近日,安森美半导体继续在智能感知领域扩充新产品,推出适用于工业和商业相机用的Hyperlux LP图像传感器系列,该系列基于1.4 m 像素,提供业界领先的图像质量和低功耗,大幅提高图像性能,即使在恶劣的照明条件下也能捕获清晰、生动的图像。Hyperlux LP系列高性能如何体现?有哪些特殊设计可以帮助实现高质量图像和低功耗性能?未来规划是怎样的……带着这些问题,中电网与安森美智能感知部工业及消费应用大中华区市场经理 Annie Tao一起探讨关于Hyperlux LP图像传感器系列的更多细节。
安森美智能感知部工业及消费应用大中华区市场经理 Annie Tao
高性能满足特殊场景需求
Annie称,相较于传统消费类行业,工业和商业用相机会要求更高速、更高分辨率的性能来满足日益增长的工业生产效率,商业用相机则需要更低功耗、更紧凑的性能来满足消费者对日常电子设备可随身携带、可供电、续航更久的需求。
Hyperlux LP是安森美推出的一系列低功耗的高质量图像传感器产品,应用场景覆盖智能门禁、安防摄像头、增强现实(AR)/虚拟现实(VR)/扩展现实(XR)头戴装置、工业检测,物流,医疗和视频会议等。该产品具备超低功耗技术,并内置运动侦测唤醒功能,在增强了设备侦测能力的同时,更加有效可靠地降低了功耗。值得一提的是,与友商同类型产品相比,功耗减少了近一半。低功耗,高性能,低成本的优势使其具有非常好的竞争力。并且产品有黑白、彩色以及RGBIR版本,给不同应用市场提供了多种选择。
同时,Hyperlux LP系列具有非常优秀的、高分辨率的图像解析能力,客户可以根据使用情况,选用不同分辨率的产品。另外,该产品系列采用堆叠式架构设计,能最大限度地减少产品体积,最小型号小如一粒米,成为受尺寸限制困扰的紧凑型设备的理想选择,大大适应了相关领域产品的发展需求。
目前,Hyperlux LP系列AR0830、AR2020、AR0544三款产品图像分辨率有所差异,应用场景也有所不同。
AR0830,分辨率为 8.3 MP (3840 × 2160),是使用最为广泛的4K图像传感器,不仅在机器视觉中可以广泛应用,更适合用来拍摄4K视频,用在人眼视觉的一些应用上,不论是紧凑型的AR/VR相机、视频会议相机,还是安防监控行业,医疗等行业都很适合。
AR2020,分辨率为 20 MP (5120 × 3840),支持片上图像缩放功能,智能开窗,超级低功耗性能,并且支持运动唤醒功能,特别适合视频会议相机和工业检测,以及AR相机和生物识别等应用。
AR0544,分辨率为 5 MP (2592 × 1944),元件的整体功耗更小,用在穿戴式应用中非常合适。
专有技术,帮助实现超低功耗
工业和商业用相机通常会被放置在难以更换电池或充电的位置,因此低功耗成为一个关键需求。Annie表示,安森美采用专有技术,在所有工作条件下都能提供卓越的图像质量,并以超级低的功耗实现高性能。当产品功耗极低的情况下,使用电池供电的设备续航能力大幅提高;低功耗减少了热量的产生,因此并不需要散热器,成本也会更低;产品图像的热噪声也能得到很好的控制,从而达到更高性能的图像效果。而这在越来越普及的紧凑型及便携电池供电的设备中是非常需要的一个功能,也是评估一个图像传感器的重要指标参数。
先进架构设计,克服常见图像质量问题
图像传感器从pixel设计分为全局快门和卷帘快门,Hyperlux LP图像传感器系列属于卷帘快门,图像一致性和图像噪声性能更加优秀。从pixel工艺的角度分为前照式、背照式、堆栈式,Hyperlux LP 系列采用了1.4um 背照式pixel,并采取了堆栈式工艺,可叠加更多的数字电路,将更多的功能集成在芯片内部,同时又不需要增加传感器的面积,最大限度扩展了感光区域及响应性能。安森美先进的架构设计,克服了常见的一些图像质量问题,不论是噪声还是设计产生的伪影现象都有很好的控制。
