點擊藍字 關注我們
在機器人和工廠復雜應用中，高速移動帶來的畫面畸變、中遠距離的三維深度誤差，往往是圖像傳感器面臨的技術瓶頸。繼上一篇深度拆解：實現優異 HDR 的三種核心方法后，安森美（onsemi）《面向無人機和機器人的圖像傳感器教程》系列最后一篇將深度解析全局快門、近紅外照明、iToF等核心要點。第一篇請查看??一文讀懂無人機與工業機器人的環境感知需求
消費級數碼單反相機與固定式安保攝像頭普遍采用卷簾快門，圖像傳感器會分區域依次感光。曝光區域從傳感器一側逐步移向另一側，已完成曝光的像素同步進行數據處理，后方區域則正在曝光。這種機制用于統籌相機成像流程，高分辨率場景下尤為適用，可避免圖像處理前在內存中緩存大量畫面數據。
對于消費級相機來說，這是一種巧妙的設計，但拍攝高速運動目標時畫面容易產生輕微畸變，影響畫面真實感。對于面向無人機、機器人導航，或是用于目標身份識別的成像設備而言，卷簾快門的工作效率并不理想。
全局快門可以消除運動物體出現畫面畸變的問題。整個光電二極管一次性捕獲圖像的所有區域，然后將像素值存儲到內存中。
為讓全局快門的圖像數據即時傳輸至存儲元件（左圖中標識為 ME），存儲元件 (ME) 緊鄰光電二極管布設。這種設計的一個潛在弊端是，從導光管 (LP) 漏出的入射光或雜散光，可能對存儲元件造成干擾。
雜散光帶來的影響可從這些照片中直觀看到：貼在運轉扇葉上的名片呈現出重影虛影。后續曝光的光線與先前曝光的畫面相互疊加，最終形成了透明的視覺錯覺。
當圖像傳感器采用全局快門效率 (GSE) 優化方法時，可以確保拍攝高速運動物體時畫面清晰、無偽影。安森美 Hyperlux SG 系列 AR0145、AR0235 傳感器將整體 GSE 提升一倍，支持 120 幀/秒高速精準抓拍動態場景。無論暗光還是強光環境，均可輸出低噪點清晰圖像。Hyperlux SG 系列傳感器集成自動曝光控制、自動黑電平校正、陣列框選、跳行/跳列及像素合并功能，可將四個像素的數據合并為單個像素輸出。
針對紅外 (IR) 頻率優化的圖像傳感器通常采用主動照明。它使用紅外或近紅外 (NIR) LED，或者使用垂直腔面發射激光器 (VCSEL) 來“照亮”前方目標。兩種光源均以極短脈沖形式發射紅外光。
為了使紅外或近紅外傳感器捕捉脈沖反射光，時序必須與發光脈沖嚴格同步。如果紅外傳感器經過精心設計，使所有像素在紅外發射器脈沖的瞬間都能獲得最佳響應，則紅外傳感器的 GSE 將得到極大提升。
距離屬于一維概念，可用單條直線表示。要利用二維圖像實現深度感知，圖像處理器至少需要同時獲取兩個不同視角的畫面。處理機制估算的深度精度，很大程度上取決于兩路圖像傳感器的分辨率。
由于分辨率始終是一個限制因素，安森美 Hyperlux ID 這類 CMOS 圖像傳感器的深度感知范圍有限。機器人與無人機若要突破限制實現更遠距離深度感知，就需要采用一種稱為間接飛行時間 (iToF) 的技術。安森美 Hyperlux ID 傳感器采用全局快門，以 940 nm 紅外激光二極管作為照明器，可同時捕捉八次曝光（兩種頻率，各對應四個相位），然后將所有曝光數據整合為單幀存儲。此舉基本消除了運動引起的相位誤差。
Hyperlux ID AF0130 內置嵌入式深度處理 ASIC，可在片上處理所有深度感知運算。例如，當激光等恒定調制光源發出的光線經物體反射后，反射光與發射光之間會產生微小的相位差。借助基礎三角運算，ASIC 就能根據四組曝光對應的相位差，推斷出一個距離值（間接飛行時間中“間接”的由來）。
物體的反射率反映了物體產生的光信號強度?？梢暬浖軌蚴褂蒙疃葓D以顏色方式表示相對深度。圖中，近處物體偏向光譜紅色區域，遠處物體則偏向藍紫色一端。
目前，許多 AMR 和機器人使用 VCSEL 激光器作為主要的主動照明器件。這類場景下，圖像傳感器需測算 VCSEL 與自身 NIR 反射光的頻率相位偏移，并對兩種光信號的強度進行調制。
