Utilize este identificador para referenciar este registo:
https://hdl.handle.net/1822/76359
Título: | Readout circuit for time-based automotive sensors |
Outro(s) título(s): | Circuito de leitura para sensores automóveis baseados em tempo de voo |
Autor(es): | Machado, Rui Pedro Oliveira |
Orientador(es): | Cabral, Jorge Rocha, Luís Alexandre Machado |
Palavras-chave: | ASIC FPGA LiDAR Tempo de voo Time-to-Digital Converter (TDC) Time-of-Flight (ToF) |
Data: | 24-Jul-2020 |
Resumo(s): | A pesquisa pelo veículo autónomo (AV) iniciou-se há já algumas décadas, com a introdução de vários
sistemas inteligentes nos veículos do nosso quotidiano. O melhor exemplo deste tipo de sistemas são os
Advanced Driver-Assistance Systems (ADAS). As grandes marcas da indústria automóvel e principais
Original Equipment Manufacturers (OEMs) estão focados no desenvolvimento do primeiro AV. O Light
Detection And Ranging (LiDAR) é considerado como uma tecnologia chave para implementação do AV.
O sistema de leitura e medição do tempo de voo (Time-of-Flight - ToF) é um dos subsistemas constituintes
do sensor LiDAR, e assume extrema importância. Os sistemas de medição de ToF de alto desempenho
são normalmente implementados recorrendo ao desenho de células lógicas específicas e customizadas,
o que leva a um aumento do tempo de desenvolvimento do sistema e, consequentemente, do custo.
Estes tipos de sistemas apresentam desempenhos superiores aos necessários e o seu nível de integração
é reduzido. O desenvolvimento de sistemas de medição de ToF capazes de serem completamente
desenhados por linguagens de descrição de hardware (HDL) e implementados através de um fluxo de
desenvolvimento totalmente automatizado permitirá alcançar maior portabilidade e níveis de integração.
O propósito desta tese é o desenvolvimento e implementação de uma arquitetura para um sistema de
medição de ToF, capaz de facilitar o processo de migração destes sistemas entre tecnologias e
plataformas. As arquiteturas existentes foram analisadas e foram implementadas e avaliadas múltiplas
arquiteturas recorrendo a plataformas de prototipagem. Para assegurar um processo de migração fluído,
as ferramentas de desenho de Application Specific Integrated Circuit (ASIC) foram estudadas. Como
resultado, foi desenvolvido um sistema de medição de ToF para aplicações automóveis LiDAR e
estabelecido um fluxo de desenvolvimento que suporta a migração automatizada de arquiteturas ToF.
O contributo da presente tese baseia-se no estudo sobre como devem ser desenhados e implementados
os sistemas de medição de ToF para permitirem um fluxo de desenvolvimento automatizado e aumentar
a sua portabilidade e integração, mantendo o desempenho necessário em aplicações automóveis LiDAR.
A investigação iniciou-se com uma revisão do estado da arte em sistemas de medição de ToF, que
culminou no desenvolvimento de duas arquiteturas em Field-Programmable Gate Array (FPGA) e na
fabricação de um ASIC utilizando fluxo de desenvolvimento proposto baseado em Structured Data Path
(SDP) para migrar arquiteturas de medição de ToF baseados em FPGA para tecnologia ASIC. The pursue for autonomous car started long ago with multiple smaller and smarter systems being researched and introduced gradually in our daily vehicles. The so-called Advanced Driver Assistance Systems (ADAS) are the best example of these stepwise process towards a full-autonomous vehicle (AV). Nowadays, all the major automotive groups and Original Equipment Manufacturers (OEMs) are pursuing the goal of launching an AV on the market. Light Detection And Ranging (LiDAR) is considered the key enabling technology to implement this AV. LiDAR sensor are composed by a multitude of systems and components, being the time-of-flight (ToF) readout system of extreme importance. State-of-the-art high-performance ToF readouts are implemented using highly customized cells, which increases both development time and costs. The performance achieved with these solutions usually highly exceeds the required for LiDAR and their level of integration is also reduced. The development of ToF measurement architectures capable of being completely described using hardware description languages (HDL) and implemented using a full automatized design flow, will help to attain reduced development time, increased portability and a high level of integration. This Thesis aims to develop and implement a ToF readout architecture to simplify the migration effort between platforms and technologies. Existing architectures are analyzed and, based on the acquired knowledge, multiple architectures developed and assessed using a fast prototype platform. To ensure a seamless migration process, the tools used on Application Specific Integrated Circuits (ASIC) development are studied, and the design flow steps that can be automated or supported by scripting are identified. The accomplishment of these activities enabled the development of a ToF measurement system for automotive LiDAR sensors and a design flow guideline and respective supporting scripts. The present Thesis contribute by reasoning about how should a ToF measurement system be designed and implemented to enable a full automated design flow process, increase portability and integration, while maintaining the required performance for automotive LiDAR based systems. The research started with an exhaustive literature review on FPGA ToF measurement systems, which lead to the implementation of two FPGA-based architectures, and to the fabrication of an ASIC TDC using the proposed Structured Data Path (SDP) design flow for migrating FPGA-based ToF systems to ASIC technology. |
Tipo: | Tese de doutoramento |
Descrição: | Tese de Doutoramento (Programa Doutoral em Sistemas Avançados de Engenharia para a Indústria) |
URI: | https://hdl.handle.net/1822/76359 |
Acesso: | Acesso aberto |
Aparece nas coleções: | DEI - Teses de doutoramento |
Ficheiros deste registo:
Ficheiro | Descrição | Tamanho | Formato | |
---|---|---|---|---|
Rui Pedro Oliveira Machado.pdf | Tese de Doutoramento | 6,55 MB | Adobe PDF | Ver/Abrir |
Este trabalho está licenciado sob uma Licença Creative Commons