. M. Okano and C. Chong, “Swept source lidar: simultaneous FMCW ranging and nonmechanical beam steering with a wideband swept source,” Opt. Express 28, 23898-23915 (2020).
    Pubmed CrossRef
  11. J. D. Chen, H. L. Ho, H. L. Tsay, Y. L. Lee, C. A. Yang, K. W. Wu, J. L. Sun, D. J. Tsai, and F. Y. Lin, “3D chaos lidar system with a pulsed master oscillator power amplifier scheme,” Opt. Express 29, 27871-27881 (2021).
    Pubmed CrossRef
  12. J. He, T. Dong, and Y. Xu, “Review of photonic integrated optical phased arrays for space optical communication,” IEEE Access 8, 188284-188298 (2020).
    CrossRef
  13. C. Glennie and D. D. Lichti, “Static calibration and analysis of the Velodyne HDL-64E S2 for high accuracy mobile scanning,” Remote Sens. 2, 1610-1624 (2010).
    CrossRef
  14. C. Zhang, S. Lindner, I. M. Antolovic, J. M. Pavia, M. Wolf, and E. Charbon, “A 30-frames/s, 252×144 SPAD flash LiDAR with 1728 dual-clock 48.8-ps TDCs, and pixel-wise integrated histogramming,” IEEE J. Solid-State Circuits 54, 1137-1151 (2019).
    CrossRef
  15. E. Garcia and H. Lamela, “Low-cost three-dimensional vision system based on a low-power semiconductor laser rangefinder and a single scanning mirror,” Opt. Eng. 40, 61-66 (2001).
    CrossRef
  16. X. Zhu, A. DesLauriers, C. Bell, L. Gagnon, M. Guibert, E. Simard, S. Gemme, and L. Ilinca-Ignat, “A wide angle bistatic scanning lidar for navigation,” Proc. SPIE 8379, 83790V (2012).
    CrossRef
  17. B. L. Stann, J. F. Dammann, M. M. Giza, P. S. Jian, W. B. Lawler, H. M. Nguyen, and L. C. Sadler, “MEMS-scanned ladar sensor for small ground robots,” Proc. SPIE 7684, 76841E (2010).
    CrossRef
  18. H. Tsuji, M. Imaki, N. Kotake, A. Hirai, M. Nakaji, and S. Kameyama, “Range imaging pulsed laser sensor with two-dimensional scanning of transmitted beam and scanless receiver using high-aspect avalanche photodiode array for eye-safe wavelength,” Opt. Eng. 56, 031216 (2016).
    CrossRef
  19. H.-S. Cho, C.-H. Kim, and S.-G. Lee, “A high-sensitivity and low-walk error LADAR receiver for military application,” IEEE Trans. Circuits Syst. I Regul. Pap. 61, 3007-3015 (2014).
    CrossRef
  20. S. Kurtti, J. Nissinen, and J. Kostamovaara, “A wide dynamic range CMOS laser radar receiver with a time-domain walk error compensation scheme,” IEEE Trans. Circuits Syst. I Regul. Pap. 64, 550-561 (2017).
    CrossRef
  21. B. Mheen, J.-S. Shim, M. S. Oh, J. Song, M. Song, G. D. Choi, H. Seo, and Y.-H. Kwon, “High-resolution three-dimensional laser radar with static unitary detector,” Electron. Lett. 50, 313-315 (2014).
    CrossRef
  22. J.-X. Zhang, W. Wang, Z.-B. Li, H. F. Ye, R.-Y. Huang, Z.-P. Hou, H. Zeng, H.-X. Zhe, C. Liu, X.-Y. Yang, and Y.-L. Shi, “Development of a high performance 1280×1024 InGaAs SWIR FPA detector at room temperature,” Front. Phys. 9, 678192 (2021).
    CrossRef
  23. M. Han, G. Choi, M. Song, H. Seo, and B. Mheen, “Analysis and enhancement of 3D shape accuracy in a single-shot LIDAR sensor,” Proc. SPIE 10089, 100890R (2017).
    CrossRef
  24. M. Han, H. Seo, and B. Mheen, “High-resolution and a wide field-of-view eye-safe LiDAR based on a static unitary detector for low-SWaP applications,” Opt. Express 30, 30918-30935 (2022).
    Pubmed CrossRef
  25. G. Choi, M. Han, H. Seo, and B. Mheen, “Analysis of the SNR and sensing ability of different sensor types in a LIDAR system,” Proc. SPIE 10427, 104271S (2017).
    CrossRef
  26. J. H. L. Pang and D. Y. R. Chong, “Flip chip on board solder joint reliability analysis using 2-D and 3-D FEA models,” IEEE Trans. Adv. Packag. 24, 499-506 (2001).
    CrossRef
  27. C. H. Seager, “The determination of grain-boundary recombination rates by scanned spot excitation methods,” J. Appl. Phys. 53, 5968-5971 (1982).
    CrossRef
  28. L. A. Bitzer, M. Meseth, N. Benson, and R. Schmechel, “A new adaptive light beam focusing principle for scanning light stimulation systems,” Rev. Sci. Instrum. 84, 023707 (2013).
    Pubmed CrossRef
  29. J. S. Wu, D. Y. Lin, Y. G. Li, G. P. Hsu, M. C. Kao, and H. Z. Chen, “Optical characterization and photovoltaic performance evaluation of GaAs p-i-n solar cells with various grid spacings,” Crystals 9, 170 (2019).
    CrossRef
  30. M. Pfennigbauer and A. Ullrich, “Multi-wavelength airborne laser scanning,” in Proc. International Lidar Mapping Forum-ILMF (New Orleans, USA, Feb. 7-9, 2011).
  31. F. Seeber, “Light sources and laser safety,” in Fundamentals of Photonics, B. E. A. Saleh and M. C. Teich, Eds., 2nd ed. (Wiley, USA, 2007).

Article

연구논문(Research Paper)

2023; 34(4): 139-150

Published online August 25, 2023 https://doi.org/10.3807/KJOP.2023.34.4.139

Copyright © Optical Society of Korea.

Large-area High-speed Single Photodetector Based on the Static Unitary Detector Technique for High-performance Wide-field-of-view 3D Scanning LiDAR

Munhyun Han, Bongki Mheen

Photonic/Wireless Devices Research Division, Electronics and Telecommunications Research Institute, Daejeon 34129, Korea

Correspondence to:bkmheen@etri.re.kr, ORCID: 0000-0001-8480-7984

Received: May 22, 2023; Revised: June 19, 2023; Accepted: June 21, 2023

This is an Open Access article distributed under the terms of the Creative Commons Attribution Non-Commercial License (http://creativecommons.org/licenses/by-nc/4.0/) which permits unrestricted non-commercial use, distribution, and reproduction in any medium, provided the original work is properly cited.

Abstract

Despite various light detection and ranging (LiDAR) architectures, it is very difficult to achieve long-range detection and high resolution in both vertical and horizontal directions with a wide field of view (FOV). The scanning architecture is advantageous for high-performance LiDAR that can attain long-range detection and high resolution for vertical and horizontal directions. However, a large-area photodetector (PD), which is disadvantageous for detection speed, is essentially required to secure the wide FOV. Thus we propose a PD based on the static unitary detector (STUD) technique that can operate multiple small-area PDs as a single large-area PD at a high speed. The InP/InGaAs STUD PIN-PD proposed in this paper is fabricated in various types, ranging from 1,256 μm × 949 μm using 32 small-area PDs of 1,256 μm × 19 μm. In addition, we measure and analyze the noise and signal characteristics of the LiDAR receiving board, as well as the performance and sensitivity of various types of STUD PDs. Finally, the LiDAR receiving board utilizing the STUD PD is applied to a 3D scanning LiDAR prototype that uses a 1.5-μm master oscillator power amplifier laser. This LiDAR precisely detects long-range objects over 50 m away, and acquires high-resolution 3D images of 320 pixels × 240 pixels with a diagonal FOV of 32.6 degrees simultaneously.

