堆棧與AI，工業(yè)圖像傳感器智能化的兩大奇招

電子發(fā)燒友網(wǎng)報(bào)道（文/周凱揚(yáng)）在工業(yè)機(jī)器視覺(jué)系統(tǒng)中，最為常見(jiàn)的視覺(jué)傳感器件莫過(guò)于圖像傳感器了，無(wú)論是工業(yè)檢測(cè)、掃碼還是機(jī)器人中都有用到。然而在手機(jī)圖像傳感器上，我們看到了對(duì)高像素、大尺寸的趨向，而在汽車圖像傳感器上，我們也都知道追求的是高動(dòng)態(tài)范圍、LFM以及安全可靠性等特性。那么在以上那些主流的工業(yè)場(chǎng)景中，圖像傳感器又存在哪些要求呢？

圖像傳感器在工業(yè)視覺(jué)系統(tǒng)中的要求

在接受電子發(fā)燒友網(wǎng)的采訪時(shí)，安森美智能感知部工業(yè)及消費(fèi)應(yīng)用大中華區(qū)市場(chǎng)經(jīng)理陶志指出了工業(yè)圖像傳感器的幾大常見(jiàn)指標(biāo)。比如在PCBA檢測(cè)、半導(dǎo)體晶圓檢測(cè)以及太陽(yáng)能面板光伏檢測(cè)中，都需要在固定的單位時(shí)間內(nèi)盡可能檢測(cè)更大面積的線路板，從而提高生產(chǎn)制造的效率。這些要求轉(zhuǎn)換到圖像傳感器上，就成了更大的分辨率。

就拿顯示面板來(lái)說(shuō)，隨著8K時(shí)代和OLED、MiniLED等技術(shù)的出現(xiàn)，對(duì)用于面板檢測(cè)的圖像傳感器也提出了更高的精度要求，將像素與像素之間的發(fā)光強(qiáng)度和色彩均勻度全部檢測(cè)出來(lái)。陶志解釋道，過(guò)去檢測(cè)LED面板的1顆像素，對(duì)應(yīng)需要圖像傳感器上的9顆像素（3x3），而OLED面板則需要16顆（4x4）乃至25顆（5x5）像素，所以像素要求也就越來(lái)越高，從過(guò)去的3000萬(wàn)像素，提高到現(xiàn)在上億的像素。

還有的工業(yè)相機(jī)需要在高速流水線上完成抓拍，快速讀取數(shù)據(jù)傳輸給上位機(jī)，同時(shí)也要預(yù)留一定的時(shí)間給算法軟件去分析和判斷，所以要求短曝光和高幀率，這也就是全局快門的圖像傳感器在工業(yè)領(lǐng)域中越來(lái)越常見(jiàn)的原因。

同時(shí)，不少工業(yè)檢測(cè)已經(jīng)不再局限在可見(jiàn)光波段，越來(lái)越多的工業(yè)圖像傳感器開(kāi)始專為近紅外（NIR）波段進(jìn)行優(yōu)化，比如在成分分析以及運(yùn)動(dòng)軌跡的抓拍中，都有這個(gè)需求，因此不少傳感器廠商都相繼推出了加強(qiáng)NIR波段下量子效率的產(chǎn)品。

工業(yè)機(jī)器視覺(jué)上不可或缺的AI技術(shù)

不過(guò)以上更像是對(duì)工業(yè)圖像傳感器的基本要求，不少廠商也都通過(guò)不斷發(fā)布的新品做出了解讀，反倒是在一些新興技術(shù)上，成了各家追求差異化的方向，比如AI。AI在工業(yè)領(lǐng)域已經(jīng)不算什么新鮮事了，借助算法來(lái)推動(dòng)機(jī)器視覺(jué)的精度、效率，從而改善圖像傳感器的圖像質(zhì)量，或是抑制噪聲，已經(jīng)成為一大趨勢(shì)。更何況隨著邊緣計(jì)算技術(shù)的發(fā)展，將AI計(jì)算集成到傳感器上已經(jīng)不再是什么難事了。

陶志表示：“隨著AI技術(shù)的逐漸成熟，未來(lái)也會(huì)大量運(yùn)用在工業(yè)場(chǎng)景中，圖像傳感器作為機(jī)器之眼，更是推動(dòng)人工智能發(fā)展的一個(gè)元素。如今，AI已用于60％以上的計(jì)算機(jī)視覺(jué)應(yīng)用程序中，而AI在制造應(yīng)用程序中的增長(zhǎng)已超過(guò)50％年復(fù)合增長(zhǎng)率。用于成像的AI決策已從云過(guò)渡到邊緣，再遷移到與成像系統(tǒng)本身相鄰或并入其中的計(jì)算機(jī)系統(tǒng)?！?/p>

