当前的自动驾驶和辅助驾驶系统中,激光雷达和毫米波雷达等传感器已经屡见不鲜,但图像传感器主攻的摄像头视觉系统依然未被任何一家车厂抛弃。反观特斯拉,更是一直坚持纯视觉方案。那么图像传感器究竟有何优势,又是如何解决自动驾驶带来的挑战的?
不同位置的汽车图像传感器
单从传感器数量上来看,图像传感器无疑是ADAS和AD应用中用在车身上最多的传感器,遍布车身各个位置。但在像素、动态范围等参数上,这些图像传感器往往不会统一,那么它们的位置是如何决定其配置的呢?安森美(onsemi)中国汽车市场现场应用经理陈力答道,远距离摄像头例如前视/后视,要求高灵敏度,高动态范围,抑制LED闪烁和高像素数,以满足长距离小障碍物探测需要,目前常用8百万像素;而近距离摄像头例如环视,要求高灵敏度,中等动态范围和中等像素数,主要探测车身周围的场景,目前常用到2~3百万像素;如果是抓拍高速运动场景的摄像头,则需要考虑采用全局快门图像传感器。
除了车外用于ADAS和AD的图像传感器外,用于环视和监控的传统摄像头应用也要用到图像传感器,但它们的参数需求同样存在差异。环视摄像头为人眼视觉+低速应用,ADAS是机器视觉+高速应用。后者强调传感器的功能安全,低照性能,动态范围,空间解析力和抗LED闪烁功能要求。
车内监控也分驾驶员监控(DMS)和乘客监控(OMS),出于安全考虑,欧盟和中国均出台了相关政策,强制要求部分商用车型中装配DMS系统。OMS系统虽然面世不算久,但在安全带检测、车内乘客滞留提醒等应用上同样起到至关重要的作用。这两大车内监控系统中,DMS侧重于机器视觉,需要时刻关注驾驶员的状态,因此往往用到黑白的全局快门图像传感器。而OMS则侧重于记录功能,可用彩色或RGB-IR的滚动快门传感器。
LED闪烁问题如何抑制
汽车图像传感器最常见的挑战之一就是LED闪烁抑制(LFM),就像人眼对于LED屏幕的闪烁的感知一样,如今的手机常常用到DC调光和PWM的方案。而汽车图像传感器就像是车上的眼睛,对车外的LED光线同样会有所感应,那么汽车图像传感器又是如何解决LFM问题,改变车灯的频率有没有可能改善LED闪烁呢?
陈力给出了这一问题的解释:采用DC调光方式的LED没有闪烁的问题,此时LED一直常亮,仅通过调幅来调节亮度,整个过程中灯并没有熄灭的状态; 而另外一种更常见的LED灯是PWM调频驱动方式,即以一种一明一暗的光脉冲方式在照明,脉冲闪烁频率从几十到几百赫兹都有可能,这种闪烁是照明场景客观存在的现象,虽然人眼通常看不到,但能被图像传感器所感知。从某种角度来说,图像传感器输出的结果更客观真实,而眼睛反倒欺骗了你。光脉冲的闪烁频率取决于PWM频率,其亮度取决于占空比,不同LED灯通常频率也不同。抑制LED闪烁常见的方法是增大曝光时间,曝光时间越长,每行像素能抓到更多光脉冲,从而削弱了闪烁的强度,但曝光时间越长,带来的运动模糊也越明显。同理,增加LED灯的频率也可以减小LED闪烁,但LED灯频率往往不可控,实际场景中,LED闪烁不仅仅出现在车灯上,环境中的LED照明都存在类似闪烁,例如信号灯,广告灯等等。
高动态范围(HDR)和超级曝光
动态范围在汽车图像传感器上有着非常高的要求,真实世界场景下的动态范围极端情况下可以达到140 dB,所以这类产品往往都要做到120 dB以上,目前传统HDR采用的多重曝光合并方式会产生高速运动伪影的现象,这对ADAS应用中的算法提出了一定要求。
为了解决同时做到LFM和HDR又能保证成像质量的挑战,安森美的Hayabusa系列汽车图像传感器采用了超级曝光像素的技术。通过扩展像素容量,可以做到长时间曝光捕捉脉冲光而不会过饱和,并将动态范围扩展至线性像素容量的5倍。Hayabusa只需单次曝光就能在兼顾LFM的情况下实现95 dB的动态范围。陈力提到,在多次曝光合并技术基础上,传统像素需要3次曝光来实现120 dB的动态范围,而Hayabusa只需要两次曝光合并就可以实现120 dB的动态范围,大大改善了运动伪影问题。与大小像素技术相比,超级曝光没有两种像素结构带来的巨大的光学设计挑战,即边缘像素性能急剧恶化和严重的像素间串扰,也不会因为校准和去噪而导致细节与分辨率的损失。
结语
面对其他高性能传感器的竞争,图像传感器凭借其成本、大小等优势依然牢牢占据着汽车市场。这一视觉方案凭借LFM和HDR等特性,以及超级曝光等技术的创新,依然在其弱项上进行突破,适配更多的驾驶场景。
不同位置的汽车图像传感器
车身上不同位置的图像传感器 / 安森美