Keywords: Large-area, LiDAR, High-speed, Photodetector, Static unitary detector

I. 서 론

라이다(light detection and ranging, LiDAR)는 정밀 탐지 및 실시간 고해상도 3차원 영상 구현이 가능하다는 장점을 가지고 있다. 따라서 무인 자동차, 인공지능 로봇 및 무인 항공기(unmanned aerial vehicle, UAV)와 같이 주변 장애물의 위치와 형태를 정확히 탐지 및 판단하여 안전하게 목적지까지 이동하는 것이 중요한 자율주행 시스템에서 필수적인 센서로 여겨진다[1-3]. 자율주행 시스템에서는 주변의 장애물 등을 정확히 탐지하기 위해 LiDAR를 포함하여 카메라, radio detection and ranging (RADAR) 등 다양한 센서가 인식 파트에서 활용되고 있으며[4], 소모 전력과 사이즈가 제한적인 로봇 및 UAV 분야에서도 LiDAR를 적극적으로 활용하기 시작하면서[5-9] 높은 성능과 소형화를 동시에 만족하는 LiDAR의 필요성이 대두되고 있다. 이러한 관점에서 광 위상배열(optical phased array, OPA)을 이용하여 광 집적회로(photonic integrated circuit, PIC) 형태로 구현이 가능한 주파수 연속변조(frequency-modulated continuous-wave, FMCW) LiDAR가 최근 많이 연구되고 있지만, 복잡한 시스템과 연구 단계 수준의 낮은 기술적 성숙도로 인해 실제 상용 어플리케이션에 적용하기 어렵다[10-12].

이러한 이유로 간단한 구조와 시간-디지털 변환기(time-to-digital converter, TDC)를 기반으로 저렴한 시스템 구현이 가능한 비행시간(time-of-flight, ToF) LiDAR가 현재 자율주행 시스템을 비롯한 다양한 분야에서 활용되고 있다. ToF LiDAR는 짧은 광 펄스가 반사되어 돌아오는 시간을 활용하며 회전[13], 어레이(flash)[14] 및 스캐닝[15] 등 다양한 형태로 상용 제품을 생산할 만큼 기술적 성숙도가 높다. 특히 2축 미러 기반의 스캐닝 LiDAR는 회전 LiDAR의 수직 해상도 문제, flash LiDAR의 높은 잡음과 소형화 문제를 개선할 수 있다[16,17]. 또한 스캐닝 LiDAR는 고해상도 3차원 영상 및 높은 신호 대 잡음비(signal-to-noise ratio, SNR)를 통한 장거리 탐지 등 높은 성능 구현이 가능할 뿐만 아니라 간단하고 작은 크기의 송·수광계를 기반으로 소형화 문제를 동시에 해결할 수 있다. 이러한 이유로 높은 성능과 소형화가 필수적인 로봇 및 UAV 등에 스캐닝 LiDAR를 활용하기 위한 연구가 많이 진행되고 있다.

하지만 스캐닝 LiDAR는 일반적으로 고정된 수광 광학계를 활용하기 때문에, LiDAR에서 중요한 성능지표 중 하나인 넓은 화각을 구현하기 위해 대면적 광 검출기(photodetector, PD)가 필수적이다. 그러나 보통의 대면적 PD는 넓은 화각을 구현하는 대신 면적에 비례하여 증가되는 PD의 접합 캐패시턴스(junction capacitance)에 의해 이와 반비례 관계를 갖는 트랜스임피던스 증폭기(transimpedance amplifier, TIA)의 밴드폭(bandwidth)을 제한한다. 이는 고속 검출 및 짧은 폭의 펄스 검출이 어려운 것은 물론[18], 워크 에러(walk error)를[19,20] 유발하여 우수한 3차원 영상을 확보하기 어려운 단점을 가진다.

본 논문에서는 이러한 문제를 해결하기 위해 독자적인 구조인 static unitary detector (STUD) 기술을 적용한 InP/InGaAs 기반의 대면적 고속 PIN-PD를 제안하였다. 또한 다양한 형태로 구현이 가능한 장점을 활용하여 여러 형태의 STUD PD를 제작하고 소자 수준의 특성을 분석하였으며, 다양한 STUD PD를 LiDAR 수신 보드에 적용하여 수신 모듈의 성능을 독립적으로 분석하였다. 마지막으로 LiDAR 수신 보드를 고성능 및 소형화 특성을 만족하도록 개발된 시각안전 스캐닝 LiDAR 시제품에 적용하여 넓은 화각과 장거리 검출 특성이 확보되는 것을 3차원 영상을 통해 확인하였다.

II. STUD 기술 기반의 대면적 고속 광 검출기

2.1. STUD 광 검출기 제작 기술

넓은 화각은 단일 프레임(frame)에서 한 번에 넓은 영역의 정보 획득이 가능하기 때문에 장거리 검출과 더불어 LiDAR에서 중요한 요소 중 하나이다. 또한 고성능 스캐닝 LiDAR에서는 탐지 성능, 높은 분해능, 그리고 넓은 화각을 구현하기 위해 대면적 고속 PD가 필수적이다. 하지만 일반적으로 검출영역과 높은 분해능을 결정하는 검출속도는 상반관계(trade-off)를 가지기 때문에 동시에 만족하는 것이 어려우며, 이러한 특성은 식 (1) 및 식 (2)를 통해 확인이 가능하다.

CJ=εsε0A2εsε0μρ VA+V bi

f3dBMax=GBP2πRFCJ+CF+CA

우선 반도체 유전 상수 εs, 진공 유전율 ε0,비저항 ρ, 이동도 μ, 인가 전압 VA, 반도체 빌트인(built-in) 전압 Vbi, 그리고 면적 A로 이루어진 식 (1)을 보면 접합 캐패시턴스 CJ는 PD의 면적 A에 비례하며, 증폭기의 밴드폭 f3dBMax를 나타내는 식 (2)를 보면 증폭기의 이득 대역폭 곱(gain bandwidth product, GBP)을 제외하고 접합 캐패시턴스 CJ를 포함한 입력 캐패시턴스 CA, 피드백(feedback) 캐패시턴스 CF 및 피드백 저항 RF이 밴드폭 f3dBMax에 반비례하는 것을 볼 수 있다. 이를 통해 일반적인 대면적 PD는 면적 증가에 비례하여 접합 캐패시턴스가 증가함으로써 증폭기의 밴드폭이 감소되고, 이로 인해 고속 검출이 어렵다는 문제가 발생하는 것을 알 수 있다. 따라서 넓은 화각과 고속 검출을 동시에 만족하기 위해서는 증폭기의 밴드폭에 미치는 영향을 최소화하면서 대면적 PD를 구현하는 기술이 필수이다. 본 절에서는 이러한 문제를 해결할 수 있는 STUD 기술 기반의 PD와 이를 통해 개발된 LiDAR 수신부에 대해 기술한다.

STUD 기술 기반의 PD는 대면적 고속 단일(single) PD를 구현하기 위해 다수의 소면적 PD를 하나의 대면적 PD로 동작하도록 설계하였다는 장점이 있다. 제안된 STUD PD는 그림 1과 같이 작은 접합 캐패시턴스를 기반으로 고속 검출이 가능한 다수의 소면적 PD인 핑거(finger)들이 하나의 대면적 PD로 동작하도록 설계되었기 때문에, 밴드폭 손해 없이 넓은 면적의 단일 PD로 사용하는 것이 가능하다[21]. STUD 기반의 PD는 각 핑거에 입사된 빛이 전류로 변환된 후 연결된 TIA를 통해 저잡음 증폭되고, 반전 증폭기(inverting amplifier)인 후단 증폭기(post-amplifier)를 이용하여 다수의 TIA 출력 신호들을 하나의 신호로 합치는 것과 동시에 추가로 증폭한 이후 최종적으로는 단일 신호를 출력하는 구조를 갖는다. 이러한 STUD PD는 각 픽셀(pixel) 사이즈 내에 저잡음 증폭기(low noise amplifier, LNA) 및 신호처리기가 개별적으로 구현되어 있는 어레이 PD에 비해 설계 공간의 제약이 덜해, 간단한 구조로 대면적 고속 PD를 구현할 수 있을 뿐만 아니라 잡음의 크기가 중요한 ToF LiDAR에서 잡음을 최소화할 수 있기에 경제적, 성능적인 측면에서 유리하다는 장점이 있다[22-24].

