汽車電子堪稱近十年最興旺的半導體應用之一，也是 IC 重要出海口。日前在由國際半導體產業協會 (SEMI) 所主辦的《智慧汽車國際高峰論壇》上，對於自動駕駛輔助系統 (ADAS) 有諸多探討。會中不少講者認為，雷達 (Radar) 解析度有限、攝影機過於依賴光源，若要達到完全自駕境界，單兵作戰顯然不足以應對；於是，以雷射光束為媒介，加入光學模組進行測距或量測物體之物理特性的光達 (LiDAR) 便應聲而起。不過，聯發科技 (MediaTek) 強調，雷達因較不受行車環境干擾，仍有其必要，並不會就此退出汽車智慧化的行列。
FOWLP有助於提高I/O密度＆改善系統效能
TechSearch 公司創辦人暨總裁 E. Jan Vardaman 更直指，雷達是盲點偵測 (BSD)／車道轉換輔助的必備元件；攝影機亦不容受制於封裝而折損功能，須確保日／夜或惡劣天氣皆運作如常且不受 LED 交通號誌頻閃影響。為滿足中、短距需求，車用毫米波 (mmWave) 雷達正從 24GHz 演進至 77～81 GHz，先前多採用四方平面無引腳封裝 (QFN)，其餘是採用覆晶晶片尺寸 (FC-CSP)、晶圓級晶片尺寸 (WLCSP) 或裸晶 (Bare Die) 封裝。然而，進到 77～81 GHz 後，由於須將體積縮減 40～90%、藉異質整合增加功能並降低寄生及電感效應，又是另一番景象。
TechSearch 公司創辦人暨總裁 E. Jan Vardaman 更直指，雷達是盲點偵測 (BSD)／車道轉換輔助的必備元件；攝影機亦不容受制於封裝而折損功能，須確保日／夜或惡劣天氣皆運作如常且不受 LED 交通號誌頻閃影響。為滿足中、短距需求，車用毫米波 (mmWave) 雷達正從 24GHz 演進至 77～81 GHz，先前多採用四方平面無引腳封裝 (QFN)，其餘是採用覆晶晶片尺寸 (FC-CSP)、晶圓級晶片尺寸 (WLCSP) 或裸晶 (Bare Die) 封裝。然而，進到 77～81 GHz 後，由於須將體積縮減 40～90%、藉異質整合增加功能並降低寄生及電感效應，又是另一番景象。
照片人物：TechSearch 公司創辦人暨總裁 E. Jan Vardaman
為改善整體系統效能，「不需基板」的扇出型晶圓級封裝 (FOWLP) 逐漸嶄露頭角。其實 FOWLP 已用於三星、華為和小米等多款智慧手機，多採用「嵌入式晶圓級球閘陣列」(Embedded Wafer Level Ball, eWLB) 製程——以晶片優先，正面朝下膜封。eWLB (FOWLP) 採用微影技術建置 I/O，可進一步縮小間距，一改覆晶球閘陣列封裝 (FCBGA) 因基板內建金屬線間距已達極限、難以提高 I/O 密度的缺憾，且可藉由模封材料在晶粒四周為更多 I/O 爭取額外空間。雖然同樣將天線射頻 (RF) 整合在內，但車用元件還要考慮與其他微機電 (MEMS) 異質感測的整合。
圖1：eWLB 雷達不用基板即可以凸點與 RF 互連，再黏著於 PCB 上
資料來源：TechSearch提供；英飛凌 (Infineon)
車用元器件精簡化，微機電、系統級封裝趨勢向上
例如，光達感測器會被整合到汽車頭、尾燈及後照鏡中，壓縮整個系統的體積及成本是考核重點，需要 IC 設計與封裝共同協作，才能增加板上熱循環 (TCoB) 效能，尤其需有電子連接的冗餘備援 (Redundant) 思維。光達的封裝方式以 MEMS 與系統級封裝 (System Packaging) 兩種為主，各有須克服的關卡。前者主要痛點在於成本高、MEMS-based 微鏡封裝 (micro-mirror packages) 的操作波長需光學透明度，以及移動結構使封裝更趨困難——早期生產流程就得密封、須與週邊器件聯繫、上蓋塗層須具防反射效果且整個生命週期須慎防微粒子／氣體污染。
例如，光達感測器會被整合到汽車頭、尾燈及後照鏡中，壓縮整個系統的體積及成本是考核重點，需要 IC 設計與封裝共同協作，才能增加板上熱循環 (TCoB) 效能，尤其需有電子連接的冗餘備援 (Redundant) 思維。光達的封裝方式以 MEMS 與系統級封裝 (System Packaging) 兩種為主，各有須克服的關卡。前者主要痛點在於成本高、MEMS-based 微鏡封裝 (micro-mirror packages) 的操作波長需光學透明度，以及移動結構使封裝更趨困難——早期生產流程就得密封、須與週邊器件聯繫、上蓋塗層須具防反射效果且整個生命週期須慎防微粒子／氣體污染。
後者須符合雷射一級安全及 AEC Q100 Grade 1 認證 (控制變異，操作溫度 -40～125°C)，代價高昂；且常需與雷射、接收器、MEMS 及驅動器整合，散熱是最大的問題。封裝材料亦面臨諸多挑戰。首先是互連與材料的選擇，包括：從鋁、金、銅 (鍍鈀銅，Pd-coated) 打線，到高腳數處理器偏好的覆晶或晶圓級封裝，以及無鉛／無鹵環保材料、模具／填充膠等複合材料、重分佈效能良好的電介質，乃至新型黏合劑、燒結／基板／導熱材料的考量。以 FCBGA 為例，基板效能須滿足汽車 0ppm 可靠度要求與 AEC Q100 Grade 0 認證 (-40～150°C，更嚴苛)。
材料選用、製程整合、行規認證、可靠分析，環環相扣
