由Prophesee和索尼联合推出了一款“基于事件的”视觉传感器,EE Times称其“在AI感知上开启了潘多拉魔盒”。

去年EE Times美国版报道了ISSCC会议上,由Prophesee和索尼联合推出的一款“基于事件的”视觉传感器。当时EE Times称其“在AI感知上开启了潘多拉魔盒”。这款传感器应用于工业设备、机器人、自动驾驶汽车等领域时,能够“更好地看见和感知环境”。

这种基于事件的视觉传感器,其工作方式已经和一般的视觉或图像传感器有了本质上的差别。Prophesee在技术介绍中谈到其视觉系统“可以感知场景的生命力”...“产生的数据量比传统图像传感器减少近千倍,同时实现大于10000fps的更高帧速率”。这些在传统视觉和图像传感技术上,都是难以想象的。

Prophesee(普诺飞思)联合创始人兼CEO Luca Verre

前不久我们与Prophesee(普诺飞思)联合创始人兼CEO Luca Verre先生聊了聊,期望能够从中简单理解这种“基于事件的视觉技术”究竟是怎么回事,以及应用了这种技术的视觉传感器,和传统的图像传感器又有怎样的区别。

硅视网膜:一种动态视觉感知技术

我们所知的常规图像或视觉传感器,以帧为单位来记录动态影像画面。比如电影每秒记录24帧画面,网上很多视频为30fps/60fps,构成视觉上连续的影像;当代高端的视频记录方案,在帧率上已经能够达到480fps/960fps的程度。

从机器视觉的角度来看,这种传统的方案有两个比较大的问题。其一是即便是高帧率,帧与帧之间都仍可能存在重要的未记录信息;其二,对于画面中始终处于静止状态的对象而言,每一帧都可能重复地记录了大量无意义信息——这对后端计算会构成更大的负担,并带来对数据通讯、存储更大的负担。

实际上大约30年前,加州理工学院Carver Mead教授就提出了“神经形态”这个概念。Prophesee主要在做的就是模拟人眼视觉的“神经形态视觉技术(neuralmorphic vision technology)”。Luca Verre表示,直到最近几年,这种技术才逐渐成熟。

Luca Verre形容,Prophesee开发的视觉传感器又叫“硅视网膜(silicon retinas)”。对应的,Prophesee“还开发模拟人类大脑的计算机视觉AI算法”;以及对应的智能套件(包括SDK、代码示例、算法、即用型应用等的视觉工具包)。

之所以说模拟人眼视觉,如Prophesee在发布的一份白皮书中提到:人眼中的感光细胞仅在检测到视觉场景中某些特性(如对比度、亮度)的变化时才反馈给大脑。在进化过程里,相较于反复在意场景中的所有细节,专注于其他掠食者的行动更为重要。研究表明,人类能够从每秒1000次变化率的场景中捕获有价值的信息,这是远高于如今动态影像的帧率的。

“我们重新设计像素,就像视网膜的感光细胞,是独立且异步的。”Luca说,“和人眼视觉原理类似,Prohesee开发的传感器只有在感知到场景变化时才会进行记录,不同于传统图像传感器以固定的时序源(帧时钟)记录图像信息。”

即仅在场景发生变化时,这种基于事件的视觉传感器上的像素才做出反应,场景中静态的部分都不会被捕捉。这应该就是“基于事件”这个词的由来。与此同时,Prophesee在技术介绍中提到:“图像信息不是逐帧发送,而是通过连续的信息流捕获事件信息,并且帧与帧之间没有任何重要信息遗漏。”

Luca表示,基于事件的视觉感知这样的设计,“有三个优势:产生数据量更少;反应速度更快;以及实现更高的动态范围(>120dB)”。这其中的任意一项对于当代机器视觉而言都是相当有价值的,尤其在减少数据量的问题上,对于有限的通信、存储与计算资源显得相当友好(比如以前高帧率和有限的存储资源,始终是个矛盾体)。

最终落地到自动驾驶汽车、人工智能、工业自动化、IoT、医疗等领域,都会成为机器视觉的重要组成部分。有关应用的部分,下文还会详谈。

深入基于事件的视觉传感器

这种基于事件的视觉传感技术,有很多特性实则都是相当值得深究的。比如说如何实现在场景发生变化时,像素才做出反应;以及更重要的,如何理解不是逐帧记录,而是连续信息流捕获事件信息。