Figure 1. Schematic of the large-area high-speed photodetector (PD) based on the static unitary detector (STUD) technique.

핑거 개수의 경우 이론상으로는 제한이 없기 때문에 사용 환경에 따라 개수를 설정할 수 있으나, 본 연구에서는 스캔 영역 및 수신 렌즈 특성을 고려하여 그림 2와 같이 32개의 핑거를 가지는 STUD PD를 구현하였다. 각 핑거는 가로 1,256 μm, 세로 19 μm의 검출 영역과 30 μm 피치(pitch)로 배열되도록 설계하여 총 1,256 μm × 949 μm의 검출 영역을 갖는다. 이러한 직사각형 형태의 PD는 대부분의 상용 PD에 활용되는 원형 PD와 비교했을 때 더 작은 면적으로도 동일한 화각을 확보할 수 있다[25]. 본 논문에 제안된 STUD PD는 동일한 화각을 가지는 원형 PD 대비 30% 이상의 면적을 절약함으로써 접합 캐패시턴스의 영향을 줄일 수 있어 상대적으로 고속 검출이 가능하다.

Figure 2. Layout for static unitary detector photodetector (STUD PD) of various structures.

특히 그림 3에서 보이는 것과 같이 독립적인 동작이 가능한 각 핑거는 원하는 개수 혹은 형태로 다양하게 설계할 수 있어 사용 환경에 적합하도록 PD를 구현할 수 있다. 각 패드(PAD)에 8개의 핑거가 연결된 그림 3(a)는 1,256 μm × 229 μm, 4개의 핑거가 연결된 그림 3(b)는 1,256 μm × 109 μm, 2개의 핑거가 연결된 그림 3(c)는 1,256 μm × 49 μm, 4개의 분할 핑거가 연결된 그림 3(d)는 628 μm × 109 μm의 분할 검출 영역을 가진다. 접합 캐패시턴스는 면적의 크기에 비례하여 증가하기 때문에, 그림 3(a)–3(d) 구조에 대한 캐패시턴스는 각각 13.3 pF, 7.1 pF, 3.9 pF, 그리고 4.1 pF를 가진다(3.1장의 측정 결과 참조). 제안된 STUD PD 전체 영역인 1,256 μm × 949 μm의 접합 캐패시턴스가 55.3 pF인 것을 고려할 때, 일반적인 단일 PD를 활용하는 것과 비교하면 검출 속도에 직접적인 영향을 미치는 접합 캐패시턴스의 영향을 낮춤으로써 고속 검출이 가능하다는 것을 알 수 있다. 또한 STUD 기술이 접목된 PD는 각 PAD에 연결된 핑거의 개수에 상응해 TIA를 적용하면 더 짧은 광 펄스(pulse) 검출 및 고속 검출이 손쉽게 가능하며 밴드폭의 희생없이 탐지 영역을 효율적으로 늘릴 수 있다는 장점을 가진다.

Figure 3. Various layouts of static unitary detector photodetector (STUD PD). (a)–(d) Various segmentalized detection areas of STUD PD based on finger number; (a) 8-fingers (SD-F8), (b) 4-fingers (SD-F4), (c) 2-fingers (SD-F2), and (d) 4-fingers of half area (SD-H4).

2.2. STUD InP/InGaAs PIN 광 검출기 및 LiDAR 수신부 제작

자체 설계된 STUD PD의 소면적 PD인 핑거는 암전류(dark current) 최소화와 넓은 활성 영역 구현에 유리한 플래너(planar) 구조의 PIN-PD이며, 3장에 설명된 LiDAR 시제품에서는 시각안전 파장인 1.5 μm의 모파(master oscillator power amplifier, MOPA) 레이저를 광원으로 활용하였기 때문에 해당 파장에서 높은 흡수율을 가지는 InP/InGaAs 물질을 기반으로 제작하였다. STUD PD는 이러한 설계 정보를 기반으로 상용 공정 파운드리(Phosem Co., Ltd., Jeongup, Korea)를 통해 제작하였으며 공정 절차는 그림 4와 같다.

Figure 4. Schematic of the fabrication process for the InP/InGaAs PIN-photodetector (PD) (finger) based on the static unitary detector (STUD) technique.

그림 4에서 소면적 PD (핑거)인 InP/InGaAs PIN-PD 에피택시층(epitaxial layer)을 350 μm의 InP 기판(substrate), 0.4 μm의 InP 버퍼층(buffer layer, 1 × 1017/cm3), 3.5 μm의 i-In0.53Ga0.47As 흡수층(absorption layer, 1 × 1015/cm3), 1 μm의 클래딩층(cladding layer, 1 × 1015/cm3)으로 구성하였다. 이후 SiO2를 증착하고 Zn 확산 공정을 통해 원하는 영역에 p+ 영역을 형성한 후 SiO2와 p-컨택(p-contact)을 증착하고 anti-reflective (AR) 코팅 및 p-PAD, n-컨택(n-contact) 순서로 제작하였다. 이때 p-contact 및 n-contact에는 Ti/Pt/Au, AR 코팅은 SiN, 그리고 p-PAD는 Au 물질을 사용하였다.

그림 5그림 4의 공정을 거쳐 제작된 32개의 핑거로 구성된 InP/InGaAs STUD PIN-PD와, 이를 통해 제작된 LiDAR 수신부를 나타낸다. 그림 5(a)는 전체 32개의 핑거가 각 PAD에 8개씩 연결되어 4개의 분할 검출 영역을 가지도록 설계된 STUD PD (SD-F8)를 현미경을 통해 측정한 이미지이다. 그림 5(b)를 보면, 그림 3의 다양한 PD 중 가장 작은 개수의 TIA를 사용하는 SD-F8 타입과 분할 검출 영역 개수와 동일하게 4개의 TIA가 적용된 것을 확인할 수 있다. 또한 인쇄회로 기판(printed circuit board, PCB)에 직접 칩 부착(direct chip attach) 기술을 이용해 칩 온보드(chip-on-board, COB) 형태로 구현된 TIA가 각각 와이어 본딩(wire-bonding)으로 연결되어 있는 것을 볼 수 있다[26]. 특히 와이어 본딩으로 바이어스(bias)를 연결할 때, 전원에 존재하는 잡음 영향을 최소화하고 높은 이득으로 인한 로컬 발진을 막기 위해 단층 커패시터(single layer capacitor, SLC)를 배치하였을 뿐만 아니라 최소 길이로 연결되도록 설계하였다. 또한 그림 5(c)그림 1을 기반으로 설계된 회로를 통해 제작된 LiDAR 수신 보드로서 STUD PD, TIA 및 후단 증폭기를 포함한 다양한 소자를 활용하였다. 해당 수신 보드는 신뢰성 있고 충분한 SNR을 확보하기 위해 저잡음 특성의 TIA를 이용하여 80 dB 이상의 트랜스임피던스 증폭을 획득한 후, 후단 증폭기에서 10 dB 이상의 추가 증폭을 확보하도록 설계하였다. 특히 노이즈를 억제하는 동시에 소형으로 구현하기 위해 차동 방식으로 최종 출력되어 시스템 보드에 전달되도록 구현하였다.

