Je nach Auflösung und Sensorart kommen sehr schnelle Interfaces für das Senden der Daten von Sensorgeräten, wie zum Beispiel Kameras, zur zentralen Recheneinheit zum Einsatz. Bei Betrachtung der heutigen Referenzprojekte verschiedener großer Autobauer müssen diese Recheneinheiten mehrere Gbit/s an Daten verarbeiten können. Da die Zahl der Kameras und Sensoren wie Zonen-Lidar zunimmt, muss auch die Datenverarbeitung schneller werden. Die Entwicklung zuverlässiger Hardware, die weder zu groß noch zu schwer für den Einsatz im Automobil ist, ist heute die eigentliche Herausforderung.

Eck-Daten

Die Diskussionen bei ADAS drehen sich oft vorrangig um Software-Implementierungen sowie die neuesten Algorithmen und Sensoren. Um ein System allerdings auf die Straße zu bringen, bedarf es einer hoch zuverlässigen und für den Autobau zugelassenen Hardware-Plattform. Neben den systemkritischen CPUs und GPUs muss auch die Systemperipherie betrachtet werden, in der sich viele diskrete Halbleiterbausteine befinden. DFN-Gehäuse als Ersatz für das klassiche SOT23 können hier die Lebensdauer der Bauelemente deutlich erhöhen, sparen Platz auf der Platine und senken parasitäre Kapazitäten und Induktivitäten.

Herkömmliche PC-ähnliche Rechnersysteme verfügen nicht über die Leistungsfähigkeit, um den Hunger nach den stets zunehmenden Anforderungen der Datenverarbeitung zu stillen. Die führenden ADAS-Referenzimplementierungen kommen eher wie mittlere serverähnliche Architekturen daher: sehr oft mit eigens dafür vorgesehenen GPUs, die für selbstlernende Algorithmen optimiert sind. Im Hinblick auf die Hardware bedeutet dies, dass innerhalb der Recheneinheit mehrere Mikrochips mit hoher Stromaufnahme arbeiten und kommunizieren müssen, was enorme Mengen an Energie verschlingt.

Bild 1: Systemübersicht einer zentralisierten ADAS-Recheneinheit mit Interfaces und Anwendungen diskreter Halbleiterbauelemente.

Bild 1: Systemübersicht einer zentralisierten ADAS-Recheneinheit mit Interfaces und Anwendungen diskreter Halbleiterbauelemente. Nexperia

Beim Vergleich der Anforderungen an das Gesamtsystem mit denen an einen stationären Server zeigt sich, dass bei ADAS-Anwendungen die Zuverlässigkeit und funktionelle Sicherheit eindeutig im Vordergrund stehen. In selbstfahrenden Autos kommen redundante Systeme normalerweise für Funktionen wie elektronisches Bremsen oder Lenken zum Einsatz, die ausfallsicher sein müssen. Zum Schutz von Menschenleben ist die Zuverlässigkeit der Hardware in selbstfahrenden Autos entscheidend.

ADAS: Zentrale oder verteilte Architekturen

In den vergangenen Jahren haben Fachkreise die Vor- und Nachteile von verteilten und zentralen ADAS-Konzepten diskutiert. Trotz konzeptioneller Vor- und Nachteile sieht die Realität oft so aus, dass ADAS-Implementierungen auf niedrigerer Ebene eher verteilt ausgelegt sind und die auf höherer Ebene eher zentralisiert. Der wesentliche Grund dafür liegt in der Tatsache begründet, dass Algorithmen bessere und angemessenere Entscheidungen treffen können, wenn sie gleichzeitig auf die Daten mehrerer Sensoren zugreifen. Die Vorverarbeitung der Daten in Sensornähe erhöht potenziell die Latenz und verringert die Fähigkeit, ein Objekt zu erkennen und zu verfolgen sowie sein Verhalten auf Basis von gleichzeitig verfügbaren Daten verschiedener Sensoren vorherzusagen.

Daher ist die Architektur von ADAS-Konzepten höherer Ebene sternförmig aufgebaut, mit einer oder mehreren schnellen Recheneinheiten im Zentrum und verschiedenen Sensoreinheiten um das Auto herum verteilt. Daraus erwachsen zwei Konsequenzen: Erstens gibt es viele schnelle Verbindungen zwischen den Sensoren und der Zentraleinheit für die Übertragung der Rohdaten mit geringer Verzögerung, und zweitens muss die Rechenleistung der Zentraleinheit sehr hoch sein, um die Daten verschiedener Sensoren gleichzeitig verarbeiten und angemessene Entscheidungen treffen zu können (Bild 1).

