工业相机中的自动驾驶摄像头和短波红外新秀

SWIR图像传感器不需要负责VIS摄像头传感器的工作。而且SWIR图像传感器比VIS和激光雷达好，就是可以放在车内，反射等颜色干扰根本不会影响，因为可以通过频谱响应直接判断材料，所以不需要像激光雷达和传统ADAS摄像头那样放在车外，以最大限度地提高成像的清晰度和分辨率。

在追求高精度自动视觉检测的AQY212GH图像传感器中，我们经常提到红外波段。如果你想进一步细分，750nm到1000nm的波段范围称为近红外（NIR），而1000nm到1600nm之间的波段称为短波红外（SWIR）。

在短波红外波段下，这种传感器可以看到许多不同于传统CMOS图像传感器的图像。其成像或对比结果可直接用于自动视觉检测，无需高像素，如晶圆制造中的薄膜工艺或智能可穿戴设备的温度监测。

最近，许多制造商正在进一步推动SWIR传感器向低成本方向发展，以便尽快将其集成到更多的消费和工业应用中。除了以SWIR为基础的传感器外，还有一些选择SWIR材料，但后者的成本更高，成为阻碍其大规模普及的痛点之一。

短波红外波段下的超高量子效率

SWIR图像传感器的一个主要特点是追求短波红外波段的最大量子效率。2020年，索尼发布了IMX990和IMX991两种广谱钒砷图像传感器，分别是一款1/2英寸134万有限像素和1/4英寸34万有效像素的SWIR图像传感器。

索尼的两个传感器可以在1200nm以下达到75%以上的量子效率，即使在可见光波段下，它们的相对量子效率也不会低于0.7。此外，索尼的SWIR图像传感器已经集成了电影上的ADC功能，就像其他产品一样，因此可以直接实现数字输出，加速相关相机产品的开发。

至于上面提到的砷的成本，索尼似乎选择了D2W的混合封装方案，利用混合键合技术将砷的砷探测器转移到硅探测器读取芯片上。这种设计方案不仅显著降低了制造成本，而且缩小了像素尺寸，实现了5微米，可以输出更高的成像度。

SWIR在自动驾驶传感器融合中也有一席之地？

现有的VIS摄像机常用于检测路面标志、交通标志、车辆和行人等，而毫米波等雷达传感器则用于测量物体的距离和速度，而激光雷达则用于测量物体的距离和速度，而激光雷达则用于测量更高的分辨率。

但是VIS摄像头和激光雷达都有一定的痛点，比如VIS摄像头在夜间喜欢雾沙天气的局限性，或者激光雷达的高成本和更大的体积等等。但是如果我们考虑用SWIR作为视觉补充，这些痛点就会一起解决。

SWIR图像传感器不需要负责VIS摄像头传感器的工作。它只需要解决眩光、恶劣天气和夜间的感知问题。而且SWIR图像传感器比VIS和激光雷达好，就是可以放在车内，反射等颜色干扰根本不会影响，因为可以通过频谱响应直接判断材料，所以不需要像激光雷达和传统ADAS摄像头那样放在车外，以最大限度地提高成像的清晰度和分辨率。

Trieye的Raven就是这样一个面向汽车/ADAS的SWIR图像传感器，它的像素量达到120万，同时覆盖了400nm到1600nm的可见光+SWIR波段，最大输出规格可达1284x960分辨率和120FPS。

小结

毫无疑问，SWIR图像传感器在工业和自动驾驶领域潜力巨大，甚至索尼这样的巨头也开始布局。更重要的是，SWIR图像传感器在目前的参数水平上仍有很大的改进空间。索尼SWIR的官方开发人员也提到，如果加入AI技术，传感器的精度可以进一步提高，这也是所有图像传感器未来的发展方向。

红外驾驶工业相机像素分辨率索尼

免责声明：本网信息来自于互联网，目的在于传递更多信息，并不代表本网赞同其观点。其原创性以及文中陈述文字和内容未经本站证实，对本文以及其中全部或者部分内容、文字的真实性、完整性、及时性本站不作任何保证或承诺，并请自行核实相关内容。本站不承担此类作品侵权行为的直接责任及连带责任。如若本网有任何内容侵犯您的权益，请及时联系我们，本站将会在24小时内处理完毕。