Figure 5. (a) Optical microscopy image of the fabricated InP/InGaAs PIN-photodetector (PD) based on the static unitary detector (STUD) technique. (b) Image of the fabricated STUD PIN-PD and various components in chip-on-board. (c) Fabricated LiDAR receiver (sensor board) utilizing the STUD PD.

III. 측정 결과

3.1. STUD 광 검출기 성능 측정 결과

2.1절에서 설명한 것과 같이 STUD 기반의 PD는 사용 환경에 따라 다양한 형태로 구현이 가능하다. 따라서 그림 3 PD들의 특성을 소자 수준에서 확인하기 위해 I-V 및 C-V를 측정하였다. 측정은 그림 6과 같이 precision semiconductor parameter analyzer (4156A; Agilent, CA, USA), CV analyzer 측정 셋업(590 CV analyzer, 595 quasistatic CV meter and 230 programmable voltage source; Keithley Instruments, OH, USA), I-V 및 C-V 측정을 위한 프로브(probe), 그리고 장비 컨트롤과 데이터 출력을 위한 PC를 통해 진행하였다.

Figure 6. (a) Analysis equipment for C-V and I-V characteristic analysis of a photodetector (PD). (b) Microscope and probes for measurement. (c) Measurement environment for I-V and C-V analysis using a microscope image.

각 센서의 TIA는 PAD와 연결되기 때문에 PAD에 연결된 핑거의 개수, 즉 분할 검출 영역의 크기에 따라 암전류 및 접합 캐패시턴스가 결정된다. 따라서 측정된 I-V 및 C-V는 PD의 PAD 1개에 대한 측정 결과이다. 또한 STUD PD의 경우 상단에 n-contact 측정 포인트를 따로 제작하지 않았기 때문에 하단의 n-contact와 접지된 금속 플레이트를 n-contact 측정 포인트로 활용하였고, p-contact는 PAD에 연결하였다. 이렇게 구현된 측정 셋업을 기반으로 측정된 결과는 그림 7표 1과 같다.

Table 1 . Result of I-V and C-V measurement for static unitary detector photodetectors (STUD PDs) of various structures.

PD NameDark Current (nA, @ −5 V)Dark Current (nA, @ −15 V)Capacitance (pF, @ −5 V)Capacitance (pF, @ −15 V)
SD-F80.4881.9714.913.2
SD-F40.2340.5538.077.13
SD-F20.0330.3534.473.95
SD-H40.0350.3974.64.12


Figure 7. (a) C-V graph for static unitary detector photodetectors (STUD PDs) of various structures. (b) #1 area of (a). (c) I-V graph for STUD PDs of various structures. (d) #2 area of (c).

그림 7(a)는 SD-F8 (1-PAD, 8-fingers), SD-F4 (1-PAD, 4-fingers), SD-F2 (1-PAD, 2-fingers) 및 SD-H4 (1-PAD, 4-half fingers)의 C-V 측정 결과이고, 그림 7(b)그림 7(a)의 #1 영역을 확대한 그래프이다. PIN-PD임을 고려하여 측정 범위는 −20 V에서 0 V까지로 설정하였다. 측정 결과를 보면 PAD에 연결된 핑거 개수, 즉 PAD에 할당된 면적의 크기가 클수록, 그리고 인가 전압이 작을수록 캐패시턴스의 값이 커지는 것을 볼 수 있다. 이는 인가 전압이 클수록 공핍 영역(depletion region)이 확장되어 반비례 관계인 접합 캐패시턴스가 감소되기 때문이며, SD-H4와 SD-F2의 경우 레이아웃 형태는 다르지만 실제 PAD에 할당된 면적의 크기가 비슷하기 때문에 표 1과 같이 −15 V 기준 캐패시턴스 4.12 pF, 3.95 pF로 그 차이가 크지 않은 것을 볼 수 있다.

그림 7(c)는 암전류 측정을 위한 I-V 측정 결과를 나타내며, 그림 7(d)그림 7(c)의 #2 영역을 확대한 그래프이다. 측정 범위는 C-V 측정과 동일하게 −20 V에서 0 V로 설정하였고, 측정된 암전류는 캐패시턴스와 마찬가지로 면적 크기에 따라 증가하였다. 이를 통해 면적이 암전류에 영향을 미치는 것을 확인하였고, 표 1을 통해 근사한 면적을 가지는 SD-H4와 SD-F2의 암전류가 −15 V 기준 0.397 nA 및 0.353 nA로 유사하게 측정되었음을 수치적으로 확인하였다. 특히 STUD PD보다 1.5배 작은 활성 영역을 가지는 직경 1 mm의 상용 InGaAs PD (G12180-010A; Hamamatsu Photonics, Sizuoka, Japan)가 −5 V 역전압에서 최대 4 nA를 가지는 것을 생각해 볼 때 전체적인 암전류 값이 적절하게 출력되고 있는 것을 알 수 있다.

3.2. STUD 광 검출기 기반 LiDAR 수신부 성능 측정 결과

2.2절의 그림 5(c)와 같이 제작된 LiDAR 수신 보드에 다양한 STUD PD를 적용하여 잡음 및 신호 특성을 확인하였다. 또한 직접 개발한 2차원 스캔 시스템을 기반으로 LiDAR 수신 보드에 연결된 SD-F8 STUD PD의 감도(sensitivity) 특성까지 확인하였다. 3.1절에서 기술한 것과 같이, SD-H4와 SD-F2의 경우 PAD에 연결된 면적이 거의 유사하기 때문에 잡음 및 신호 특성을 분석하는 이번 실험에서는 SD-H4에 대한 측정만 진행하였다.

잡음은 각 PD가 연결된 센서 보드에 PIN-PD 동작을 위한 -15 V의 동작 바이어스 전압과 TIA와 후단 증폭기에 각각 3.3 V, 5 V의 동작 바이어스 전압을 인가한 후에 오실로스코프를 통해 측정하였다. 가우시안(Gaussian) 분포를 가지는 열 잡음(thermal noise)이 주도적인 플로어 잡음(floor noise) 측정 결과는 3.1절의 PD 측정 결과와 마찬가지로 SD-F8, SD-F4, SD-H4 순으로 각각 4.8 mVrms, 3.9 mVrms, 3.1 mVrms로 측정되었다. 이를 통해 단일 PAD에 연결된 핑거 개수 또는 분할 검출 영역의 면적 크기에 비례하여 플로어 잡음이 출력되는 것을 확인하였다.

이후 InP/InGaAs 물질 기반으로 제작된 STUD PIN-PD 신호 특성을 확인하기 위해 그림 8과 같이 PD 정밀 분석 시스템을 구현하였다. 본 분석 시스템은 송신부에 2 ns의 펄스 폭을 갖는 1.5 μm MOPA 레이저와 출력 파워를 조절하기 위한 가변 광 감쇠기(variable optical attenuator, VOA), 그리고 일정한 빔 크기로 수신 렌즈에 입사하기 위해 콜리메이션 렌즈(collimation lens)를 적용하였다. 수신부는 본 논문에서 제안한 STUD PD에 적합하도록 직접 제작한 수신 렌즈, STUD PD가 적용된 수신 센서 보드, 센서 보드 바이어스를 위한 전원, 그리고 정확한 초점 거리를 설정하고 이후 감도 특성을 분석하기 위한 3축 모터라이즈 스테이지(motorized stage)로 구현되어 있다. 이를 통해 측정된 신호는 그림 9(a), 9(b)에서 보이는 것과 같이 PAD에 연결된 핑거의 개수가 줄어들수록 신호가 증가하는 특징이 있으며, SNR 역시 비슷한 양상을 보인다. 이는 동일한 펄스와 TIA를 활용했음에도 넓은 면적을 갖는 PD는 접합 캐패시턴스의 영향으로 응답 속도가 낮아 실제 인가된 펄스 파워보다 출력 진폭이 낮게 출력되기 때문이다. 이러한 결과를 통해 동일한 환경에서 접합 캐패시턴스의 영향에 의한 수신 신호 특성 차이를 확인하였으며, PD 특성에 따른 광 펄스 최적화가 필요하다는 것을 유추할 수 있다.

