當(dāng)ToF像素遇到摩爾定律如何發(fā)展？

據(jù)麥姆斯咨詢報(bào)道，1975年戈登·摩爾（Gordon Moore）做出了一項(xiàng)預(yù)測，這就是著名的摩爾定律：集成電路可以容納的晶體管數(shù)量每兩年（或18個(gè)月，取決于芯片類型）翻一番，見圖1。簡單來講，集成電路的處理性能或處理速度每兩年翻一番。通常情況下，對于圖像傳感器來講，像素?cái)?shù)量每兩年翻一番，或像素尺寸每兩年增加√2倍。其實(shí)沒那么快，因?yàn)閳D像傳感器更像是模擬芯片，而不是數(shù)字芯片，不會與技術(shù)節(jié)點(diǎn)成比例增長。彩色（RGB）圖像傳感器能夠增加像素尺寸，但帶來的是性能降低，因?yàn)槌叽?成本的比值非常重要。通過僅對像素區(qū)進(jìn)行有針對性的工藝改進(jìn)，或多片晶圓3D堆疊，將處理功能轉(zhuǎn)移到較小工藝節(jié)點(diǎn)，這也在一定程度上起到了幫助作用。

圖1：摩爾定律

將此規(guī)律運(yùn)用到ToF像素領(lǐng)域進(jìn)行綜合思考，與RGB圖像傳感器不同，ToF像素值需要計(jì)量等級。這是因?yàn)門oF像素值支持深度測量，而不是讓圖像看起來“漂亮”。ToF像素值性能由信噪比決定。接下來讓我們進(jìn)行深入探討。為了簡化分析，在研究占主導(dǎo)地位的噪聲源時(shí)，有三種不同機(jī)制。

1. 信號散粒噪聲（Signal Shot Noise）
2. 環(huán)境散粒噪聲（Ambient Shot Noise）
3. 讀取噪聲（Read Noise）

選擇其中一種機(jī)制（如：環(huán)境散粒噪聲）進(jìn)行深入分析。這里，量子效率（Quantum Efficiency，以下簡稱QE）是從入射光子中收集光子電荷的概率，而調(diào)制對比度（Modulation Contrast，以下簡稱MC）是光子電荷生成可用于獲取深度信號的概率，則：

假設(shè)MC和QE的值處于上限，由于像素面積減少了一半，時(shí)間抖動就增加了√2。這是否意味著像素較小會導(dǎo)致性能不佳？事實(shí)證明，還有另一個(gè)杠桿參數(shù)可以提高性能，這是調(diào)制頻率。來自微軟的Cyrus曾在其博客文章中提到了基于相位的ToF測量方法。時(shí)間抖動的不同表達(dá)方式為：

圖2：環(huán)境散粒噪聲限制機(jī)制：頻率標(biāo)度與像素尺寸的關(guān)系

從圖2看出，可以通過增加頻率來恢復(fù)因?yàn)橄袼爻叽缈s小產(chǎn)生的性能下降。但是，只有當(dāng)MC在更高頻率時(shí)不會顯著降低，才可能這樣做。微軟的ToF技術(shù)是高頻MC的領(lǐng)導(dǎo)者（頻率在320 MHz時(shí)MC為78%）。此外，更高的頻率會增加芯片功耗和激光光學(xué)功耗。

下圖（圖3）展示了ToF像素尺寸隨著摩爾定律發(fā)展的規(guī)律。

圖3：摩爾定律 vs. ToF像素尺寸發(fā)展

注：文章來自微軟資深首席科學(xué)家Swati Mehta，由麥姆斯咨詢編譯。

責(zé)任編輯：lq