图像传感器如何实现智能感知?用技术融合打破行业壁垒

图像传感器不仅要实现更敏锐的感知，更要实现智能化处理。作为智能设备的眼耳口鼻，人工智能时代对于传感器提出的更高的需求，要提高一个系统的整体的反馈效率，要从最端侧的传感器就开始下功夫。作为安森美的三大部门之一的图像传感器部门(ISG)，已经于近期更名为智能感知部，将继续增强其图像传感器的感知能力，并通过传感器融合来满足未来应用需求。

三大场景和趋势组成感知未来

据安森美智能感知部全球市场及应用工程副总裁易继辉先生分享，图像传感器、深度感知和传感器融合是未来感知发展的三大趋势。而图像传感器的主要应用场景也将发生变化，从手机开始拓展到汽车、机器视觉和边缘人工智能的应用。而且这些新的市场应用于手机想比有一个不同：手机厂商虽然宣传自己的像素级别达到了2000万像素，但是人眼的识别能力仅在1600万像素左右，但汽车、机器视觉等应用对于图像传感器的像素识别要求是越高越好。因此未来图像传感器的主要市场将逐渐从手机过渡到汽车等市场应用中。​

​宽广产品线满足融合之势

对于安森美而言，不仅要在某些传感器的技术上深度研发，更要提高产品线的广度。2017年安森美收购了IBM的海法研究小组的以色列研究中心，获得了毫米波雷达的方案;2018年5月收购爱尔兰SensL Technologies公司，获得了SPAD(单一光电雪崩二极管)的核心技术。据易继辉先生介绍，安森美是目前全球唯一一家拥有所有感知技术的公司。这样的宽广的产线，并不会给安森美带来困扰，恰恰正是迎合了传感器融合的趋势。传统的公司会主攻某一个领域，比如毫米波雷达的公司只会专注于毫米波雷达;激光雷达的公司只会专注于激光雷达。但比如说在汽车的应用场景中，是需要多种不同的传感器来一起协作实现智能感知的，仅仅依赖于某一类传感器在某些气候条件下就会无法满足和覆盖其感知需求。因为安森美拥有所有感知技术，所以可以打破行业的壁垒，在内部就实现传感器融合的解决方案。易继辉表示，安森美的战略布局是提升综合能力达到极致，以宽广的产品阵容满足客户全方位的需求，而不是满足于在某一个领域做到极致，这种战略布局也是其未来的优势之一。​

​传感器融合降低汽车电子应用成本

汽车市场虽然最近销量上表现疲软，但是聚焦在每台汽车上来看，智能化程度是越来越高的，未来必然会成为半导体的巨大市场机遇。尤其是在感知这一部分，需要大量的产品类型来支持。​

​据易继辉先生介绍，汽车发展主要在三个方向：一是车外的人工视觉，提供给驾乘者看的环视、后视等;二是车外的机器视觉，包括ADAS、自动驾驶。三是舱内监控，包括疲劳监控、人机互动(Human Machine Interaction)、虹膜识别(Iris Detection)和人脸识别等。安森美半导体的核心技术Clarity+能够把视觉(Viewing)和汽车感知(Sensing)技术结合。现在市场上通用的方案是使用两个相机，而安森美的NR4401里一个相机既可以做到机器视觉信号又能提供人工视觉信号。在毫米波雷达方面，安森美的产品也通过融合提供了低成本的优势。据悉，目前市场需要4个发射器，而安森美只需要2个就能达到相同的效果。随着L2、L3、L4和全自动驾驶的需求增长，以后的长距、中距和短距的毫米波雷达随着它的成本降低需求量会越来越多。在激光雷达方面，安森美的FuseOne是目前市场第一款达到车规级的产品，这款产品采用固态雷达，不需要机械式雷达扫描，完全可以使用闪光的方式，因此成本相较传统激光雷达从几万美金降低到了几百美金。

安森美于今年推出了一个全新的矩阵型激光雷达产品Pandion，采用固态光源Flash可以感知三米内的深度，通过扫描式的波速控制(Beam Streeing)则可以感知到100米左右的深度。从一个LiDAR应用到另一个应用的要求和系统设计各不相同，但都需要能够有效检测返回信号并生成图像的传感器。有效的设置是使用具有静态或“凝视”接收器的扫描发射器的设置。因此，需要成像传感器阵列来提供在这些系统中形成凝视接收器元件的定时信息。安森美Pandion是一种带有集成CMOS元件的成像SPAD阵列。它由400 x 100阵列的可单独寻址的SPAD像素组成。该芯片具有使用逐列读出的读出架构，因此40k阵列元件仅需要100个读出通道。易继辉先生表示，将激光雷达矩阵化是第一步，以后LiDAR point cloud的将会逐渐被LiDAR Image取代。​

​---

图像传感器是整个半导体行业复杂程度最高的技术，需要将光子和电子相结合，实现互换，这里面包含了很多数字、模拟、滤光、透镜和堆栈等等前沿技术。安森美正在将不同类型的传感器进行融合，未来还会再传感器上集成处理器和存储器等资源。因为拥有宽广的产品线，所以与其它厂商比起来，安森美来做这样的事情更便捷一些，而这种技术融合的解决方案的推出，相信对于自动驾驶、机器视觉和边缘AI都将起到推动的作用。​