广告

10000fps的视觉传感器:打开机器视觉的潘多拉魔盒

时间:2021-03-29 10:04:57 作者:黄烨锋 阅读:
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”。
广告

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。
黄烨锋
欧阳洋葱,编辑、上海记者,专注成像、移动与半导体,热爱理论技术研究。
  • 拆解海雀智能摄像头Pro,采用海思 Wi-Fi SoC 海雀智能摄像头Pro的整体拆解还是比较简单的,智能摄像头在原理上都使用两个电机,海雀也是如此,两个电机分别控制X轴和Y轴的转动。并且X轴使用了一个独立的限位开关。Y轴的限位开关上安装在了主板上。而相较于其他同类产品,海雀仅用了直接固定在内支撑上的一个轴承结构,并且没有使用齿轮器件,节约了很多空间。海雀内使用了两颗海思芯片……
  • 思特威2021 CPSE同期发布多款新品,成立汽车芯片部及工 思特威(SmartSens)在第18届国际社会公共安全博览会(CPSE)现场举行了2021新品发布会,思宣布新晋成立汽车芯片部及工业和新兴传感器部,意在进一步拓展车载、工业及专业级机器视觉市场。而后,安防、车载、工业和新兴传感器三大芯片部负责人也分别发布新品,为安防、车载电子以及工业&机器视觉客户量身打造智视解决方案……
  • 51亿元,赛微电子投建12吋MEMS制造线项目 赛微电子与合肥高新技术产业开发区管理委员会签署了《合作框架协议》,赛微电子将与合肥高新区合作投资建设12英寸MEMS制造线项目,总投资51亿元人民币,拟建设一座设计产能为2万片/月的12英寸MEMS产线,预计满产后可实现年收入约30亿元。
  • 开年专访谷泰微创始人兼CEO石方敏:2022本土IC要迎“大 近日,半导体科技媒体专访了谷泰微创始人兼CEO石方敏,他是一位在模拟射频领域连续创业的半导体老兵,在创立谷泰微之前他曾经两次成功创业,分别瞄准了射频和模拟IC,这次他又瞄准了混合信号和传感器领域,可以说,三次创业都瞄准的是最难啃的领域,他为何这样选择创业方向?在本土IC的创新方面他有什么感悟,我们来听听他的分享。
  • 内外因素共同驱使下,2022年半导体行业的机遇和挑战 2021年12月,当我们正编辑此文时,新冠病毒的最新变种奥密克戎( B.1.1.529,Omicron)正在肆虐全球。持续了两年的疫情并没有随着时间的流逝而消失,这为全球各行各业在2022年的发展蒙上了一层不确定性。从2020年秋季开始约一年半的时间中,整个电子行业受到疫情、贸易战等因素影响,爆发了史无前例芯片缺货潮,至今还没有缓解的迹象。
  • 图像传感器MA+SA分析——凡走过,必留下痕迹 如同智能手机内的应用处理器所采用的单芯片系统(System on a chip, SOC)一样,图像传感器因为堆栈结构的设计也算是个单芯片系统,系统主要可分为四大部分:像素(Pixel)、逻辑区电路、模拟数字转换器、以及图像信号处理器(Image signal processor, ISP),本文将焦点放在像素上,利用全方位的分析技术,引领读者认识其内部的结构。
  • 新款iPad Pro 2021成最受欢迎的 由于采用性能相对强大的M1处理器和mini-LED屏幕以及更多的创新,新款iPad Pro 2021已经成为消费者心目中最受欢迎。然而,iPad 2却已经在全球范围内被列入“复古和过时”的名单中。
  • 三星折叠屏手机Galaxy Z Fold 3 目前来看,折叠屏新机作为一种新的生产力工具,逐渐成为高端/平板的一种趋势,有报料称三星的Galaxy Z Fold 3发布时间或为7月,并且会引入新手势操控。

  • Qorvo® 推出首款单个模块即可支 Qorvo今日推出首款覆盖5.1GHz至7.1GHz频段的宽带前端模块 (FEM),不仅能最大限度地提高容量,而且还能简化设计,缩短产品上市时间,并将前端电路板空间减少50%,适用于Wi-Fi 6E企业级架构。
  • 5G 基础设施的驱动 根据全球移动通信系统协会 GSMA 提供的数据,5G 目前正在顺利推广中,预计将在 2025 年覆盖全球三分之一的人口。另外根据全球领先综合数据库Statista 的调查,主要手机制造商皆已推出 5G 手机,这将使那些希望以理论上高达 50Gb/s 的最大速度传输数据流和视频的人感到满意,预计到 2023 年全球 5G 订阅量将达到 13 亿 。
广告
热门推荐
广告
广告
广告
EE直播间
在线研讨会
广告
广告
广告
向右滑动:上一篇 向左滑动:下一篇 我知道了