Figure 8. Performance analysis set-up of the LiDAR sensor board for analyzing the static unitary detector photodetector (STUD PD).

Figure 9. (a) Amplitude and (b) signal-to-noise ratio (SNR) characteristic of various static unitary detector photodetectors (STUD PDs). (c), (d) 2D scan result of the SD-F8 STUD PD for (c) full-range and (d) 1-PAD [#1 area of (c)]. (e) Cross-section for the y-axis [#2 of (d)]. (f) Cross-section for the x-axis [#3 of (d)].

또한 light beam induced current (LBIC)[27-29]와 유사하게 동작하도록 구현된 2차원 스캔 시스템을 통해 제작된 STUD PD의 감도 특성을 측정하였다. 2차원 스캔은 포커싱된 빔을 PD의 활성 영역과 주변 영역에 입사하고 스네이크(snake) 스캔을 함으로써 PD의 감도 측정이 가능하다. 광원은 2 ns 펄스 폭을 갖는 ~200 μW의 피크 파워를 인가하고 SWIR-8 상용 렌즈(Navitar Inc., NY, USA)를 활용하여 7 μm 이하의 빔으로 측정하였다. 그림 9(c)는 이러한 2차원 스캔으로 LiDAR 수신 보드의 SD-F8 PD의 감도 특성을 측정한 결과이다. SD-F8 PD의 전체 영역을 모두 스캔하기 위해 4 μm 단위로 1.6 mm × 1.0 mm의 영역을 측정하였다. 측정 결과에서 32개의 핑거가 모두 측정되었고, 검출된 영역이 설계 수치인 1,256 μm × 949 μm에 근사한 것을 통해 설계 및 제작이 잘 되었음을 알 수 있다.

보다 정밀한 특성 분석을 위해 단일 PAD 영역인 1,256 μm × 229 μm [그림 9(c)의 #1]을 포함하는 1.70 mm × 0.24 mm의 범위를 1 μm 단위로 측정하였으며 이에 대한 측정 결과는 그림 9(d)를 통해 확인할 수 있다. 그림 9(c)에 비해 보다 정밀하게 측정된 것을 볼 수 있을 뿐만 아니라, 그림 9(d)의 #2, #3과 같이 x축, y축의 단면 특성 그래프로 검출기의 감도 특성을 정밀하게 확인할 수 있다. 그림 9(e)는 y축의 단면[그림 9(d)의 #2] 특성 그래프로서, 거의 동일한 세기의 피크 지점이 30 μm 단위로 8개가 분포되어 있으므로 설계치와 동일하게 단일 PAD에 8개의 핑거가 분포되어 있는 것을 알 수 있다. 또한 측정된 8개 핑거의 세기에 대한 표준편차가 0.0038이므로 감도의 균일성 또한 매우 우수한 것을 수치적으로 확인할 수 있다. 특히 피크 지점(핑거) 대비 10%의 세기 감소가 있지만 핑거와 핑거 사이 영역에서도 신호가 검출되는 것을 볼 수 있는데, 이 영역은 확산 영역은 아니지만 역전압이 인가되면서 공핍층이 확장되어 Zn가 증착되지 않은 영역임에도 신호가 검출되었다. 해당 영역 역시 표준편차가 0.0049인 것을 통해 감도가 균일한 것을 확인하였다. 이러한 특성은 입사된 빔에 대해 손실 영역 없이 검출이 가능함을 나타내며, PD 제작 시 확산 영역 구현을 위한 공정 작업 시간 및 비용 절감이 가능하다는 장점을 가진다. 그림 9(f)는 x축 단면[그림 9(d)의 #2] 특성 그래프이다. 2차원 스캔 이미지와 같이 전반적으로 균일한 감도를 나타내는 것을 확인할 수 있으며, x축 단면 역시 활성 영역에 대한 표준 편차가 0.007이므로 감도가 균일하다. 이처럼 잡음 및 신호 특성뿐만 아니라 2차원 스캔 측정을 통해 제작된 PD의 검출 면적, 감도 특성 및 결함 여부 등 PD에 대한 다양한 특성 분석이 가능하다.

3.3. 고성능 광각 스캐닝 LiDAR 시제품 성능 측정 결과

본 절에서는 앞서 설명한 STUD PD를 적용한 LiDAR 수신 보드를 실제 LiDAR 시제품에 적용하고 이를 통해 확보된 3차원 영상 측정 결과를 나타내었다. STUD PD는 2.2절에서 설명한 것과 같이 InP/InGaAs PIN-PD이며, 이는 시각안전 파장인 1.5 μm 파장에서 높은 흡수 계수를 가진다는 장점이 있다. 값싼 실리콘(silicon) PD를 활용할 수 있어 상용 LiDAR에서 많이 사용되고 있는 905 nm 광원에 비해 1.5 μm 광원은 수 ns의 펄스 폭을 갖는 조건에서 최대 106배 높은 시각안전 특성이 보장되기 때문에[30,31] 높은 파워의 광원을 활용할 수 있다. 이러한 특성 덕분에 1.5 μm 광원은 최근 들어 시장의 관심이 높아지고 있는, 악천후 속에서도 장거리 측정이 가능한 고성능 LiDAR에서의 요구가 커지고 있다. 또한 콜리메이션된 빔을 2축 미러를 통해 송출하는 구조의 스캐닝 LiDAR는 소형화가 가능할 뿐만 아니라 고해상도 및 장거리 등 고성능을 만족하기에도 유리하다는 장점이 있다.

이러한 배경을 바탕으로 그림 10과 같은 고성능 시각안전 LiDAR를 위한 스캐닝 LiDAR 시스템을 구현하고 시제품으로 제작하였다. 본 LiDAR 시제품은 ns 수준의 짧은 펄스 폭의 광 신호를 고속으로 생성하는 1.5 μm MOPA 레이저와, 스캐닝 LiDAR에서 단점으로 여겨지는 넓은 화각과 고속 검출 간의 상충 관계를 개선한 STUD PD를 송·수신부로 활용하였다. 또한 2축 갈바노(Galvano) 미러를 통해 설정된 좌표에 빔을 송신하고 타겟에 반사된 뒤 STUD PD에 수신된 신호는 증폭기를 통해 증폭된 후 컴퍼레이터를 통해 기준점(threshold) 이상의 신호만 FPGA 내의 TDC로 전달된다. 이후 실시간 데이터 프로세싱을 통해 수신 신호와 시작 신호를 비교하여 모든 좌표에서의 거리 정보를 계산하고, 칼라 코딩 등을 통해 3차원 포인트 클라우드 정보가 도출되도록 구현하였다.

Figure 10. Schematic of system configuration for scanning LiDAR prototype based on the static unitary detector photodetector (STUD PD) and the 1.5 μm master oscillator power amplifier (MOPA) laser.