安森美工程師開展實景模擬測試，在采用 VCSEL 的條件下，Hyperlux ID AF0130 在淺色調普通走廊的熒光燈環境中，可清晰識別 30 米處反射率 70% 的目標；在霧霾天氣、照度 20000 勒克斯的背陰區域，有效探測距離可達 20 米。
有時，制造業機器人需要搭載類似雙光眼鏡的電子視覺方案，既要觀測大范圍場景，同時也要看清特定部件的細微細節。
安森美 Hyperlux LP 系列 AR2020 傳感器最高分辨率可達 2000 萬像素，幀率 60 幀/秒。它支持畫面分區處理，可放大指定區域，強化細節表現，同時還能以原生分辨率捕捉整個畫面范圍。
若系統依靠采集兩幀圖像來呈現不同細節層次，兩幀圖像的采集延遲可能導致圖像處理器丟失關鍵信息。安森美的智能感興趣區域 (SmartROI) 功能，讓 AR2020 能夠替代傳統雙傳感器機器視覺方案（即使用兩顆傳感器，以不同放大倍率對同一區域成像的架構）。對于執行拾取和放置操作的關節機器人而言，借助 SmartROI，既能感知前方整個場景，也能專注于需要移動的物體和目標放置位置。
第一人稱視角 (FPV)
最適合 FPV 操作、性價比最優的圖像傳感器采用卷簾快門，通常包含全局復位釋放 (GRR)，用以模擬更多全局曝光條件。在以下表格中，“ERS”指的是電子卷簾快門，而支持此類去偽影方法的型號則標注了“GRR”。
AR2020 采用卷簾快門讀出技術，提高了量子效率，降低了讀出噪聲，且不會引入畫面畸變。AR2020 還支持運動喚醒 (WoM) 技術，使傳感器能夠在超低功耗模式下運行，在以 16 x 9 分辨率檢測到場景中的變化之前，僅消耗正常功率的 1/100。
表格中提到的縮放單元，指借助拜爾濾鏡通過算法對圖像進行二次采樣，得到尺寸更小但畫質依舊精準的圖像（表格中也列明了“二次采樣模式”）。對于全局快門傳感器，當鏡頭對準遠景，近處物體突然入鏡時，動態場景切換功能會讓傳感器立即復位，避免近處物體出現嚴重模糊。
視覺導航系統 (VNS)
為了避免碰撞，圖像傳感器最好使用支持 HDR 和超高幀率的卷簾快門。由于支持 GRR，AR0821 和 AR0822 型號特別適合執行此類任務。對于讀取二維碼和條形碼等操作，AR0145 和 AR0235 由于具有全局快門和高幀率，因此更適合使用，可確保圖像無畸變。
深度傳感器
安森美 Hyperlux ID AF0130 與 AF0131 深度傳感器所實現的技術突破，能夠重塑無人機和 VGR 的設計范式，使之更易于生產制造、維護保養、工程開發，同時具備更高的性價比。
AF013x 搭載的 120 萬像素 BSI 全局快門，可使 CMOS 圖像傳感器實現超高精度的深度感知能力
智能 iToF 技術與片上存儲結合（僅限 AF0130），可減少甚至消除運動偽影，助力需要高精度機器視覺的圖像與物體識別系統類 AI 軟件提升準確性
片上集成算法處理功能，完全消除對外部微控制器的依賴，從而簡化組件設計、縮小組件尺寸，同時降低功耗
出色的環境光抑制能力可提升傳感器的無歧義測距范圍，從而支持更廣泛的機器視覺新應用
依托安森美行業標準 Devware X 開發環境，可實現開放式軟件開發與可編程控制，并支持自定義情景配置
機器人行業再度迎來發展熱潮，主要源于兩大因素：其一，網絡技術（包括無線通信）讓機器人能夠接入海量存儲資源，實現穩定的狀態監測與設備維護。其二，CMOS 成像技術讓視覺與深度感知模塊能夠低成本、便捷地部署在機器人任意位置，如機械臂末端。對航空器設計者而言，在整機各處分布式布設圖像與深度傳感器，不僅技術可行，且具備實用價值。視覺技術讓無人機與 VGR 產業迎來了繼上世紀 60 年代后又一輪強勁發展。
安森美的技術讓自主設備不再局限于在機身“頭部”和云臺安裝成像模塊，拓展了視覺技術部署的空間。如今，各類正在研發或規劃中的機器人、無人機應用，再也不會因視覺能力不足、無法感知作業與行進環境而受到限制。
?點個星標，茫茫人海也能一眼看到我?