首先“基于事件”中所谓的“事件”究竟是怎么定义的。Luca告诉我们,“‘事件’是指,一个像素激活自身并发送事件检测到发生的X、Y坐标和时间戳。”如此看来,这种传感器的像素结构是有探讨余地的。

“我们的传感器每个像素都是独立且异步。其上模拟电路进行level crossing sampling,持续监测光亮的变化,将其与对应的值进行比较,也就是sensitivity threshold(灵敏度阈值)。”

“传感器上每个像素独立接收光子,光电二极管因此产生电流,进行累加之后,像素再持续地将电流的实时电荷电压与参考值做比较。在电压增减达到一定程度时(例如10%),该像素就会发出一个事件。整个过程是μs级别的速度。”Luca解释说。这样一来,“基于事件”这个概念就基本解释清楚了。

从传感器上读出对应像素的数据,“所以我们说这样的传感器等效于实现了10000fps的帧率。其实我们的传感器并不是基于帧的,但传感器所产生事件的时间精度就是1/10或者1/100μs的级别。”这也就解释了为什么Prophesee在技术介绍中提到等效10000fps这样一个帧率。

另外Luca大致谈到了这种传感器的像素结构。“传感器上的像素是智能的,因为每个像素都嵌入了level crossing sampling电路。”其读出过程并不是我们常规理解中,成像系统带卷帘门快门、全局快门这样的设定。“其读出过程就是基于事件的。”Luca说。

“这张图虽说还是偏抽象的,不过大致上就是像素结构。像素中有光电二极管、level crossing sampling电路。每个像素中需要有较多数量的晶体管,20-30个晶体管构建智能电路。”如前所述,光抵达光电二极管后,比较阶段比对当前值和上一次的值。“光亮度变化到一定量时,像素异步读取,并发出事件。”“后续有个仲裁器(arbiter)收集该事件,事件的时间戳亦被读出。”

后端计算平台的适配

不过Luca补充说,读出策略是会根据不同的应用而有差异的。“传感器的时间精度达到了μs级别,也就是前面提到等效能做到10000fps的程度。但具体的精度还是要看应用。”“比如说工业应用对高速有要求,而IoT应用就要求低功耗了。”

“而且时间精度实际上还受到计算平台能力的限制。因为我们的传感器最终需要集成到计算机平台进行数据处理。所以在某些情况下,我们经常需要降低传感器的速度,让它能够平滑地融入到传统计算平台之上。”

“对我们来说,最佳方案应该用基于事件的计算平台,比如像Intel Loihi、Brainchip(Akida)。”Luca表示,“如此一来,就能以高速处理基于事件传感器产生的高速数据了。这也是我们的最终目标。”

这里所说“基于事件的计算平台”,其中相对知名的就是SNN(脉冲神经网络,Spiking Neural Networks)——许多神经形态计算架构都基于SNN。它与基于冯诺依曼体系的传统架构有差别。此前我们也探讨过这种形态的计算架构相比类似CNN这种更传统的网络,前者才更接近“模拟大脑”。在这种计算架构中,计算使用生物神经元的功能模型,而不是数字逻辑。

“由于我们的事件传感器使用相同的信息表示形式(事件=spike),因此神经形态计算平台非常适合Prophesee的传感器。因为它能够内在地利用事件传感器数据的稀疏性和时间性,并以比传统计算架构更有效的方式处理数据。”为此Luca还特别推荐了几篇paper给我们。

“但与此同时,我们的传感器也可与传统平台,例如高通骁龙、NXP IMX8、Xilinx这些并非基于事件的平台协同工作。因此,传感器这一端就需要作出调整。但即便是这些传统平台,也一样能够从我们的传感器上获益,获得相比传统机器视觉系统更大的优势。”

EE Times美国版在报道中就提到Prophesee与索尼合作的视觉传感器每一个像素都是一个神经元(neuron)——这应该能够一定程度形象解释,基于事件的感知和基于事件的计算协作可达成最好的效果。

产品和应用如何落地

Prophesee与索尼合作的这款720p分辨率、基于事件的视觉传感器应该是相对比较知名的了。Luca说这是Prophesee的第四代产品,“现在正与不少客户做测试,主要是针对工业应用和而物联网应用。预计今年年底能够大规模量产。”