Es müssen eine Stromversorgung, CPUs und GPUs sowie Mikrocontroller für die Schnittstellen vorhanden sein. Dazu kommt noch eine Gruppe von Mikrocontrollern für das generelle Systemmanagement, die die verschiedenen Parameter überwachen, die Firmware laden, einzelne Systemteile ein- und ausschalten, etc. Diese Teile sind sehr wichtig für die Auslegung und die Eigenschaften eines Systems und können sich im PC, im Server und im ADAS jeweils sehr voneinander unterscheiden. Für deren Funktion braucht es Peripheriebauelemente in Form von passiven Bauelementen, wie Widerständen und induktiven sowie kapazitiven Bauteilen, Quarzen und diskreten Halbleiterbauteilen in Form von Bipolar-Transistoren (BJTs), MOSFETs, standardmäßigen Logikelementen wie Gattern und Puffern, ESD-Schutz- sowie Zener-, PN- und Schottky-Dioden.

Diskrete Bauelemente und integrierte Schaltkreise

Bild 2: Ein SOT23 Gehäuse.

Bild 2: Ein SOT23 Gehäuse. Nexperia

Auch nach der Integration eines wachsenden Anteils an Funktionalität spielen diskrete Bauelemente in der Systemauslegung aus vier Gründen eine wichtige Rolle: Flexibilität, Zuverlässigkeit, Strombelastbarkeit und Kosten. Diskrete Bauelemente bringen mehr Flexibilität, weil die Entwickler dank des riesigen Angebots an Bauteilen die Anwendung durch die Auswahl des richtigen Bausteins ganz auf ihre Bedürfnisse abstimmen können, anstatt das IC neu entwerfen zu müssen. Die Zuverlässigkeit ergibt sich aus der Tatsache, dass ein diskretes Bauteil genau eine Funktion erfüllt, sodass sich Produktion und Prüfung daraufhin optimieren lassen. Daher lassen sich hoch zuverlässige Bauteile mit einer Funktion wesentlich effizienter fertigen als ein komplexes Bauelement.

Besonders bei Anwendungen wie Stromversorgungen ist die Möglichkeit wichtig, den Leistungsteil mithilfe eines diskreten Bausteins vom IC zu trennen. Durch die Trennung kann das IC kleiner und günstiger ausfallen, weil es nicht durch den zu regelnden Strom erwärmt wird. Dieser Ansatz führt nicht nur zu besseren Systemeigenschaften, sondern auch zu niedrigeren Systemkosten, da große ICs üblicherweise teurer sind. Das bekannteste diskrete SMD-Package ist das SOT23, das vor fünfzig Jahren auf den Markt kam und heute die bei Weitem meistverkaufte Gehäuseform ist. Die SMD-Technik ermöglicht sehr viel höhere Bauteildichte auf der Leiterplatte bei höherer Zuverlässigkeit und eine Bestückung auf beiden Seiten (Bild 2).

Allerdings steigern zentrale ADAS-Recheneinheiten und höher entwickelte Karosserieelektronikmodule den Bedarf an einer kleineren Alternative, die dieselbe Zuverlässigkeit bietet (Bild 3).

Neuer Ansatz für diskrete Bauelemente gefragt

Bild 3: Diese PC-Standardleiterplatte ist mit 62 diskreten Halbleiterbauteilen in der SOT23-Gehäusefamilie bestückt.

Bild 3: Diese PC-Standardleiterplatte ist mit 62 diskreten Halbleiterbauteilen in der SOT23-Gehäusefamilie bestückt. Nexperia

Bei heutigen ADAS-Rechensystemen kann man ein bis zwei CPUs und bis zu acht GPUs voraussetzen. Daraus lässt sich ableiten, dass bei einer ADAS-Recheneinheit 50 bis 250 diskrete Bauelemente verbaut sind, und es wird deutlich, dass es eine miniaturisierte Ausführung der 50 Jahre alten SOT23-Familie braucht.

Die Alternative zur SOT23-Familie nennt sich Discrete Flat No-lead, DFN. Bei kleineren Außenmaßen bietet dieses DFN-Gehäuse im Innern des Packages in etwa denselben Platz wie ein SOT23. Die für das Auflöten erforderliche Montagefläche auf der Leiterplatte ist beim DFN-Package um 80 Prozent kleiner als beim SOT23. Das DFN kann dieselbe Menge an Halbleitermaterial wie ein SOT23 aufnehmen, weshalb sich die elektrischen Parameter kaum ändern.

Beim Vergleich desselben Funktionselements im SOT23 und DFN sind die elektrischen Parameter zwar fast identisch, aber durch den Wegfall der Anschlussbeinchen bietet das DFN-Package darüber hinaus eine Reduzierung der parasitären Kapazität und Induktivität.

Inspektion

Bild 4: Optisch inspizierbarer Meniskus an der DFN-Gehäuseseite.

Bild 4: Optisch inspizierbarer Meniskus an der DFN-Gehäuseseite. Nexperia

Wie bereits angesprochen ist die Zuverlässigkeit bei ADAS-Anwendungen oberstes Gebot. Bei der Produktion ist die Lötstelle auf einwandfreie elektrische und mechanische Eigenschaften zu prüfen. Diese Aufgabe erledigt normalerweise die optische Inspektion (AOI). Die AOI überprüft Packages mit Anschlussbeinchen optisch durch die Beurteilung der Meniskusausprägung der Lötung an den Anschlussseiten.

