據麥姆斯咨詢介紹，半導體行業專業媒體Semiconductor Engineering近日與比利時微電子研究中心（imec）“像素創新（Pixel Innovations）”項目經理Pawel Malinowski進行了對話，雙方討論了圖像傳感器技術的新變化及驅動因素。以下為麥姆斯咨詢編譯的訪談內容。
Q：圖像傳感器領域接下來有哪些值得關注的趨勢？
Malinowski：我們正在努力擺脫硅光電二極管的局限，探索一種制造圖像傳感器的新方法。硅是一種較完美的材料，尤其是在復制人類視覺方面，因為它對可見光波長很敏感，這意味著我們可以利用硅完成人眼所能看到的一切。現在，該領域已經非常成熟，圖像傳感器全球出貨量每年可以達到約60億顆。這些傳感器芯片最終被用于智能手機、汽車以及很多其它應用的攝像頭。這些是典型的標準圖像傳感器，其中含有硅基電路或電子器件及硅光電二極管。它們基本上重現了紅/綠/藍（RGB）三元色，這樣我們就可以用圖像傳感器拍出漂亮的照片。但如果我們觀察其它波長，例如紫外或紅外波段，就會發現在可見光波段無法獲取的現象或信息。現在，我們特別關注紅外波段。其中，在波長1微米到2微米之間，我們稱之為短波紅外（SWIR）。有了這個波段的探測能力，我們就可以“看透”某些事物，例如，透視霧、煙或云，這對于汽車應用來說尤其有用。
Q：這項技術需要克服哪些挑戰，又帶來了哪些新應用？
Malinowski：在短波紅外波段我們無法用硅材料，因為對于這個波段它是“透明”的。這對于缺陷檢測來說很有趣，例如，檢測硅太陽能電池的裂縫。在可見光波段看起來完全相同的材料，在短波紅外波段可能具有不同的反射率，這意味著可以提供更好的對比度，例如，塑料或食品的分揀。通過主動發射光并檢測反射回來的光，我們可以進行物體檢測。例如，這就是iPhone上Face ID的類似工作原理，它們采用了波長940納米左右的光。如果采用更長的波長，例如1400納米，可以獲得更低的背景噪聲，這意味著可以有更好的對比度。
短波紅外波段優勢及其潛在應用（來源：imec）
Q：如何實現短波紅外波段的感知？
Malinowski：硅由于其本身的物理特性，不是理想的短波紅外傳感材料。傳統的方法是鍵合，采用另一種材料（例如銦鎵砷或碲鎘汞）將其鍵合在硅基讀出電路上。這是現有技術。它已被廣泛用于國防、軍事、高端工業或科研應用，但是很昂貴。由于鍵合工藝和制造成本的原因，用這種技術制造的短波紅外傳感器通常需要幾千歐元。當然，也可以在硅襯底上生長所需要的材料，比如鍺，但這相當困難，而且在降低噪聲方面也存在一些問題。我們采用了第三種方法，即沉積材料。在這種情況下，我們要么使用有機材料，要么使用量子點。我們采用了能吸收短波紅外光或近紅外光的材料，并用標準方法進行沉積（如旋涂），得到了非常薄的敏感層。這就是為什么我們將這類傳感器稱為“薄膜光電探測器”，這種材料的吸收特性比硅高得多。它看起來像攤在硅基讀出電路頂部的“煎餅”。
Q：與其它材料相比，它有哪些特性？
Malinowski：硅二極管需要更大的體積和更大的深度，尤其對于更長的波長，它會變得透明。相比之下，薄膜光電探測器（TFPD）圖像傳感器具有單片集成的材料堆棧，包括量子點有機材料等光敏材料，這意味著它是一顆在硅頂部沒有鍵合的芯片。這種方法的問題是，在金屬電極上集成這樣的光電二極管時，很難將噪聲降到足夠低的水平，因為有一些固有噪聲源是無法消除的。
薄膜光電探測器（TFPD）（來源：imec）
Q：那你們是如何解決這個問題的？
Malinowski：我們遵循了硅基圖像傳感器在20世紀80年代末和90年代的發展方式，引入了PIN光電二極管，將光子轉換的光電二極管區域和讀出解耦。我們引入了一個額外的晶體管，而不是只有一個薄膜吸收體與讀出電路的接觸。這就是TFT，它負責使結構完全耗盡，這樣我們就可以將薄膜吸收體中產生的所有電荷轉移，并通過該晶體管結構將它們轉移到讀出電路。通過這種方式，我們顯著地限制了噪聲源。
