2020年11月26日 机器视觉与计算机视觉技术

红外、中国和3D堆叠:CMOS的发展趋势

3月13日在伦敦举行的Image Sensors欧洲会议的开幕式上,Analog Value的首席技术官兼创始人Vladimir Koifman在会议上上介绍了红外传感技术的进步、堆叠式传感器以及中国市场的价格趋势。

Koifman说:“堆叠式传感器中的像素级互联将在未来五到十年改变图像传感器的工作方式。”

他提到了索尼的140万像素堆叠式传感器,该传感器于2018年2月在旧金山举行的国际固态电路会议(ISSCC)上亮相。背照式传感器中的每个像素都有自己的模数转换器(ADC),因此每个像素在全局快门中同时读出。

索尼在发布声明时表示,这是业界首创:一款背光CMOS传感器,像素并行ADC超过100万像素。

ADC使用铜铜互连堆叠在像素下方。与传统的列模数转换方法相比,该传感器具有近1,000倍的ADC。索尼为传感器开发了一种低电流14位ADC。

Koifman在Image Sensors Europe表示,索尼的传感器是ADC架构设计转变的一部分,它有可能提高快门效率和全局快门传感器的性能。

在2018年国际电子设备大会上,Omnivision推出了一款像素级互连的HDR堆叠成像仪,奥林巴斯也推出了一款1600万像素、400万像素互连的传感器。

中国创新

Koifman表示,目前中国有8家CMOS图像传感器制造商,而10年前只有4家。

他指出,中国的传感器公司已经成功地将成本降低到了很低的水平。 2017年,Superpix发布了一款集成ISP的QVGA传感器,售价0.068美元,是当时市场上最具竞争力的QVGA芯片。

Koifman说,20年前这样的芯片售价50美元或30美元。 “这是一项重大成就,”他说。

Koifman观察到,这些价格降低不仅仅是通过使用廉价的铸造厂来降低成本,而且也是通过有效利用硅面积,减少像素阵列周围的区域来进行优化。一些中国公司,如Galaxycore,在区域优化方面表现出色。

就性能而言,虽然目前还无法和索尼、Omnivision等相媲美,但也不是遥不可及。

Koifman介绍的另一家中国公司是gpixel,成立于2012年,总部位于中国长春,在日本横滨和比利时安特卫普设有办事处。他说,该公司“赢得了大量追随者”,特别是在工业领域,许多公司都转向了使用gpixel传感器。

Koifman将GPixel的成功部分归功于能够毫不拖延地交付产品。他说,一些图像传感器公司虽然发布传感器,但这些传感器尚未准备好进行全面生产,导致交货期会延迟很长一段时间。但是GPixel却总是能够履行给客户承兑,缩短交换周期。

GPixel在长春通过YCM获得了一个低容量的高端BSI晶圆厂,支持8英寸和12英寸的晶圆尺寸。该公司的sCMOS产品与BSI兼容。

Gpixel的首席商务官Wim Wuyts在会议上的演讲中表示,该公司还可以通过YCM获得高端产品的3D堆叠技术。

“它[3D堆叠]打开了一个不同的维度,我们[Gpixel]可以显着提高读出速度,”Wuyts并补充说这项技术将克服与单片方法相关的一些物理挑战。

红外成像

Koifman谈到的另一个趋势是提高CMOS传感器的红外灵敏度。有许多方法可以提高红外灵敏度,包括:增强像素光学系统的灵敏度,例如Sony,Smartsens和Omnivision的传感器;绝缘体上硅(SOI)技术,用于iPhone X的传感器;例如,可以在台积电(TSMC)获得硅和锗(siliconium-on-silicon),并将灵敏度提高到1.55μm。硅锗具有高暗电流,因此不用于直接成像,但适用于曝光时间为几十纳秒的飞行时间传感器。

来自日本松下的Kazuko Nishimura介绍了该公司的有机CMOS传感器,该传感器具有用于光电转换的有机光电导膜,并提供可以电子控制的高近红外灵敏度。这是通过具有两个有机层,一个用于收集RGB光和另一个近红外辐射,以及通过控制施加到每个有机层的电压来实现的。

有机CMOS传感器还提供宽动态范围,具有像素内噪声消除功能,并通过控制光电转换提供全局快门。 Panasonic的传感器首次在ISSCC 2018上展出,具有3μm方形像素,分辨率为8,192 x 4,320像素,速度为60fps,采用65nm工艺技术。

Photolitics的MartinWäny在他关于医学成像的演讲中评论说,通过使用量子点或石墨烯光转换层来扩展SWIR的光谱范围有很多可能。他说,这些技术仍然主要处于新兴阶段,但它们可能足以应对专业领域。

美国的SWIR Vision Systems最近推出了基于量子点传感器的SWIR相机,而Emberion是一家开发具有石墨烯层的传感器的公司。

全局和滚动快门正在变小

Koifman介绍的其他技术趋势包括:更小的全局快门像素——TowerJazz在今年早些时候发布了一款具有2.5微米像素的全局快门CMOS传感器,在过去的七到八年里,滚动快门像素的尺寸一直保持不变,但现在已经缩小到0.8微米甚至更小。

