TOP
首页 > 新闻动态
2025-08-07
随着智能驾驶向L3及以上级别演进,激光雷达作为核心感知设备的渗透率已从2022年的5%飙升至2025年的35%(Yole数据)。然而,成本控制与可靠性达标仍是量产落地的两大瓶颈。传统机械旋转式激光雷达因体积大(>3L)、成本高(>$500)难以普及,而纯固态方案受限于光束控制精度。MEMS光开关作为激光雷达光束扫描的“神经中枢”,其车规级封装技术直接决定了激光雷达的微型化(体积<1.5L)、低功耗(<15W)与长寿命(>10万小时)目标能否实现。
广西科毅光通信科技有限公司深耕MEMS光开关技术14年,其MEMS光开关产品通过-40℃~+85℃宽温测试与10⁹次切换寿命验证,为激光雷达量产提供了高可靠的光控解决方案。本文将从封装工艺、测试标准、量产案例三方面,解析MEMS光开关如何突破车规级量产瓶颈。
激光雷达在车辆生命周期内需承受温度循环(-40℃~+105℃)、随机振动(20g/10-2000Hz)、盐雾腐蚀(5%NaCl/1000小时)等极端环境考验,MEMS光开关的封装技术需针对性突破:
传统MEMS光开关采用金属外壳气密性封装,虽能满足可靠性要求,但体积达40mm×40mm×15mm,难以适配激光雷达的紧凑空间。广西科毅采用硅基集成工艺,将微镜阵列、驱动电路与光纤阵列集成于20mm×20mm×5mm硅基平台,通过晶圆级键合技术实现气密性封装(漏气率<1×10⁻⁸ atm·cc/s),体积较传统方案缩小70%,同时满足IP6K9K防尘防水等级。
MEMS微镜的角度漂移(典型值0.1°/℃)会导致激光雷达点云偏移。科毅的MEMS 4x4光开关矩阵 创新性采用双金属层驱动结构,通过Ti/Au合金的热膨胀系数差异抵消温度效应,在-40℃~+85℃范围内角度漂移控制在<0.02°/℃,确保探测精度(水平分辨率0.1°@100m)。
车规级量产要求CPK≥1.67(良率>99.97%)。科毅引入自动化对准平台(定位精度±0.5μm)与AOI光学检测系统,对微镜平整度(<λ/10@633nm)、光纤耦合效率(插入损耗<1.5dB)进行全量检测,将量产标准差控制在±0.3dB以内,满足IATF 16949汽车质量管理体系要求。
依托国家高新技术企业研发实力,广西科毅从材料、结构、测试三方面构建技术壁垒:
• 微镜材料:采用单晶硅(杨氏模量130GPa)替代传统玻璃,提升镜面形变量稳定性(<50nm);
• 驱动电极:引入铂铱合金(Pt-Ir),降低接触电阻(<10mΩ)与电化学腐蚀风险;
• 封装基板:选用AlN陶瓷(热导率230W/m·K),解决高功率激光(1550nm/10W)的散热瓶颈。
• 冗余光路设计:内置1×2备份通道,单点故障时切换时间<1ms,满足ASIL-B功能安全要求;
• 抗振动结构:通过蛇形弹簧(刚度1N/m)与阻尼材料(损耗因子>0.3),实现20g振动下的共振抑制(共振峰值<5dB);
• 静电防护:集成TVS二极管(8kV HBM)与电磁屏蔽层(>60dB@1GHz),抵御车载EMI干扰。
测试项目 | 标准要求 | 科毅指标 |
温度循环 | -40℃~+125℃/1000次 | 无性能衰减(插入损耗变化<0.2dB) |
机械冲击 | 1000g/0.5ms(半正弦波) | 结构无裂纹,功能正常 |
盐雾腐蚀 | 5%NaCl/500小时 | 金属镀层腐蚀面积<5% |
寿命测试 | 10⁸次切换 | 10⁹次切换后损耗变化<0.5dB |
广西科毅的MEMS光开关已通过蔚来ET9激光雷达项目验证,其128通道光开关模组实现0.1°×0.1°角分辨率与200米@10%反射率探测距离,助力激光雷达BOM成本降低40%。典型应用场景包括:
在MEMS振镜激光雷达中,光开关通过动态调整发射光束的角度与功率密度,实现对车辆前方120°×25°区域的高密度扫描(点云密度200点/㎡),较传统方案提升目标识别准确率15%。
某L4自动驾驶重卡项目中,采用科毅2×2 MEMS光开关构建双冗余光路,当主通道故障时,系统在500μs内切换至备份通道,确保激光雷达无间断工作,MTBF(平均无故障时间)提升至10000小时。
通过1×4波长选择光开关,将850nm(近距)、1550nm(远距)、1064nm(红外补光)激光合波传输,实现全天候环境适应性(雨雾穿透能力提升3倍),已获比亚迪仰望U8车型定点。
随着激光雷达向“车规级、低成本、高可靠”迈进,MEMS光开关的封装技术将成为差异化竞争的关键。广西科毅以高可靠性光开关为核心,联合中科大微电子研究院开发车规级MEMS芯片,计划2026年实现100万颗/年产能,助力智能驾驶产业链降本增效。
作为光通信解决方案提供商,广西科毅可提供从芯片设计到模组交付的全栈服务,欢迎车企与激光雷达厂商洽谈合作,共同推动MEMS光开关在智能驾驶领域的规模化应用。