Q：對于圖像傳感器設計，為什么噪聲是一個大問題？
Malinowski：噪聲有不同的來源。噪聲可以是不需要的電子的總數，但這些電子可能來自不同的來源或不同的原因。有些與溫度有關，有些與芯片中的不均勻性有關，有些則與晶體管漏電有關，當然還有其它原因。通過這種方法，我們正在研究與讀出相關的一些噪聲源。所有的圖像傳感器都有噪聲，但它們處理噪聲的方法不同。例如，iPhone中的硅基圖像傳感器通過特定的讀出電路設計來處理噪聲源，其架構的基礎可以追溯到上世紀80年代和90年代。這算是舊設計思路在新型傳感器中的應用，也給了我們一定的啟發。
Q：您預計短波紅外圖像傳感器在哪些領域獲得應用？您提到了汽車，它也適用于醫療器械嗎？
Malinowski：這項技術最大的驅動力來自智能手機等消費電子產品。如果使用更長的波長，可以獲得更好的對比度，因為更長波長下的背景噪聲更少。這是增強視覺，這意味著相機可以看到比人眼更豐富的東西，捕捉更多的信息。另一個吸引人的地方在于，更長的波長更容易通過一些顯示器。例如，通過這種解決方案，我們可以將Face ID這樣的人臉識別傳感器放在顯示器下方，實現真正的全屏顯示，無需“劉海”或者挖孔屏。
利用短波紅外增強視覺（來源：imec）
另一方面，對于更長的波長，人眼的敏感度低很多，相比近紅外波長大約低五六個數量級，這意味著我們可以使用更強的光源。更高的功率，意味著更遠的探測距離。對于汽車應用，可以獲得額外的能見度，特別是在惡劣天氣條件下，例如透過霧的能見度。
對于醫療應用，這可以幫助推進器械的小型化。對于內窺鏡等一些應用，現有技術使用了其它材料以及更復雜的集成，因此小型化相當困難。使用量子點方案，我們就可以制作非常小的像素，這意味著可以在緊湊的形狀尺寸中獲得更高的分辨率。使其在保持高分辨率的同時進一步小型化。此外，根據我們的目標波長，我們可以獲得非常高的水的對比度，這也是食品行業可能感興趣的原因之一。例如，這可以更好地檢測谷物產品中的水分。
量子點短波紅外圖像傳感器的潛在應用（來源：imec）
Q：憑借增強的微光視覺能力，短波紅外圖像傳感器有望在軍事領域獲得應用嗎？
Malinowski：這類傳感器在軍方已有應用，例如，用于探測激光測距儀。不同的是，軍方可以為一臺這樣的相機支付2萬歐元，在此之前，汽車或消費行業想都不敢想。
Q：所以這項突破有望使大眾用消費級的價格獲得先進的微光視覺功能？
Malinowski：沒錯，憑借小型化以及單片集成的可擴展性，使過去上萬歐元的軍用短波紅外成像技術現在可以實現消費類產品的規模和價格。
Q：圖像傳感器技術領域還有哪些趨勢值得關注？
Malinowski：目前的討論點是，超越可見光成像。現有技術對于拍照來說已經非常出色了。圖像傳感器的新趨勢是對于不同的應用更加細分、更專業化。并不是所有的應用都需要輸出漂亮的照片，也可以是特定的信息。例如，對于Face ID，輸出實際上可以是1或0，要么智能手機已解鎖，要么沒有。這個過程中我們不需要看到人臉的照片。還有一些有趣的應用范式即將興起，比如偏振成像儀，它就像偏振眼鏡，可以增強難以區分物體的對比度。
此外，還有一類基于事件的圖像傳感器，它只觀測場景的變化，例如，研究機器的振動或統計經過商店的人。對于自動駕駛系統，面對迎面而來的障礙物，需要及時提出警告。這些情況，我們并不需要漂亮的照片。這一趨勢意味著更碎片化，圖像傳感器特性將更具體地針對應用而開發。這影響著人們設計圖像傳感器的方式，因為他們關注的是如何適合特定的應用，而不是一味地優化圖像質量。成像質量固然重要，但有時我們僅需要一些簡單的信息即可完成任務。
Q：有必要辨別障礙物是人還是樹嗎？還是能識別到什么時候需要立即剎車就足夠了？
Malinowski：在汽車行業，仍然存在爭論。有些人認為需要對所有的物體進行分類。他們想知道障礙物是兒童、摩托車手還是樹。也有人認為“我們只需要知道它是否擋道，是否需要踩剎車”就夠了。所以，目前還沒有一個定論。