SPAD成像仪也有很多投资,事件驱动的传感器正在通过,现在有更多具有组合功能的传感器,例如具有成像功能的激光雷达。 Koifman指出,大多数激光雷达公司正在开发自己的图像传感器,几乎所有公司都有图像传感器设计。

图片:Gpixel的GMAX3265 65万像素分辨率图像传感器

Banner
Related Posts

机器视觉技术可能比您想象的更厉害

2018年8月9日

2018年8月9日

从数字图像中自动提取信息的能力为制造商努力削减成本、提高质量和简化整体流程提供了更多可能。机器视觉的主要用途是检查、测量和机器人引导。

用于食品标签的光学字符识别(OCR)视觉系统

2019年4月24日

2019年4月24日

在食品制造工厂,系统需要从传送器中剔除带有错误打印数据代码的包装食品。虽然以前的系统运行还算正常,但它已经陈旧,原始软件开发的升级换代也无法得到支持。

机器视觉技术在农业应用研究进展

2019年3月31日

2019年3月31日

随着计算机软硬件、图像采集处理装置、图像处理技术的迅猛发展,机器视觉技术在农业的应用领域不断扩展。目前,美国、日本、德国等发达国家已经开始将机器视觉系统应用到农业生产的各个阶段,以解决人口老龄化加剧、劳动力缺失等问题引起的挑战。

深度学习+机器视觉=下一代检测

2019年9月18日

2019年9月18日

将机器视觉和深度学习结合起来,将为企业在运营和投资回报(ROI)方面提供强大的手段。因此,抓住传统机器视觉和深度学习之间的差异,并理解这些技术如何相互补充——而不是竞争或替代——对于实现投资最大化至关重要。

机器视觉成为防治农作物减产的新式武器

2019年5月15日

2019年5月15日

农作物的损失对农民来说是毁灭性的。随着生态波动性的增加,这也是生活中的事实。

短波红外成像技术与原理

2019年7月25日

2019年7月25日

短波红外(SWIR)的范围占据了电磁频谱略高于近红外。在1050到2500纳米之间——短波红外范围远远超出了标准硅基成像传感器的探测能力。

涂布纺织品皮革表面缺陷检测解决方案

2019年7月2日

2019年7月2日

本文详细地介绍了基于自适应视觉算法的表面缺陷检测的应用原理及实际案例。同时以涂布、纺织品和皮革等类似行业的实际案例验证了该原理的可行性和实用性。介绍了能应用于涂布、印刷、涂布、塑料、橡胶、薄膜及皮革等缺陷检测的通用解决方案。

如何利用机器人视觉进行拣货作业

2019年4月27日

2019年4月27日

机器人进行拣货作业定义了不同的过程,在这些过程中机器人用于从箱子中拾取和放置货物。 Bin pick是机器人领域中棘手的机器人任务。但是,您不必使用复杂的解决方案来解决它。使用机器人视觉的拣选可以以简单的方式执行。

红外相机热成像在缺陷检查中的应用

2019年6月1日

2019年6月1日

制造商正在使用红外摄像机来辅助预防性维护,并发现与热相关的装配过程中的缺陷。

改善机器视觉系统的十大方法

2018年8月9日

2018年8月9日

机器视觉是一个新兴领域,如果设置正确,可以减少过程效率低下。任何使用机器视觉作为机器人引导或检查的设施都应重视这一领域,以寻求可能的改进。

嵌入式视觉:通过软硬件协作获得成功

2019年3月21日

2019年3月21日

在可预见的未来,嵌入式视觉技术不会完全取代传统的、基于PC或智能相机的机器视觉系统。然而,从技术和经济的角度来看,它确实在许多应用领域提供了非常有效的解决方案。

基于机器视觉的监测系统​

2019年11月3日

2019年11月3日

本研究基于机器视觉技术,结合Python语言,openCV库等,编写出了一套高精度,高稳定性的位移监测算法,以Nvidia Jetson开发板为载体,结合单片机,红外传感器等,设计制造了一套具有形变监测与预警功能的系统。

贴纸相机解决物联网成像问题

2019年4月17日

2019年4月17日

Greg Blackman报道了CSEM的Witness IOT相机,这是一款可以作为贴纸部署的超低功耗成像仪。 Andrea Dunbar博士于3月在伦敦举行的Image Sensors Europe会议上展示了这项技术

工业机器人及机器人视觉系统详解

2019年3月26日

2019年3月26日

人类想要实现一系列的基本活动,如生活、工作、学习就必须依靠自身的器官,除脑以外,最重要的就是我们的眼睛了,(工业)机器人也不例外,要完成正常的生产任务,没有一套完善的,先进的视觉系统是很难想象的。

研究人员开发了一种非侵入性果实成熟度检测方法

2019年6月25日

2019年6月25日

昆士兰的研究人员开发了一种新工具,可以在收获前评估芒果作物的成熟度,这可能会提高收获时间和果实质量。

Comments
发表评论

电子邮件地址不会被公开。 必填项已用*标注