传感器的未来离不开堆栈式架构
Annie认为,堆栈架构一定是未来传感器的趋势,而要想实现越来越多计算功能的集成,一定离不开堆栈这一工艺技术。伴随着图像传感器的用途不再是感知这么简单,如今不少处理与计算也要在传感器内部完成,所以才需要用到多层堆叠的堆栈技术。以Hyperlux LP图像传感器系列为例,就采用了背照式堆栈技术,在其内部嵌入了单次曝光的HDR功能的合成算法,从而以更低的系统功耗、带宽和成本实现更高动态范围。
堆栈式图像传感器的各个晶圆层不一定非得选择同一个工艺打造,比如数字逻辑层可以选择更加先进的工艺,从而集成更多的处理单元和功能,将整个传感器打造成一个高度智能化的器件。如此就能降低对后端处理器的性能需求,简化整个相机系统。工业智能化的发展离不开堆栈式工艺加持的。
在帮助提高图像质量和传感器性能方面,安森美更是在Hyperlux LP中集成了智能运动侦测唤醒技术,采用了独有的Motion-DCT 算法,结合图像传感器的scale或binning技术在获取的较低分辨率图像上快速实时准确地做出运动侦测。另外运动侦测技术支持感兴趣区域选择功能,可以进一步降低系统功耗。即将整幅图像分成若干区域,供用户选择是否使用该区域图像做运动侦测,以避免无效区域,从而降低算法的计算量,提升检测速度及降低功耗。此外,该产品还有红外波段相应的增强,可以广泛应用在安防监控医疗等行业。
图像传感器可以集成AI功能?
Annie解释道,如今,AI已用于60%以上的计算机视觉应用程序中,而AI在制造应用程序中的增长已超过50%年复合增长率。AI是我们需要的新工具,用于管理来自工业成像的不断增长的数据集,以实现工业4.0。用于成像的AI决策已从云过渡到边缘-迁移到与成像系统本身相邻或并入其中的计算机系统。例如把AI的训练环节保留在GPU或云端,利用堆栈工艺可以将决策或甚至与之相关的一些预处理集成到图像传感器本身上,比如在传感器上集成用于图像识别的低层或者小算力的卷积神经网络层。这些AI功能集成在图像传感器中或将成为可能。
未来将追求更高性能的产品
在谈及安森美对于未来图像传感器产品规划时,Annie称,从安森美近一年发布的新图像传感器产品可见,图像行业都在追求着,优秀的超级低功耗性能,卓越的图像质量和更多的片内集成化功能,以及越来越高的动态范围,安森美也不例外,在图像传感器开发方面持续以上技术路线的发展。除此之外,更高的分辨率来适应市场上更高端的应用需求,更快的帧率来适应高速发展的生产检测需求。随着AI技术的发展和5G传输的实现,安森美在接口、计算、尺寸、功耗,工艺等都会做更好的规划。
在线留言询价
型号 | 品牌 | 询价 |
---|---|---|
MC33074DR2G | onsemi | |
CDZVT2R20B | ROHM Semiconductor | |
RB751G-40T2R | ROHM Semiconductor | |
TL431ACLPR | Texas Instruments | |
BD71847AMWV-E2 | ROHM Semiconductor |
型号 | 品牌 | 抢购 |
---|---|---|
IPZ40N04S5L4R8ATMA1 | Infineon Technologies | |
BP3621 | ROHM Semiconductor | |
STM32F429IGT6 | STMicroelectronics | |
ESR03EZPJ151 | ROHM Semiconductor | |
BU33JA2MNVX-CTL | ROHM Semiconductor | |
TPS63050YFFR | Texas Instruments |
AMEYA360公众号二维码
识别二维码,即可关注