超宽光谱传感器，要改变智能驾驶格局？
感知论坛
电子发烧友综合报道 近日，叠铖光电与利扬芯片举行了TerraSight芯片点亮仪式，正式宣告双方联合打造的超宽光谱叠层图像传感器成功流片。
去年，利扬芯片公告显示，光瞳芯作为广东利扬芯片测试股份有限公司全资子公司，将独家为叠铖光电提供超宽光谱叠层图像传感芯片的晶圆异质叠层以及测试等工艺技术服务。公告还提到，晶圆异质叠层工艺复杂，必须利用光刻机、刻蚀机、薄膜沉积、晶圆检测等一系列前道及后道半导体设备和工艺，实现晶圆材料改性、键合等多种工艺，光瞳芯会负责最终交付质量合格的超宽光谱叠层图像传感芯片。
来源：叠铖光电
那么什么是超宽光谱叠层图像传感器？有什么优势？
超宽光谱图像传感器是一种能够捕捉从可见光到红外甚至更广波段范围内的光谱信息的图像传感器。这种类型的传感器可以获取包括紫外、可见光、近红外、中红外以及远红外等多个波段的信息，从而提供比传统图像传感器更为丰富和详细的光谱数据。
这样的特性使得超宽光谱图像传感器在多种复杂环境条件下都能进行有效的探测和成像，例如在低光照条件、烟雾弥漫或者有大量尘埃的情况下也能清晰地识别物体。此外，它还具备高时空分辨率的特点，并且能够在广泛的光谱范围内保持较高的光谱精度。
强大的成像能力，令其在自动驾驶领域具备很大的应用前景。现有的自动驾驶应用中，常规感知方案依赖于视觉+激光雷达。由于它们环境适应性不足，导致目前在雨雾天、强弱光等环境条件下，算法的可靠感知难度明显提高，极易漏检和误检行人、车辆等有效目标，辅助/自动驾驶感知算法的识别率和安全性受到极大影响，制约了当前辅助/自动驾驶的市场接受度。
而超宽光谱图像传感器的优势是，提供卓越的全天候性能，在各种不同的光照条件下（如：夜间弱光、车灯炫光、太阳逆光等）、不同的天气下（如：雨天、雾天、灰尘等）依然能够可靠成像，极大的提升了辅助/自动驾驶感知系统的可靠性和可用性。
更丰富的多光谱图像数据，提供了更多维度的真实物理参数，即原始数据包含了更多的物理特征和图像特征，（例如视频中的人除了有图像信息，还有体温信息，更容易与其他物体区分识别），更丰富的特征使得算法对相同目标的识别率直线提升。
算力需求上，由于超宽光谱传感器本身卓越的环境适应性，以及比现有传感器提供更多维度的物理特征，它输入到算法网络中数据的有效性大大提高，使得感知算法在达到以往相同算法识别率的模型参数量大幅降低（缩小至2%~30%），可有效降低对车端算力资源的消耗，并且大幅减少辅助/自动驾驶系统对车载动力电池的能量损耗。
对于智能驾驶传感器而言，多传感器面临时间同步、空间同步的校对难题。超宽光谱传感器作为独立的传感器单元，没有时间同步问题，且超宽光谱视频提取出的多通道数据天然空间同步，每一个物体都只有一个时间空间坐标，完全克服了信息矛盾问题。
目前，叠铖光电官网展示了超宽光谱摄像头模组DC-A3，分辨率为2700×2160，据称是目前唯一实现了超宽光谱成像的车载摄像头模组，成像波段覆盖范围可达其他可见光摄像头成像波段的12倍以上，并由此带来了革命性的视觉感知能力，可极大地提升各种复杂道路、天气、光照情况下的自动驾驶感知可靠性。
查看全文
作者最近更新
评论0条评论