自动驾驶摄像头与工业相机中的短波红外新秀

电子发烧友网报道（文/周凯扬）在追求高精度自动视觉检测的图像传感器中，我们常常提到红外这一波段。要想进一步细分的话，往往750nm到1000nm的波段范围称为近红外（NIR），而1000nm到1600nm之间的波段称为短波红外（SWIR）。

在短波红外的波段下，这类传感器得以看到不少与传统CMOS图像传感器不同的画面，其成像或对比结果可以直接用于自动视觉检测中，且无需较高的像素，比如晶圆制造中的薄膜工艺，或是智能穿戴设备的温度监测。

而最近不少厂商都在进一步推动SWIR传感器往低成本的方向走，从而尽快集成到更多消费和工业应用中去。除了基于锗基的SWIR传感器以外，也有选择铟镓砷材料的，不过后者在成本要更高一些，也成了阻碍其大规模普及的痛点之一。

SWIR图像传感器的一大特色就是，在短波红外波段去追求最大的量子效率。索尼在2020年发布了两款广谱铟镓砷图像传感器，IMX990和IMX991，分别是一款1/2英寸134万有限像素和1/4英寸34万有效像素的SWIR图像传感器。

索尼的这两款传感器，就能在1200nm下做到大于75%的量子效率，即便是在可见光波段下，其相对量子效率也不会低于0.7。此外，索尼的SWIR图像传感器与其他产品一样，已经集成了片上ADC等功能，所以可以直接实现数字输出，加速相关相机产品的开发。

至于上面提到的铟镓砷成本问题，索尼似乎选择了D2W的混合封装方案，利用混合键合技术，将铟镓砷探测器转移到硅探测器读出芯片上。这一设计方案不仅显著降低了制造成本，也同样缩小了像素尺寸，做到了5微米，得以输出更高的解像度。

在自动驾驶的传感器融合策略中，现有的VIS摄像头往往用于检测路面标识、交通标志、车辆和行人等，毫米波等雷达传感器则用于测量物体的距离和速度，激光雷达则是用于实现更高分辨率的测量。

但无论是VIS摄像头还是激光雷达，都存在一定的痛点，比如VIS摄像头在夜晚与浓雾风沙天气喜爱的局限性，或是激光雷达高昂的成本、更大的体积等等。可如果我们考虑将SWIR作为视觉补充的话，这些痛点就一并解决了。

SWIR图像传感器不必去负责VIS摄像头传感器的工作，它只需要解决眩光、恶劣天气和夜间这类场景下的感知问题就好。而且SWIR图像传感器还有胜过VIS与激光雷达的一点，那就是它是可以置于车内的，诸如反射之类的颜色干扰根本不会对其造成影响，因为它可以通过频谱响应直接对材料进行判断，所以也无需像激光雷达和传统ADAS摄像头那样，为了最大化成像清晰度和分辨率必须置于车外。

Trieye的Raven就是这样一款面向汽车/ADAS应用的锗基SWIR图像传感器，像素量达到120万，同时覆盖了400nm到1600nm的可见光+SWIR波段，最大输出规格可达1284×960分辨率和120FPS。

SWIR图像传感器无疑在工业与自动驾驶领域有着相当大的潜力，即便是索尼这样的巨头也都开始布局。更重要的是，SWIR图像传感器以目前的参数水平来说，还有很大的提升空间。索尼SWIR的官方开发人员也提到，如果加入AI技术，可以进一步提高传感器的精度，这也是当下所有图像传感器未来的开发方向。