그림 11은 이렇게 구현된 LiDAR 시스템을 통해 확보된 3차원 포인트 클라우드 영상으로 수평 320 px, 수직 240 px의 해상도로 단일 프레임에서 76,800 px을 갖는 고해상도 3차원 영상이다. 특히 스캐닝 LiDAR에서 단점으로 여겨지는 화각-고속 검출 상충 관계를 개선하기 위해 수신부에 대면적으로 고속 검출이 가능한 STUD PD와 STUD PD에 최적화한 수신 렌즈를 적용하였으며[24], 이를 통해 수평 26도, 수직 20도, 그리고 대각으로는 32.6도의 광각에서 고속 검출이 가능하다. 특히 화각과 해상도에 의해 결정되는 각 분해능은 고해상도 LiDAR를 구현하는 데 매우 중요한 요소이며 장거리 소면적 물체를 정확하게 탐지하기 위해 필수적이다. 이러한 관점에서 STUD PD가 적용된 본 LiDAR 시제품은 수평, 수직 모두 약 0.08도의 높은 각 분해능을 가지기 때문에 장거리 소면적 검출에 유리하다. 수직, 수평에 대해 약 0.08도의 각 분해능은 1 m, 50 m 거리에서 각각의 픽셀 간에 1.4 mm, 7 cm의 거리 분해능을 가지기 때문에 그림 11(d)와 같이 약 25 m 거리에 위치한 수 cm 너비의 나뭇가지들을 정밀하게 측정 가능하며, 약 30 m 거리에 위치한 약 170 cm의 성인 남자 정도의 물체에 대해서도 40개 이상의 픽셀 검출이 가능하다.

Figure 11. Real-time 3D point cloud images of scanning LiDAR prototype based on the static unitary detector photodetector (STUD PD) (320 pixels × 240 pixels). (a), (b) Indoor corridor with (a) a cart (< 5 m) and (b) a person and a door (< 30 m). (c), (d) Outdoor environments with various objects (< 50 m).

이를 통해 STUD PD 기반의 LiDAR 시제품이 장거리에서도 정확한 형상 구현이 가능하고, 정밀 측정 및 정확한 분석이 가능하다는 것을 알 수 있다. 또한 그림 11을 통해 실내외 환경에서 근거리뿐만 아니라 장거리(50 m)의 물체에 대해서도 고분해능 특성을 기반으로 정밀하게 측정이 가능한 것을 알 수 있고, 고해상도 3차원 포인트 클라우드 영상을 기반으로 물체 형상을 정확하게 구현하는 능력은 자율주행 시스템에서 정확한 판단을 위해 필수적이며 더 나아가 다양한 분야에서도 활용이 가능할 것으로 생각된다.

특히 본 논문에서 제안된 LiDAR 시제품의 무게, 부피가 각각 약 1.1 kg, 1,200 cm3인 것을 고려하여 이와 유사한 무게 및 부피를 가지면서 현재 드론, 로봇 및 자율주행 자동차에서 많이 사용되고 있는 Velodyne VLP-16과 비교해보면, Velodyne VLP-16의 수평 각 분해능은 최대치로 구동되는 경우 본 LiDAR 시제품과 유사한 값을 가지지만 약 2도의 수직 각 분해능은 1 m, 50 m 거리에서 각각의 픽셀 간 3.5 cm, 175 cm로 거리 분해능이 낮은 것을 알 수 있다. 이와 같은 수치로는 그림 11(a)의 5 m 이하 근거리 물체뿐만 아니라 그림 11(c), 11(d)와 같이 수십 m 이상의 장거리에 위치한 기둥, 나뭇가지, 사람 등에 대한 정확한 검출이 어렵다. 예를 들어 그림 11(d)에서 25 m 거리에 위치한 나뭇가지는 분해능의 한계로 검출 자체가 어렵고, 약 30 m 거리의 성인 남자(약 170 cm)에 대해서는 약 1.6개의 픽셀이 측정의 한계이다. 이렇게 적은 픽셀 개수로는 검출 여부 확인은 가능하겠지만, 정확한 형상 구현 및 물체 판별이 어렵다.

따라서 본 논문에서 제안된 LiDAR 시제품이 비교군인 Velodyne VLP-16에 비해 약 25배 높은 수직 해상도를 가지며 근, 장거리에서 모두 더 높은 분해능으로 정밀한 분석이 가능하다는 것을 알 수 있다. 물론 상용 제품 중 Velodyne의 Alpha Prime과 같이 약 0.1도의 높은 수직 각 분해능을 가지고 있어 본 LiDAR 시제품과 유사한 각 분해능 특성을 가지는 제품이 존재하지만, 0.1도의 수직 각 분해능이 전체 영역에서 균일한 것이 아니라 일정한 영역(주로 중앙)에 한정된 수치이기 때문에 여전히 주변부는 정확한 측정이 어렵다. 또한 해당 제품의 경우 900 nm 파장 대역의 한계로 출력 파워 및 시각안전에 불리할 뿐만 아니라, 약 3.5 kg의 무게(케이블 및 부속품 제외)와 3,000 cm3 이상의 큰 부피로 인해 활용 분야가 한정적이고, 무거운 무게의 모듈 전체를 지속적으로 회전해야 하는 특성으로 인해 내구성이 취약하다는 단점을 가진다.

마지막으로 그림 11의 3차원 영상은 앞서 설명한 것과 같이 STUD PD의 기본 모델인 SD-F8을 활용하여 도출한 결과이며, STUD PD를 활용하면 넓은 화각이 확보된 상태에서 고속 검출과 고해상도 장거리 탐지가 가능한 고성능 LiDAR 시스템을 손쉽게 구현할 수 있음을 확인하였다. 특히 3.2절을 통해 확인한 것과 같이 본 실험 결과는 현재 구현된 STUD PD들 중 가장 낮은 SNR 성능을 가지는 PD를 활용한 만큼 다른 STUD PD 기반의 LiDAR 수신부를 개발하면 동일 조건에서 장거리 검출 및 거리 분해능을 향상시키는 등 더 좋은 결과를 도출할 수 있기 때문에 향후 최적화된 수신부 개발을 위한 연구를 진행할 예정이다.

IV. 결 론

일반적으로 스캐닝 LiDAR는 높은 SNR과 고해상도 3차원 영상 구현이 가능하기에 장거리 탐지 및 고정밀 측정과 같은 높은 성능 구현이 가능한 것과 동시에 소형화 및 경량화 문제를 개선할 수 있다는 장점을 가진다. 하지만 스캐닝 LiDAR에서는 성능의 중요한 지표 중 하나인 넓은 화각을 구현하기 위해서 넓은 면적의 PD가 필수적이지만, 화각-고속 검출 간의 상충 관계에 의해 넓은 화각과 높은 성능을 모두 만족하기 어렵다는 단점이 있다. 본 연구에서는 이러한 문제를 개선하기 위해 다수의 소면적 고속 PD들을 대면적 단일 PD로 구동하도록 설계된 STUD 기술 기반의 PD를 제안하고 다양한 형태로 제작한 후 소자 레벨에서 특성 분석을 진행하였다. 또한 STUD PD 기반으로 설계 및 제작된 LiDAR 수신 보드를 통해 모듈 단위의 특성을 분석하고, 이를 고성능 및 소형화 특성을 중점으로 개발된 스캐닝 LiDAR 시스템 시제품에 적용하여 넓은 화각과 장거리 검출이 가능함을 3차원 영상 결과를 통해 확인하였다.

