在制造业中,工业4.0的推动下,视觉技术的应用正在迅速发展。随着连接速度的提升、自动化程度的加深以及智能系统的不断改进,工业4.0将智能化引入到以往简单的数据采集系统中。在过去,视觉系统主要负责捕捉图像、封装并传输数据,然后交由后续的FPGA、ASIC或昂贵的SoC等器件进行处理。而现在,随着工业5.0的到来,人工智能(AI)与机器学习(ML)已经被融入到整个数据通路中,实现了大规模的定制化。如今的摄像头变得更加智能化,能够在应用层面处理图像数据,仅输出用于决策的元数据。
这两代之间的关键发展在于对边缘端变化的关注。我们生活的世界本质上是模拟的,许多电子与机电(EEM)系统都是由各种感知输入驱动的。边缘端的电子传感器,如视觉(光)、温度(热)、音频(声)、距离与位置以及压力(触觉)传感器,收集这些物理输入,并将其转化为处理后的数据,以实现智能化并便于制定决策。工业4.0提出了对这类传感器智能和高效的需求。如今,在非工业及商业应用领域,各种传感器不断发展,从基础类型逐渐发展到符合工业自动化流程和标准的增强版本。
随着传感器的大规模应用,人们也在推动更低功耗的电池驱动智能设备的广泛应用。功耗给视觉系统带来了不同的挑战,而图像传感器则通过创新的方法解决这些挑战,同时提供卓越的性能,成为视觉系统的差异化因素。
图像传感器--视觉感知的输入机制
视觉感知已成为边缘端数据采集的重要方式之一,收集到的图像数据能够被快速、高效地用于决策制定。例如,若无视觉传感器,场景中的物体需要无数个特定的传感器来传达场景的构成。这会产生大量数据并需要庞大的处理工作,或许还得靠好运气,才能得到场景的真实呈现。在高效的系统中,一张图像就可以在一帧数据中传达场景中的所有信息。
这种简便的数据表现形式使得图像传感器得以加速发展,为智能手机等消费类移动产品提供支持,其分辨率超过一亿像素,在硬件和软件的支持下,为静态图像和视频流提供卓越的细节特征。由于移动产品主要服务于娱乐和个人应用,因此其制定决策的目标略有不同。然而,面向汽车、工业和商业应用的视觉系统服务于高度以目标为导向的需求,其中许多系统使用传感器输出进行基于机器的决策,并要求在分辨率、帧率和功耗之间达到精细平衡。
在大多数应用中,可能只有小部分时间需要在全分辨率下全速运行,其余时间则仅需较低分辨率。虽然子采样模式可以降低带宽并有其自身优势,但在分辨率选择或场景完整性方面会受到一定的限制。
传感器内的缩放器有助于克服这些限制,有效满足低分辨率操作的需求。它们能够在源头控制带宽,而不是由ISP/SoC管理。它们能够在最大程度上提供精细的粒度控制,同时保持完整的视场角(FOV)。安森美AR2020图像传感器(Hyperlux LP产品系列的2000万像素成员)的图像缩放算法非常复杂,即使在分辨率大幅缩放的情况下,也能提供出色的图像质量。举例来说,虽然获取远距离物体的细节确实需要2000万像素,但可能只需要图像的某个特定区域,而不是整个图像。通过对这一动态定义的区域进行裁剪或缩放,就可以获得2000万像素传感器的优势,而无需持续处理相当于2000万像素的数据。
在现代工业中,随着边缘智能的重要性日益增强,这些应用必须适应不同用例需求。现在,许多应用都需要更高的分辨率和更出色的整体性能,以辅助计算机视觉、机器视觉和自动化决策系统。很多情况下,人们非常渴望获得更丰富的细节,因为这些细节有助于减少错误决策。随着分辨率的提高,图像
传感器中的像素数量也会增加,相应地,传感器向图像信号处理器(ISP)或系统芯片(SoC)提供的图像数据量也会增加。传感器产生的大量图像数据以及ISP/SoC对这些数据的处理会导致高功耗,从而给视觉系统设计带来巨大负担。
尽可能休眠,按需唤醒的功能使得视觉系统具有高度的目标驱动性。传感器可以处于极低的工作状态,在大多数工作时间内以低分辨率、最低帧速率运行。当检测到运动时,它会切换到预定的配置--运动唤醒(WOM)模式。图像传感器有能力处理这些变化,并让ISP/SoC将其切换到所需的模式/配置。它还能进一步屏蔽与应用无关的运动区域,从而使传感器和视觉系统更加精准、高效。以前,这一功能是在处理器中完成的,但在传感器上实现这一功能可减少系统资源和功耗。
图像传感器的发展将继续受到推动,尤其是在工业4.0的背景下。随着技术的不断进步,我们可以预见图像传感器将在各个领域发挥越来越重要的作用,为智能化、自动化的未来做出更大贡献。
工厂地址:安徽省六安市金寨产业园区
深圳办事处地址:深圳市福田区宝华大厦A1428
中山办事处地址:中山市古镇长安灯饰配件城C栋11卡
杭州办事处:杭州市西湖区文三西路118号杭州电子商务大厦6层B座
电话:13534146615
企业QQ:2881579535
深圳市壹芯微科技有限公司 版权所有 | 备案号:粤ICP备2020121154号