广告

CMOS 图像传感器为自动驾驶汽车提供视觉感知

时间:2024-02-26 作者:In Kyu Kho,安森美产品营销 阅读:
本文介绍了在为自动驾驶汽车应用选择 CMOS 图像传感器时需要考虑的关键特性,包括分辨率、灵敏度、速度、动态范围、运动和色彩。

要实现全自动驾驶汽车,需要整合来自多种传感器的信息,其中摄像头的信息可能是最重要的。这些摄像头必须能够在各种条件下连续捕捉最微小的细节,以确保车辆乘客和其他道路使用者的安全。本文将探讨在选择图像传感器时需要注意的关键特性,以便为自动驾驶汽车提供所需的出色功能组合。

图 1. 图像传感器是实现自动驾驶的重要组成部分

图像传感器负责将光子转化为电子,然后存储为数字图像数据。如今,图像传感器广泛应用于各种摄像头视觉应用,包括智能工厂、医学成像和汽车领域。图像传感器的选择取决于给定应用所需的性能水平。在决定使用哪种图像传感器时,首先需要了解所需的帧率、预期的照明条件和所需的系统容限,但如果缺乏视觉系统方面的工程专业知识,可能会让这个过程变得艰巨。好在有几种标准可以用来比较不同图像传感器的性能。 

传感器分辨率和灵敏度

在测量精度至关重要的应用中,传感器分辨率是一项关键指标,因为它决定了捕捉图像的感光表面行和列上的像素数量。所需的最小像素数量取决于图像中需要检测的最小特征。虽然理论上每个维度只需 2 个像素即可解析物体的单个特征,但对比度不足和图像噪声意味着实际应用中至少需要 4 或 5 个重叠像素,才能完全解析一个特征。 

灵敏度衡量传感器将光子转化为电子的效率,在几乎所有应用中都很重要。它衡量传感器识别可用图像所需的时间和照度(照明)。灵敏度还受到传感器噪声的影响,因此信噪比 (SNR) 是一项重要指标。具有高信噪比的传感器可在低光条件下提供更高质量的图像。灵敏度在监控和医疗应用中尤为重要,因为这些应用即使在低光条件下也需要高质量的图像。虽然图像传感器资料手册提供了灵敏度指标,但有时很难比较不同制造商生产的传感器的灵敏度。自动驾驶汽车即使在低光(近乎黑暗)的条件下,也需要高水平的细节,因此在选择图像传感器时,必须仔细考虑分辨率和灵敏度这两项关键指标。 

动态范围和帧率

动态范围是指一个像素的最小(噪声)信号与其最大阱容之间的比值,它定义了图像中存在多少不同亮度级别。在具有极端光照条件的应用中,这是一个特别重要的特性。动态范围指标基于欧洲机器视觉协会 (EMVA)1288 标准,并以分贝 (dB) 为单位,因此可以轻松地根据大多数传感器资料手册进行比较。

图 2:右侧图像具有更高的动态范围

帧率是传感器的速度指标,以每秒读取的图像(帧)数 (fps) 来衡量。在捕捉快速移动物体的应用中,高帧率非常重要,因为需要较短的曝光时间,以防止出现模糊和减少运动伪影。随着传感器像素数量增加,可实现的最大帧率会降低。例如,使用低质量的视频图形阵列 (VGA) 图像传感器可以实现更高的帧率,而使用全分辨率 2000 万像素传感器则无法达到同样的效果。支持“感兴趣区域”(ROI) 的传感器可以将高帧率与高分辨率结合起来。这类传感器会确定图像中要进行处理的一个或多个区域,而忽略图像的其他所有区域。这有效降低了整体图像分辨率,因而能够实现更高的帧率。与标准汽车一样,自动驾驶车辆在高速行驶过程中会遇到各种光照条件,因此在选择图像传感器时,高动态范围和高帧率是至关重要的特性。

运动与色彩

CMOS 图像传感器使用的两种读出方法是卷帘快门和全局快门。卷帘快门法在曝光时逐行读出传感器的像素,因此是一种非常快速的技术。与使用全局快门的传感器相比,它每个像素使用的晶体管数量更少、噪声更小、灵敏度更高,且成本更低。建议在需要高动态范围的应用中使用卷帘快门传感器。在全局快门读出方法中,每个像素会同时曝光,因此像素行之间没有捕捉延迟。然而,这种方法既昂贵又难以实现。 

在测量记录和存在检测等应用中,可以接受采用黑白图像传感器,但现在许多应用都需要彩色图像。不过,黑白传感器也具有一些优势。为了使传感器提供彩色图像,需要在像素级别以拜尔模式排列 RGB 滤光片。不过,拜耳色彩插值会导致细节和整体测量精度降低。因此,只有在应用需要色彩信息时,才需要使用彩色传感器。显然,自动驾驶汽车应用需要捕捉彩色图像并使用卷帘快门传感器。 