개발된 LiDAR 시스템은 높은 출력 파워를 기반으로 악천후 및 장거리 탐지에 유리하고 시각안전성이 높은 1.5 μm MOPA 레이저를 광원으로 활용하였고, 1.5 μm 파장의 높은 흡수율을 위해 InP/InGaAs 기반으로 제작된 STUD PIN-PD를 수신부로 활용하였다. 특히 STUD PD는 핑거라고 불리는 다수의 소면적 PD를 고속 검출이 가능한 단일 대면적 PD로 동작하도록 설계한 것이 특징이며, 본 논문에서는 32개의 핑거를 활용하여 1,256 μm × 949 μm의 대면적 고속 PD를 제안하였다. 또한 다양한 형태로 구현이 가능하다는 장점을 기반으로 각 PAD에 연결된 핑거의 개수 혹은 면적을 다르게 하여 SD-F8, SD-F4, SD-F2 및 SD-H4으로 나누어 설계하고 각각의 I-V, C-V 특성을 확인하였다. 이후 다양한 구조의 STUD PD를 기반으로 제작된 LiDAR 수신 보드의 잡음 및 수신 신호 특성을 확인하였고, 직접 구현한 2차원 고정밀 스캔 시스템을 활용하여 제작된 STUD PD의 감도 및 균일도 특성을 확인하였다. 마지막으로 1.5 μm MOPA 레이저와 InP/InGaAs STUD PIN-PD 기반의 수신 보드를 각각 송, 수신부로 활용한 스캐닝 LiDAR 시제품의 수신 파트에 STUD PD에 적합하게 설계된 수신 렌즈를 활용함으로써 수평 26도, 수직 20도 그리고 대각 32.6도의 광각의 화각을 확보하였다. 특히 50 m 이상의 장거리에 위치한 물체의 단순 탐지뿐만 아니라, 0.08도의 높은 각 분해능과 320 px × 240 px의 고해상도 3차원 영상을 기반으로 각각 25 m, 30 m, 50 m 거리에 위치한 나뭇가지, 사람, 기둥을 정밀하게 측정하였다.

개발된 STUD PD를 통해 스캐닝 LiDAR에서 그간 한계로 여겨졌던 고속 검출과 넓은 화각을 동시에 확보하기 어렵다는 문제가 개선되는 것은 물론, 장거리 및 고정밀 탐지 등 고성능 LiDAR에 요구되는 지표 역시 높은 수준으로 확보되는 것을 확인하였다. 특히 다양한 형태로 제작된 STUD PD들을 적용할 수 있는 수신부를 개발한다면 현재 결과보다 더 향상된 결과를 도출할 수 있을 것으로 보인다. 특히 화각과 고속 검출의 상충 관계를 개선하여 높은 성능과 소형화 특성을 만족하는 STUD PD 기반의 스캐닝 LiDAR는 로봇이나 UAV와 같이 제약조건이 많은 분야에서 활용도가 높을 것으로 생각된다. 또한 본 논문의 접근 방향 및 결과를 기반으로 검출 속도와 화각 관계와 같이 LiDAR 분야에서 한계로 여겨지는 부분을 개선하기 위한 다양한 연구에 대한 관심이 높아질 것이라고 기대한다.

재정지원

중소벤처기업부 기술개발사업(과제번호: 22FB2110); 재난치안용 멀티 콥터 무인기 통신, 안전운항, 운영관리 기술 개발(과제번호: 19PR1230).

이해상충

저자는 본 논문과 관련된 어떠한 이해충돌 사항도 없었음을 밝힌다.

데이터 가용성

본 연구의 결과 분석 및 생성된 데이터는 모두 본 논문 내 명시되어 있으며 공공의 이용이 가능하다. 데이터에 접근하거나 사용하고자 하는 이는 저자에게 타당한 이유를 밝히고 허가를 득해 사용 가능하다.

Fig 1.

Figure 1.Schematic of the large-area high-speed photodetector (PD) based on the static unitary detector (STUD) technique.
Korean Journal of Optics and Photonics 2023; 34: 139-150https://doi.org/10.3807/KJOP.2023.34.4.139

Fig 2.

Figure 2.Layout for static unitary detector photodetector (STUD PD) of various structures.
Korean Journal of Optics and Photonics 2023; 34: 139-150https://doi.org/10.3807/KJOP.2023.34.4.139

Fig 3.

Figure 3.Various layouts of static unitary detector photodetector (STUD PD). (a)–(d) Various segmentalized detection areas of STUD PD based on finger number; (a) 8-fingers (SD-F8), (b) 4-fingers (SD-F4), (c) 2-fingers (SD-F2), and (d) 4-fingers of half area (SD-H4).
Korean Journal of Optics and Photonics 2023; 34: 139-150https://doi.org/10.3807/KJOP.2023.34.4.139

Fig 4.

Figure 4.Schematic of the fabrication process for the InP/InGaAs PIN-photodetector (PD) (finger) based on the static unitary detector (STUD) technique.
Korean Journal of Optics and Photonics 2023; 34: 139-150https://doi.org/10.3807/KJOP.2023.34.4.139

Fig 5.

Figure 5.(a) Optical microscopy image of the fabricated InP/InGaAs PIN-photodetector (PD) based on the static unitary detector (STUD) technique. (b) Image of the fabricated STUD PIN-PD and various components in chip-on-board. (c) Fabricated LiDAR receiver (sensor board) utilizing the STUD PD.
Korean Journal of Optics and Photonics 2023; 34: 139-150https://doi.org/10.3807/KJOP.2023.34.4.139

Fig 6.

Figure 6.(a) Analysis equipment for C-V and I-V characteristic analysis of a photodetector (PD). (b) Microscope and probes for measurement. (c) Measurement environment for I-V and C-V analysis using a microscope image.
Korean Journal of Optics and Photonics 2023; 34: 139-150https://doi.org/10.3807/KJOP.2023.34.4.139

Fig 7.

Figure 7.(a) C-V graph for static unitary detector photodetectors (STUD PDs) of various structures. (b) #1 area of (a). (c) I-V graph for STUD PDs of various structures. (d) #2 area of (c).
Korean Journal of Optics and Photonics 2023; 34: 139-150https://doi.org/10.3807/KJOP.2023.34.4.139

Fig 8.

Figure 8.Performance analysis set-up of the LiDAR sensor board for analyzing the static unitary detector photodetector (STUD PD).
Korean Journal of Optics and Photonics 2023; 34: 139-150https://doi.org/10.3807/KJOP.2023.34.4.139

Fig 9.

Figure 9.(a) Amplitude and (b) signal-to-noise ratio (SNR) characteristic of various static unitary detector photodetectors (STUD PDs). (c), (d) 2D scan result of the SD-F8 STUD PD for (c) full-range and (d) 1-PAD [#1 area of (c)]. (e) Cross-section for the y-axis [#2 of (d)]. (f) Cross-section for the x-axis [#3 of (d)].
Korean Journal of Optics and Photonics 2023; 34: 139-150https://doi.org/10.3807/KJOP.2023.34.4.139

Fig 10.

Figure 10.Schematic of system configuration for scanning LiDAR prototype based on the static unitary detector photodetector (STUD PD) and the 1.5 μm master oscillator power amplifier (MOPA) laser.
Korean Journal of Optics and Photonics 2023; 34: 139-150https://doi.org/10.3807/KJOP.2023.34.4.139

Fig 11.

Figure 11.Real-time 3D point cloud images of scanning LiDAR prototype based on the static unitary detector photodetector (STUD PD) (320 pixels × 240 pixels). (a), (b) Indoor corridor with (a) a cart (< 5 m) and (b) a person and a door (< 30 m). (c), (d) Outdoor environments with various objects (< 50 m).
Korean Journal of Optics and Photonics 2023; 34: 139-150https://doi.org/10.3807/KJOP.2023.34.4.139

Table 1 Result of I-V and C-V measurement for static unitary detector photodetectors (STUD PDs) of various structures

PD NameDark Current (nA, @ −5 V)Dark Current (nA, @ −15 V)Capacitance (pF, @ −5 V)Capacitance (pF, @ −15 V)
SD-F80.4881.9714.913.2
SD-F40.2340.5538.077.13
SD-F20.0330.3534.473.95
SD-H40.0350.3974.64.12