这颗传感器的特别之处在于,它用上了索尼BSI(背照式)+3D堆叠工艺。此前我们在探讨索尼CIS的文章中详细介绍过这两种工艺。“这对我们的产品而言还是比较重要的,因为这种基于事件的视觉传感器每个像素都是独立、智能的,每个像素都有许多晶体管。那么藉由BSI和3D堆叠技术,CIS和CMOS就能叠起来,传感器和像素尺寸也得以减少。”

“这张图左边是我们的第三代传感器,像素尺寸为15μm;右边是我们和索尼合作的第四代传感器,像素尺寸4.86μm——这款产品现在由索尼生产,使用了Prophesee的技术。”据说4.86μm是目前基于视觉传感器中最小的像素尺寸了。

除了这款规划中的产品外,Prophesee现已投入使用的传感器还包括:第一代产品为盲人部分视力恢复,法国一家生物电子公司Pixium Vision已经将这款传感器应用到了医疗设备中。这套视觉医疗系统包括一副带微型相机的眼镜,内置了Prophesee的视觉传感器;还包括植入到视神经附近的无线视网膜植入物。视觉传感器将信号发往视网膜植入物,视网膜植入物再将该信号转为很低的电压信号,刺激大脑引起视觉感知。听起来还是颇为黑科技的。

此外,第三代产品也已经量产,主要用于工业应用,“尤其在高速机器视觉领域,比如高速计数、激光焊接监控、震动测量等行业应用。”Luca说,“比如日本的Century Arks、德国的Imago已经将第三代传感器集成到了工业级相机系统中,用于工业自动化应用。而且这一代产品,我们已经开始盈利了。”

我们认为,这种基于事件的视觉传感器实际的应用潜力还会更大。至少在机器视觉领域,由于对通讯、计算、存储的资源需求都显著更低,替代传统视觉或图像传感方案显得顺理成章。Luca也谈到,“我相信在机器视觉领域,Prophesee的技术是可以替代传统基于帧的技术的。”

进驻中国市场

作为全球最大的移动设备、半导体产品消费市场,中国自然是诸多电子科技企业都不愿错过的地方。Prophesee作为2014年在巴黎开办的一家企业,除了位于巴黎的总部,如今在上海、东京、硅谷都开设了办事处。“虽然目前我们在上海的办事处规模不大,但我们非常期望扩大我们的中国团队及业务。”Luca说。

而预备在中国开拓市场,Luca总结了对Prophesee而言三个重要的原因(及现状):

“首先,我们认为中国是现在世界上最大的移动设备市场,同时也是世界领先的安防、无人机、机器人以及工业应用市场,因此也会是未来机器视觉应用的最大市场。

“第二个很重要的原因是,我们认为,现在中国在半导体领域有非常强大的生态系统,比如现在在中国最大的图像传感器方面的半导体公司,豪威科技。近年来,中国在晶圆代工厂方面的投资也越来越多,例如中芯、台积电等。所以我们认为,如今中国拥有称得上最强大的半导体行业生态系统,能够支撑Prophesee技术的未来发展。

“第三个原因是我们认为如今中国本地政府以及相关金融投资机构,对创新性颠覆技术的支持和投资越来越多,所以我们也坚信这对Prophesee进入中国市场来说是非常好的机会。”

此前,Prophesee已获得了超过6500万美元的融资。现有产品受到包括索尼在内的合作伙伴的青睐表明,在机器视觉、AI领域其市场前景是广阔的。“在人工智能快速发展的今天,特别是在图像视觉领域,融合了AI技术的图像视觉处理对数据带宽、存储功率及计算成本等产生了更高的要求。”Luca说,“我们相信,借助Prophesee的技术,受生物启发的神经形态传感器及AI算法,能够让人工智能及计算机视觉未来效率更高。”