Um die für gewöhnlich unterhalb des DFN-Package nicht sichtbare Lötstelle inspizierbar zu machen, lassen sich die DFN-Gehäuse mit einer seitlich benetzbaren Flanke (side-wettable flanks, SWF) versehen. Hier formt sich ein optisch inspizierbarer Meniskus an der DFN-Gehäuseseite aus (Bild 4), der sich mit den bereits vorhandenen AOI-Anlagen überprüfen lässt. Die mechanische Stabilität der Lötstelle zwischen DFN-Package und Leiterplatte selbst erfüllt alle Automotive-Standards und ist entsprechend geprüft.

Ein weiterer Vorteil von DFN-Packages mit SWF ergibt sich aus der mechanischen Festigkeit und Robustheit der Verbindung zur Leiterplatte, die höher ist als bei Bauelementen ohne seitlich benetzbare Flanken. SWF senkt so das Risiko von Ausfällen durch Scherkräfte und Leiterplattenbiegung.

Thermische Eigenschaften

Leistungs-MOSFETs in Motorsteuerungen sind hohen Strömen und damit auch Erwärmungen ausgesetzt, weshalb bei der thermischen Auslegung eine besondere Sorgfalt nötig ist. Im Gegensatz dazu führen die meisten Kleinsignalbauteile eher geringe Ströme und die Eigenerwärmung hat normalerweise keine systemkritischen Auswirkungen.

Außerdem kommt die relative Änderung zum Tragen, während die Gehäuse hochstromiger MOSFETs oft Seitenlängen von 5 oder mehr Millimetern aufweisen, sind die DFN-Gehäuse gerade einmal 1,4 mm × 1,2 mm groß oder sogar noch kleiner. Daher sind die temperaturbedingt auf die Lötstelle wirkenden Kräfte erheblich geringer und die Zuverlässigkeit der DFN-Lötstelle ist gegeben. Dies ermöglicht den Einsatz von DFN-Gehäusen in kritischen Anwendungen, wie zum Beispiel bei ADAS-Rechnern.

Bild 5: Thermische Simulation eines SOT23 (links) und DFN1412D-3 (rechts). Das Halbleitermaterial führt bei gleicher Leiterplatte in beiden Fällen 250 mW ab. Das Innere des SOT23 heizt sich auf 130 °C auf, während es beim DFN-Package nur 105 °C sind.

Bild 5: Thermische Simulation eines SOT23 (links) und DFN1412D-3 (rechts). Das Halbleitermaterial führt bei gleicher Leiterplatte in beiden Fällen 250 mW ab. Das Innere des SOT23 heizt sich auf 130 °C auf, während es beim DFN-Package nur 105 °C sind. Nexperia

Zusätzlich zur Platzeinsparung auf der Leiterplatte gibt es bei der Verwendung von DFN-Packages einen weiteren Vorteil. Aufgrund des inneren Aufbaus sind die thermischen Eigenschaften viel besser. In Bild 5 ist eine thermische Simulation mit einem SOT23 und einem DFN1412D-3 zu sehen, die im Innern dasselbe Halbleitermaterial aufweisen. Den Simulationen liegt eine Verlustleistung von 250 mW innerhalb des Materials zugrunde. Die thermisch leitfähige Anbindung beim DFN-Package ist offensichtlich deutlich besser als die beim SOT23.

Bild 6: Gehäuseform mit (SOT23) und platzsparende Alternativen ohne Anschlussbeinchen (DFN).

Bild 6: Gehäuseformen im Vergleich: SOT23 (rechts) und platzsparende Alternativen ohne Anschlussbeinchen (DFN, links und Mitte). Nexperia

Bei dieser Simulation ergibt sich ein Temperaturunterschied im Halbleitermaterial von 25 °C zugunsten des DFN-Package. Dieser Unterschied ist beträchtlich und lässt sich direkt in eine verbesserte Zuverlässigkeit des Gesamtsystems übertragen.

Fazit

ADAS-Rechner auf höherer Ebene haben einen großen Bedarf an diskreten Bauelementen in der Peripherie, die über höchste Zuverlässigkeit und Kompaktheit einen hohen Grad an Integration ermöglichen. Mithilfe der DFN-Technologie lässt sich dieselbe elektrische Funktionalität in einem erheblich kleineren Package unterbringen, mit dem sich 80 Prozent der Montagefläche einsparen lässt. Diese Platzeinsparung ermöglicht wiederum einen hohen Integrationsgrad. Dank der noch besseren thermischen Eigenschaften und höchster Zuverlässigkeit stellen diese Gehäuse eine Basis dar, auf der sich der Weg höherer ADAS-Rechnereinheiten in die Großserienfertigung ebnen lässt. DFN-Alternativen gibt es bereits für ein großes Portfolio von Bipolar-Transistoren (BJTs), MOSFETs und Dioden.