安森美汽车图像传感器总销量破5亿

不同于一些Tier 1厂商把成像、传感器、摄像头或雷达都归入感知，安森美更倾向于把成像和感知分开来对待。易继辉说，成像的应用主要是将显示屏上的效果给驾驶员看。比如，电子后视镜无需转头就能看到，此类给驾驶员看的技术叫Viewing即成像。而感知主要用于前视，传输信息给人工智能算法，通过运算在GPU上做判断和指令。在应用上，成像属于人工视觉，感知属于机器视觉。oK5esmc

·汽车感知的挑战

在易继辉看来，未来汽车是架在四个轮子上，具有强有力感知能力的计算机。现在汽车感知系统已经超过人类的感知能力，前者能不间断地监控周围环境，人类驾驶员会有注意力不集中的时候。随着感知系统越来越丰富、全面、强大，自动驾驶汽车将比人类驾驶更安全。oK5esmc

oK5esmc

自动驾驶汽车的可靠性、安全性，主要体现在以下几个方面：oK5esmc

首先，自动驾驶汽车将趋向共享化的模式。未来的汽车大多数时间都处于行驶状态，每天只有一两个小时来充电、维修。共享化趋势在近年来开始显现，安森美已经朝着这个方向发力，致力于加倍提高产品的可靠性能。oK5esmc

其次，自动驾驶汽车已经不仅要求是“可靠的汽车”，而且还要求是“可信的汽车”。乘客要信任自动驾驶汽车在紧急情况下能自我判断、决策和行动。oK5esmc

再次，网络安全越来越重要。随着车联网、智能网联汽车更加普遍，黑客侵入感知系统将非常危险。为此，欧洲已经着手将网络安全标准，上升至政府和行业标准。oK5esmc

·汽车成像的挑战

oK5esmc

汽车成像的挑战主要集中在三个方面：oK5esmc

一是宽动态。道路的方向是固定的，行车时可能要逆着太阳前进，这要求摄像头具备宽动态，能很好地适应从暗到亮的环境。当汽车从车库、隧道出来时，摄像头能够清晰显示暗处或亮处的物体。oK5esmc

二是环境条件。汽车可能会在寒冷的东北地区、高温的沙漠地区、高湿度的南方地区行驶，要求汽车成像系统在恶劣环境中能正常工作。oK5esmc

三是针对图像传感器的挑战：辨别LED指示牌、交通灯。许多国家的公路已经采用电子管控牌，它们使用LED背光源，因闪烁频率不同步，图像传感器有时会捕捉不到信号，这对机器视觉来说，有较大的挑战。过去的方案都是在软件里来解决这个问题，现在的方案可在硬件中解决。oK5esmc

自动驾驶汽车成像有外部感知、内部感知、增强视觉等多样化特征。其中，外部感知非常复杂，包括远近、大小车辆、自行车；行人，大人、小孩、老人；路标、车线，斑马线，交通灯……外部感知要求能全天候实现。内部感知主要从对驾驶员的疲劳监控，逐渐地扩大到对驾驶员有无分散精力以及是否系好安全带等行为的监控，进一步扩大到对乘客的感知。视觉增强则主要是为驾驶员和乘客提供更好的视觉感知，比如电子后视镜，保证驾驶员的驾驶更安全。oK5esmc

先进的图像传感器技术

oK5esmc

上面是一个图像传感器示意图，其内部结构由半导体制成。有人认为GPU和CPU是半导体行业中最具挑战性的技术，实际上与传感器相比只是小巫见大巫。易继辉解释说：“GPU和CPU主要对付电子（Electron），图像传感器既要对付电子又要对付光子，光子和电子的结合使其成为非常复杂的半导体。除此之外，未来图像传感器内部还会叠加更多芯片，还会集成AI等更智能化的功能。所以，图像传感器需要非常长时间的技术积累和投入。”oK5esmc

他进一步补充说：“光子进来以后，转换成电核，变成电信号。相当于下雨时拿着水桶接雨，水桶越大接雨水也越多。同样，容积越大，光子转化成电子的电容、电荷量也就越多。安森美有一个新的技术，被应用在高端、专业的摄影机中。就好比在传统小像素旁边，开一个大的‘蓄水池’，多余的电荷流到‘蓄水池’中，提高整个光强量、信息量，增加动态范围。李安拍摄《少年派的奇幻漂流》时的ARRI公司的摄影机，就采用了安森美的图像传感器。目前，安森美已经逐步将该技术导入汽车领域，未来也会导入到工业机器视觉和其他领域。”oK5esmc

安森美的Hayabusa系列产品就采用了上述技术，其一次曝光就能实现95dB，多次曝光之后可达到120dB。下一代产品的一次曝光有望达到110dB，多次曝光将达到140dB，这是行业领先的一个指标。oK5esmc

为什么宽动态非常重要？上图左边是宽动态欠佳的情况，暗的部分清楚，但亮的部分无法辨别。若宽动态好，不光暗的地方显示得非常清楚，亮部的红绿灯、前方车辆等信息都能看得很清楚。这就能给人工智能、算法提供精准的信息，在这个基础上做出准确的判断。所以，宽动态对成像来说非常重要。oK5esmc