安森美智能感知部工業(yè)及消費(fèi)應(yīng)用大中華區(qū)市場(chǎng)經(jīng)理 陶志

而且圖像傳感器并不需要參與AI計(jì)算的全部過(guò)程，訓(xùn)練環(huán)節(jié)依然可以保留在GPU或者云端，而圖像傳感器只需要負(fù)責(zé)一些決策相關(guān)的預(yù)處理，比如在傳感器上集成用于圖像識(shí)別的卷積神經(jīng)網(wǎng)絡(luò)層。不過(guò)AI運(yùn)算本身需要大量的圖像數(shù)據(jù)，所以安森美的工作就是在維持采集圖像質(zhì)量穩(wěn)定的同時(shí)，盡可能去減少噪聲，并在傳感器中集成更多的優(yōu)化算法方便使用者開(kāi)發(fā)。

堆棧一定是未來(lái)傳感器的趨勢(shì)

而要想實(shí)現(xiàn)AI計(jì)算的集成，自然就離不開(kāi)堆棧這一工藝技術(shù)。手機(jī)圖像傳感器由于出貨量大且利潤(rùn)率高等原因，常常成為各大CMOS廠商先進(jìn)技術(shù)的試驗(yàn)田，比如堆棧、片上HDR等等，如今工業(yè)圖像傳感器也不例外。但伴隨著圖像傳感器的用途不再是感知這么簡(jiǎn)單，如今不少處理與計(jì)算也要在傳感器內(nèi)部完成，所以才需要用到多層堆疊的堆棧技術(shù)。

堆棧圖像傳感器示意圖 / 安森美

以安森美不久前發(fā)布的AR0822為例，就采用了背照式堆棧技術(shù)，在其內(nèi)部嵌入了HDR功能的合成算法，從而以更低的系統(tǒng)功耗、帶寬和成本實(shí)現(xiàn)120dB的高動(dòng)態(tài)范圍。除此之外，AR0822還通過(guò)智能線性化和曝光組合，對(duì)運(yùn)動(dòng)與閃爍的光源進(jìn)行補(bǔ)償，從而實(shí)現(xiàn)卓越的圖像質(zhì)量。

而且堆疊式圖像傳感器的各個(gè)晶圓層不一定非得選擇同一個(gè)工藝打造，比如數(shù)字邏輯層可以選擇更加先進(jìn)的工藝，從而集成更多的處理單元和功能，將整個(gè)傳感器打造成一個(gè)高度智能化的器件。如此就能降低對(duì)后端處理器的性能需求，簡(jiǎn)化整個(gè)相機(jī)系統(tǒng)。陶志認(rèn)為，工業(yè)智能化的發(fā)展一定是需要這樣的堆棧式工藝加持的。

與其他工業(yè)傳感器的定位差異

正如汽車上圖像傳感器與激光雷達(dá)之爭(zhēng)一樣，在工業(yè)領(lǐng)域也不例外。對(duì)擁有工業(yè)圖像傳感器產(chǎn)品線，同時(shí)也為工業(yè)激光雷達(dá)提供SiPM、SPAD方案的安森美來(lái)說(shuō)，應(yīng)該對(duì)這兩者在工業(yè)場(chǎng)景中的定位最熟悉不過(guò)了。

對(duì)于3D相機(jī)而言，安森美有各種圖像傳感器做雙目和結(jié)構(gòu)光配置來(lái)獲得3維數(shù)據(jù)，也有配合激光實(shí)現(xiàn)的dToF解決方案來(lái)滿足遠(yuǎn)距離的應(yīng)用需求。據(jù)陶志透露，阿漢峨眉也會(huì)在今年陸續(xù)推出智能iToF的解決方案，結(jié)合背照式全局快門的像元技術(shù)，滿足短距離應(yīng)用需求。

她也提到，不同的應(yīng)用會(huì)因?yàn)榫群途嚯x環(huán)境的不同，去選擇對(duì)應(yīng)的解決方案。比如在工業(yè)測(cè)量中往往精度要求比較高，通常在μm級(jí)，檢測(cè)距離相對(duì)較小，所以選擇圖像傳感器的方案比較多；而在生物識(shí)別或者大場(chǎng)所環(huán)境的應(yīng)用中檢測(cè)距離從10cm到1m、2m乃至更遠(yuǎn)，精度沒(méi)那么高，所以dToF方案會(huì)是更好的選擇。