BGA 封裝須通過高耐熱電阻及高達 175℃ 的儲存溫度考驗 (至少＞150℃)。一旦 FCBGA 破裂或阻焊劑與基材、銅層之間的黏附性降低，都需如實提交報告，並需留意包括應力在內的封裝設計致使填充膠破裂，以及新的導熱材料是否能應對高熱耗 (Thermal Consumption)。其次，若將攝影機、雷達、光達等多個類似封裝方式的感測器集成在一起，又與慣用的封裝設計大相逕庭；這迫使過去沒有直接往來的 IC 設計與封裝業者，不得不建立新的生態互動。再者，要正視自駕車的特定需求，例如，降溫、封裝面向／線徑、多元實作環境衍生的認證標準。
BGA 封裝須通過高耐熱電阻及高達 175℃ 的儲存溫度考驗 (至少＞150℃)。一旦 FCBGA 破裂或阻焊劑與基材、銅層之間的黏附性降低，都需如實提交報告，並需留意包括應力在內的封裝設計致使填充膠破裂，以及新的導熱材料是否能應對高熱耗 (Thermal Consumption)。其次，若將攝影機、雷達、光達等多個類似封裝方式的感測器集成在一起，又與慣用的封裝設計大相逕庭；這迫使過去沒有直接往來的 IC 設計與封裝業者，不得不建立新的生態互動。再者，要正視自駕車的特定需求，例如，降溫、封裝面向／線徑、多元實作環境衍生的認證標準。
圖2：覆晶球閘陣列封裝 (FCBGA) 破裂對可靠度是一大威脅
資料來源：資料來源：TechSearch提供
最後是可靠度，不僅涉及材料本身，還須衡量其間的交互作用並分析失效模式；當然，要盡可能降低成本。2016 年新創公司 Cepton Technologies，成功開發出不需靠 360∘旋轉 (rotation) 或借用摩擦 (friction) 視角，就能偵測全景的 3D LiDAR 感測產品，可減少雷射放射並兼具成本優勢，已取得十項核心專利。Cepton Technologies 執行長裴軍博士介紹，實現光達有三種方式：專有陣列、客製紅外光以及廣角＋攝遠鏡頭的靈活顯像方案；這些符合車規、整合智慧功能的光達產品，可在 10% 反射光條件下偵測＞200 公尺遠的人或物，售價不到 200 美元。
照片人物：Cepton Technologies 執行長裴軍博士
移動即服務，「感測融合」才能完美偵測
聯發科技智慧汽車業務部門資深總監 Chih-Ming Hung 提到「移動即服務」(Mobility as a Service, MaaS) 概念正在興起，而雷達在抗環境衝擊、涵蓋距離和速度表現更佳，將它與超聲波、光達和攝影機做「感測融合」(Sensor Fusion)，效果更為全面。Hung 說明雷達的操作原理：當雷達感測器發射訊號感測到人／物的存在，可經由訊號傳輸、回波和處理時間推算距離、速度與入射角 (Angle of arrival)，而信賴區間將關係到實際操作成效。另波束成形 (Beamforming) 與波束轉向 (Beamsteering) 是在預定視野 (FoV) 內能否偵測出物體的決定性要素。
聯發科技智慧汽車業務部門資深總監 Chih-Ming Hung 提到「移動即服務」(Mobility as a Service, MaaS) 概念正在興起，而雷達在抗環境衝擊、涵蓋距離和速度表現更佳，將它與超聲波、光達和攝影機做「感測融合」(Sensor Fusion)，效果更為全面。Hung 說明雷達的操作原理：當雷達感測器發射訊號感測到人／物的存在，可經由訊號傳輸、回波和處理時間推算距離、速度與入射角 (Angle of arrival)，而信賴區間將關係到實際操作成效。另波束成形 (Beamforming) 與波束轉向 (Beamsteering) 是在預定視野 (FoV) 內能否偵測出物體的決定性要素。
照片人物：聯發科技智慧汽車業務部門資深總監 Chih-Ming Hung
Hung 表示，聯發科技挾著通訊長才，利用虛擬陣列達到多接入多輸出 (MIMO) 目的，以擴大有效光圈 (aperture)，以便獲得更好的角度、解析度和圖像。搭配「同步定位與地圖建構」(Simultaneous Localization And Mapping, SLAM) 技術，可透過雷達偵測、萃取標的物特性並辨識場景，進而建構地圖、拓寬視野並加速圖像取樣 (每秒＞30 幀)。有鑑於超過 75% 的雷達系統是基於演算法設計，若電腦視覺也以雷達影像為基底，應用層級的智慧軟體相形舉足輕重，而好用的開發套件 (SDK) 是提升硬體執行與軟體開發效率的法寶。
表1：雷達在感測融合 (Sensor Fusion) 的優勢
資料來源：聯發科技提供
資料來源：聯發科技提供
與此同時，雷達所偵測到的數據可作為人工智慧 (AI) 的原始資料。獲取光譜更深層的特性，可借助卷積神經網路 (CNN) 推論圖片、檢視靜物，並以循環神經網路／遺傳神經網路 (RNN / GNN) 搜索影像、辨識移動中的人或物。Hung 總結，獨特的雷達產品有以下評估指標 (如表 2 所示)；他重申，雷達是自動駕駛的關鍵技術，隨著完美偵測 (Perfection in detection)、SLAM 與認知雷達 (Cognitive Radars, CR) 的發展，雷達技術的能力將更上一層樓，源自攝影機視覺的硬體／軟體框架亦可能被重新使用。新一波的典範轉移已悄然展開，是現在進行式！
表2：雷達評估指標
資料來源：聯發科技提供