References

  1. J. Li, H. Bao, X. Han, F. Pan, W. Pan, F. Zhang, and D. Wang, “Real-time self-driving car navigation and obstacle avoidance using mobile 3D laser scanner and GNSS,” Multimed. Tools Appl. 76, 23017-23039 (2017).
    CrossRef
  2. L. Chen, Y. He, J. Chen, Q. Li, and Q. Zou, “Transforming a 3-D LiDAR point cloud into a 2-D dense depth map through a parameter self-adaptive framework,” IEEE Trans. Intell. Transp. Syst. 18, 165-176 (2017).
    CrossRef
  3. U. Lee, J. Jung, S. Jung, and D. H. Shim, “Development of a self-driving car that can handle the adverse weather,” Int. J. Automot. Technol. 19, 191-197 (2018).
    CrossRef
  4. K. H. An, S. W. Lee, W. Y. Han, and J. C. Son, “Technology trends of self-driving vehicles,” Electron. Telecommun. Trend 28, 35-44 (2013).
  5. B. L. Stann, J. F. Dammann, M. M. Giza, R. R. Gregory, P. S. Jian, and W. B. Lawler, “Low-cost compact ladar sensor for ground robots,” Proc. SPIE 7323, 73230X (2009).
    CrossRef
  6. L. Wallace, A. Lucieer, C. Watson, and D. Turner, “Development of a UAV-LiDAR System with application to forest inventory,” Remote Sens. 4, 1519-1543 (2012).
    CrossRef
  7. B. Brede, A. Lau, H. M. Bartholomeus, and L. Kooistra, “Comparing RIEGL RiCORTER UAV LiDAR derived canopy height and DBH with terrestrial LiDAR,” Sensors 17, 2371 (2017).
    Pubmed KoreaMed CrossRef
  8. J. Zhou and K. Qian, “Low-voltage wide-field-of-view lidar scanning system based on a MEMS mirror,” Appl. Opt. 58, A283-A290 (2019).
    Pubmed CrossRef
  9. L. Ye, G. Gu, W. He, H. Dai, J. Lin, and Q. Chen, “Adaptive target profile acquiring method for photon counting 3-D imaging lidar,” IEEE Photonics J. 8, 680551 (2016).
    CrossRef
  10. M. Okano and C. Chong, “Swept source lidar: simultaneous FMCW ranging and nonmechanical beam steering with a wideband swept source,” Opt. Express 28, 23898-23915 (2020).
    Pubmed CrossRef
  11. J. D. Chen, H. L. Ho, H. L. Tsay, Y. L. Lee, C. A. Yang, K. W. Wu, J. L. Sun, D. J. Tsai, and F. Y. Lin, “3D chaos lidar system with a pulsed master oscillator power amplifier scheme,” Opt. Express 29, 27871-27881 (2021).
    Pubmed CrossRef
  12. J. He, T. Dong, and Y. Xu, “Review of photonic integrated optical phased arrays for space optical communication,” IEEE Access 8, 188284-188298 (2020).
    CrossRef
  13. C. Glennie and D. D. Lichti, “Static calibration and analysis of the Velodyne HDL-64E S2 for high accuracy mobile scanning,” Remote Sens. 2, 1610-1624 (2010).
    CrossRef
  14. C. Zhang, S. Lindner, I. M. Antolovic, J. M. Pavia, M. Wolf, and E. Charbon, “A 30-frames/s, 252×144 SPAD flash LiDAR with 1728 dual-clock 48.8-ps TDCs, and pixel-wise integrated histogramming,” IEEE J. Solid-State Circuits 54, 1137-1151 (2019).
    CrossRef
  15. E. Garcia and H. Lamela, “Low-cost three-dimensional vision system based on a low-power semiconductor laser rangefinder and a single scanning mirror,” Opt. Eng. 40, 61-66 (2001).
    CrossRef
  16. X. Zhu, A. DesLauriers, C. Bell, L. Gagnon, M. Guibert, E. Simard, S. Gemme, and L. Ilinca-Ignat, “A wide angle bistatic scanning lidar for navigation,” Proc. SPIE 8379, 83790V (2012).
    CrossRef
  17. B. L. Stann, J. F. Dammann, M. M. Giza, P. S. Jian, W. B. Lawler, H. M. Nguyen, and L. C. Sadler, “MEMS-scanned ladar sensor for small ground robots,” Proc. SPIE 7684, 76841E (2010).
    CrossRef
  18. H. Tsuji, M. Imaki, N. Kotake, A. Hirai, M. Nakaji, and S. Kameyama, “Range imaging pulsed laser sensor with two-dimensional scanning of transmitted beam and scanless receiver using high-aspect avalanche photodiode array for eye-safe wavelength,” Opt. Eng. 56, 031216 (2016).
    CrossRef
  19. H.-S. Cho, C.-H. Kim, and S.-G. Lee, “A high-sensitivity and low-walk error LADAR receiver for military application,” IEEE Trans. Circuits Syst. I Regul. Pap. 61, 3007-3015 (2014).
    CrossRef
  20. S. Kurtti, J. Nissinen, and J. Kostamovaara, “A wide dynamic range CMOS laser radar receiver with a time-domain walk error compensation scheme,” IEEE Trans. Circuits Syst. I Regul. Pap. 64, 550-561 (2017).
    CrossRef
  21. B. Mheen, J.-S. Shim, M. S. Oh, J. Song, M. Song, G. D. Choi, H. Seo, and Y.-H. Kwon, “High-resolution three-dimensional laser radar with static unitary detector,” Electron. Lett. 50, 313-315 (2014).
    CrossRef
  22. J.-X. Zhang, W. Wang, Z.-B. Li, H. F. Ye, R.-Y. Huang, Z.-P. Hou, H. Zeng, H.-X. Zhe, C. Liu, X.-Y. Yang, and Y.-L. Shi, “Development of a high performance 1280×1024 InGaAs SWIR FPA detector at room temperature,” Front. Phys. 9, 678192 (2021).
    CrossRef
  23. M. Han, G. Choi, M. Song, H. Seo, and B. Mheen, “Analysis and enhancement of 3D shape accuracy in a single-shot LIDAR sensor,” Proc. SPIE 10089, 100890R (2017).
    CrossRef
  24. M. Han, H. Seo, and B. Mheen, “High-resolution and a wide field-of-view eye-safe LiDAR based on a static unitary detector for low-SWaP applications,” Opt. Express 30, 30918-30935 (2022).
    Pubmed CrossRef
  25. G. Choi, M. Han, H. Seo, and B. Mheen, “Analysis of the SNR and sensing ability of different sensor types in a LIDAR system,” Proc. SPIE 10427, 104271S (2017).
    CrossRef
  26. J. H. L. Pang and D. Y. R. Chong, “Flip chip on board solder joint reliability analysis using 2-D and 3-D FEA models,” IEEE Trans. Adv. Packag. 24, 499-506 (2001).
    CrossRef
  27. C. H. Seager, “The determination of grain-boundary recombination rates by scanned spot excitation methods,” J. Appl. Phys. 53, 5968-5971 (1982).
    CrossRef
  28. L. A. Bitzer, M. Meseth, N. Benson, and R. Schmechel, “A new adaptive light beam focusing principle for scanning light stimulation systems,” Rev. Sci. Instrum. 84, 023707 (2013).
    Pubmed CrossRef
  29. J. S. Wu, D. Y. Lin, Y. G. Li, G. P. Hsu, M. C. Kao, and H. Z. Chen, “Optical characterization and photovoltaic performance evaluation of GaAs p-i-n solar cells with various grid spacings,” Crystals 9, 170 (2019).
    CrossRef
  30. M. Pfennigbauer and A. Ullrich, “Multi-wavelength airborne laser scanning,” in Proc. International Lidar Mapping Forum-ILMF (New Orleans, USA, Feb. 7-9, 2011).
  31. F. Seeber, “Light sources and laser safety,” in Fundamentals of Photonics, B. E. A. Saleh and M. C. Teich, Eds., 2nd ed. (Wiley, USA, 2007).

저널정보

Optical Society of Korea

February 2024
Vol.35 No.1

pISSN 1225-6285
eISSN 2287-321X

Title: Korean Journal of Optics and Photonics
Abbreviation: Korean J. Opt. Photon.

Share this article on :

  • line