像素大小

有一种误解是,像素越大,图像质量就越好。虽然较大的像素有更多面积可用于收集光线,但并不意味着可以获得更高质量的图像。需要注意的是,分辨率和像素噪声指标等因素在决定图像质量方面也起着重要作用。较小的像素往往具有较低的暗信号不均匀性 (DSNU);在较高温度下,暗信号不均匀性会限制低光性能。在某些情况下,像素较小的传感器性能会优于像素较大的传感器。在设计摄像头系统时,必须考虑在速度、灵敏度和图像质量特性之间取得良好的平衡,以实现出色的性能。

CMOS 传感器解决方案

Hyperlux 传感器系列是安森美推出的第二代超级曝光像素技术平台,在 300 万像素至 800 万像素及更高分辨率的汽车成像应用中性能出色。凭借超过 120 dB 的无闪烁 (FF) 单次曝光和 150 dB 的超高动态范围 (HDR) 与 LED 闪烁消除 (LFM) 技术,该系列传感器能够在汽车应用温度范围内提供稳定的图像质量和动态范围,无需在不同光照条件下更改设置,从而减少了延迟并提高了安全性。该系列 2.1 µm 图像传感器包括智能 ROI、像素合并 (binning)、阵列框选 (windowing) 和双输出等灵活功能。这些功能可以同时输出不同分辨率 (ROI) 和不同积分时间的数据等灵活的数据格式。该传感器专为 ASIL-D 系统设计,其精密的实时安全机制和故障检测功能有助于实现更高级的先进驾驶辅助系统 (ADAS)。

了解是选择的关键

本文介绍了在为自动驾驶汽车应用选择 CMOS 图像传感器时需要考虑的关键特性,包括分辨率、灵敏度、速度、动态范围、运动和色彩。安森美 Hyperlux 图像传感器提供了上述各项特性的出色组合,非常适合各种汽车应用。

本文为EET电子工程专辑 原创文章,禁止转载。请尊重知识产权,违者本司保留追究责任的权利。
您可能感兴趣的文章
  • 2024存储市场重回正轨,新周期中的技术、价格和应用趋势分析 存储的市场规模在经历了两年的下滑后,有望在2024年重回正轨……
  • Arm:汽车开发周期再缩短两年,多个“首次”造就新的里程碑 汽车行业正经历巨大的转型,并发展成为一个由技术驱动的行业。这其中,人工智能的演进、用户希望获得如同消费电子般的驾乘体验、以及电动汽车市场的快速转型,是最重要的三大驱动因素。为此,Arm于近日发布了性能最强的汽车增强(AE)处理器IP和虚拟原型平台,意在加速产品交付,并从根本上重塑产品的开发流程。
  • 2023年小米手机高端化实现利润爆增126.3%,汽车业务已烧近百亿 小米集团公布了2023年第四季度以及全年财报。小米集团在2023年第四季度的营收为732.437亿元,对比2022年第四季度的660.474亿元,同比增长了10.9%;该季度的毛利率为156.14亿元,同比增长37.2%;经调整净利润为人民币 49亿元,同比增长236.1%,其中包括智能电动汽车等创新业务费用人民币24亿元。
  • 欧盟或加入美国阵营,考虑审查中国成熟制程芯片 数十年来,芯片产业从来就不是一个单纯的技术问题、市场问题,而是带有复杂地缘政治因素的产业问题。未来,随着美国、欧盟加入审查中国成熟芯片同一阵营,芯片这一产业的脱钩风险将进一步加大,“小院高墙”的做法也将进一步冲击全球半导体供应链。
  • 独家专访Molex莫仕CEO:已准备好在汽车和医疗市场大放异彩 Molex莫仕首席执行官Joe Nelligan在接受《EE Times》独家专访时表示:“我们已将一些通常用于移动设备的技术应用到汽车领域,这是前所未见的状况。”
  • 继EPC起诉后,英飞凌再对英诺赛科提出GaN专利侵权诉讼 英飞凌在美国加利福尼亚州北区地方法院对英诺赛科提起一项关于氮化镓(GaN)技术有关的专利侵权诉讼,请求被英诺赛科侵权的与GaN技术有关的美国专利能获得永久禁令,包括但不限于诺赛科生产、使用、销售、要约销售和/或向美国进口各种产品,这些产品的应用范围涉及汽车、数据中心、太阳能、电机驱动、消费电子产品的氮化镓晶体管,以及在汽车、工业和商业应用中使用的相关产品。
相关推荐
    广告
    近期热点
    广告
    广告
    可能感兴趣的话题
    广告
    广告
    向右滑动:上一篇 向左滑动:下一篇 我知道了