更多有关基于事件的视觉传感技术,我们将在未来《电子工程专辑》杂志的精英访谈中做进一步的探讨。

责编:Yvonne Geng

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。
阅读全文,请先
您可能感兴趣
值得注意的是,尽管韦尔股份官方名称沿用多年,但“豪威”品牌早已深入资本市场。公司微信公众号自2022年起便以“豪威集团”名义运营……
三星显示表示,优先将Sensor OLED面板应用于Galaxy系列的手机和平板电脑上。此举将展示了其在高端产品市场中的竞争力。
目前实现具身智慧机器人主要分为两种路径,第一是“具身 + 智能”,是机器人企业让机器人设备变得智能化的专用场景化路径;第二是 “智能 + 具身”,主要是传统工业机器人路线,或是AI 企业把大模型具身化的机器人通用化路径……
目前,中国传感器企业越来越多地将目光投向新兴技术和应用,以寻求新的增长点。
KTM5900 系列高速高精度 TMR 磁性编码器芯片,专为工业自动化和精密控制领域设计,基于隧道磁阻效应(TMR),具备高灵敏度和稳定性,支持单对极磁铁实现超高分辨率角度测量,成为破解机器人 “神经反射” 瓶颈的关键。
人类通过眼睛获取 80% 的环境信息,机器人也需要一对‘敏锐的电子眼’。思特威的使命,就是为机器人提供更精准的视觉感知,让它们‘看得清、判得准、动得稳’……
在本文中,我们将探讨SiC半导体产品如何实现高质量和高可靠性,以及SiC制造商为确保其解决方案能够投放市场所付出的巨大努力,这些努力不仅提升了产品性能,还确保了卓越的可靠性。
随着诸如无人机、智能驾驶汽车、无人农机、各种专用和消费机器人等智能无人设备广泛进入我们的工作和生活,这些设备的功能安全问题成为了一个值得关注的重要话题。
在台北国际电脑展期间,英特尔携手亦心科技及亿道集团旗下亿境虚拟与亿道数码,推出全球首款AI眼镜与AI PC协同解决方案,首次实现AI眼镜与AI PC的深度算力融合,标志着AI眼镜正式进化成为智能终端,智能沉浸交互新纪元已然来临。
5月20日,iQOO Neo10 Pro+新品发布,以“超配双芯战神”的性能旗舰定位,在游戏性能、屏幕显示、续航充电等维度实现全面突破,带来了骁龙8至尊版、自研电竞芯片Q2、2K Q10珠峰屏、6800mAh超大蓝海电池、120W超级闪充等旗舰配置……
会议推介第三届中国国际Mini/Micro-LED产业生态大会 主办单位:JM Insights 指导单位:合肥市新型显示产业协会      &nbs
来源:IT之家5 月 21 日消息,在今年的谷歌 I/O 大会上,Google 宣布与中国 AR 眼镜企业 XREAL合作,发布新一代AR眼镜——Project Aura,这是搭载 Android X
近日,索尼、小米、夏普先后推出Mini LED背光电视新品;据行家说Display不完全统计,截止5月,2025年已发布35款Mini LED电视,近12个品牌持续加码。插播:6月10-11日,行家说
2025年汽车行业报告汇总(点击进入)连接器广泛应用于汽车、通信、计算机及外设、工业、军工及航空航天、交通运输、消费电子等多个领域。新能源汽车使用大容量锂电池,其工作电压的范围从传统汽车的14V蹿升至
在当今快速发展的智能设备市场中,高性能计算平台的选择至关重要。对于工程师和开发者而言,一款性能可靠、功能全面的开发板是实现创意、验证方案的关键起点。今天,给大家推荐一款超赞的AI开发板,含税的售价仅为
这几天的主题是“汽车”——“智能”汽车、“人形”汽车、“飞行”汽车。一样的配方,不一样的味道。现阶段,谈论“具身智能”还为时尚早,机器人本体是具身,而实现端到端VLA的“大脑”才是终极的智能。如何实现
动动手指,关注公众号并加星标哦最近用ADS的designguide比较多。designguide里面调出来的模板,很多时候,都是有很多公式。看这些公式确实能帮助理解理论,同时也能对这些模板理解更深刻,
点击蓝字 关注我们ENTERPRISE关注公众号,点击公众号主页右上角“ ··· ”,设置星标,实时关注智能汽车电子与软件最新资讯5月21日消息,QuestMobile数据显示,目前中国新能源汽车市场
5月20日,西门子发布公告,宣布西门子数字工业软件公司将收购美国 EDA 软件开发商 Excellicon。西门子表示,该交易预计将在几周内完成,具体条款尚未披露。西门子表示,此次收购将使 Excel
2025年5月20日,全球瞩目的科技盛会COMPUTEX 2025台北国际电脑展盛大开幕。本届展会围绕“AI NEXT”主题,对AI驱动下的终端创新展开深入探索。作为中国显示领域的领军企业,天马微电子