单从传感器数量上来看,图像传感器无疑是ADAS和AD应用中用在车身上最多的传感器,遍布车身各个位置。但在像素、动态范围等参数上,这些图像传感器往往不会统一,那么它们的位置是如何决定其配置的呢?安森美(onsemi)中国汽车市场现场应用经理陈力答道,远距离摄像头例如前视/后视,要求高灵敏度,高动态范围,抑制LED闪烁和高像素数,以满足长距离小障碍物探测需要,目前常用8百万像素;而近距离摄像头例如环视,要求高灵敏度,中等动态范围和中等像素数,主要探测车身周围的场景,目前常用到2~3百万像素;如果是抓拍高速运动场景的摄像头,则需要考虑采用全局快门图像传感器。
安森美中国汽车市场现场应用经理陈力 / 安森美
除了车外用于ADAS和AD的图像传感器外,用于环视和监控的传统摄像头应用也要用到图像传感器,但它们的参数需求同样存在差异。环视摄像头为人眼视觉+低速应用,ADAS是机器视觉+高速应用。后者强调传感器的功能安全,低照性能,动态范围,空间解析力和抗LED闪烁功能要求。
车内监控也分驾驶员监控(DMS)和乘客监控(OMS),出于安全考虑,欧盟和中国均出台了相关政策,强制要求部分商用车型中装配DMS系统。OMS系统虽然面世不算久,但在安全带检测、车内乘客滞留提醒等应用上同样起到至关重要的作用。这两大车内监控系统中,DMS侧重于机器视觉,需要时刻关注驾驶员的状态,因此往往用到黑白的全局快门图像传感器。而OMS则侧重于记录功能,可用彩色或RGB-IR的滚动快门传感器。
LED闪烁问题如何抑制
汽车图像传感器最常见的挑战之一就是LED闪烁抑制(LFM),就像人眼对于LED屏幕的闪烁的感知一样,如今的手机常常用到DC调光和PWM的方案。而汽车图像传感器就像是车上的眼睛,对车外的LED光线同样会有所感应,那么汽车图像传感器又是如何解决LFM问题,改变车灯的频率有没有可能改善LED闪烁呢?
有无LFM的对比 / 安森美
陈力给出了这一问题的解释:采用DC调光方式的LED没有闪烁的问题,此时LED一直常亮,仅通过调幅来调节亮度,整个过程中灯并没有熄灭的状态; 而另外一种更常见的LED灯是PWM调频驱动方式,即以一种一明一暗的光脉冲方式在照明,脉冲闪烁频率从几十到几百赫兹都有可能,这种闪烁是照明场景客观存在的现象,虽然人眼通常看不到,但能被图像传感器所感知。从某种角度来说,图像传感器输出的结果更客观真实,而眼睛反倒欺骗了你。光脉冲的闪烁频率取决于PWM频率,其亮度取决于占空比,不同LED灯通常频率也不同。抑制LED闪烁常见的方法是增大曝光时间,曝光时间越长,每行像素能抓到更多光脉冲,从而削弱了闪烁的强度,但曝光时间越长,带来的运动模糊也越明显。同理,增加LED灯的频率也可以减小LED闪烁,但LED灯频率往往不可控,实际场景中,LED闪烁不仅仅出现在车灯上,环境中的LED照明都存在类似闪烁,例如信号灯,广告灯等等。
高动态范围(HDR)和超级曝光
动态范围在汽车图像传感器上有着非常高的要求,真实世界场景下的动态范围极端情况下可以达到140 dB,所以这类产品往往都要做到120 dB以上,目前传统HDR采用的多重曝光合并方式会产生高速运动伪影的现象,这对ADAS应用中的算法提出了一定要求。
超级曝光像素与大小像素的对比 / 安森美
为了解决同时做到LFM和HDR又能保证成像质量的挑战,安森美的Hayabusa系列汽车图像传感器采用了超级曝光像素的技术。通过扩展像素容量,可以做到长时间曝光捕捉脉冲光而不会过饱和,并将动态范围扩展至线性像素容量的5倍。Hayabusa只需单次曝光就能在兼顾LFM的情况下实现95 dB的动态范围。陈力提到,在多次曝光合并技术基础上,传统像素需要3次曝光来实现120 dB的动态范围,而Hayabusa只需要两次曝光合并就可以实现120 dB的动态范围,大大改善了运动伪影问题。与大小像素技术相比,超级曝光没有两种像素结构带来的巨大的光学设计挑战,即边缘像素性能急剧恶化和严重的像素间串扰,也不会因为校准和去噪而导致细节与分辨率的损失。
结语
面对其他高性能传感器的竞争,图像传感器凭借其成本、大小等优势依然牢牢占据着汽车市场。这一视觉方案凭借LFM和HDR等特性,以及超级曝光等技术的创新,依然在其弱项上进行突破,适配更多的驾驶场景。
声明:本文内容及配图由入驻作者撰写或者入驻合作网站授权转载。文章观点仅代表作者本人,不代表电子发烧友网立场。文章及其配图仅供工程师学习之用,如有内容侵权或者其他违规问题,请联系本站处理。
举报投诉
-
电动车
+关注
关注
73文章
2997浏览量
113930 -
图像传感器
+关注
关注
68文章
1886浏览量
129468
发布评论请先 登录
相关推荐
CMOS图像传感器的优缺点
CMOS图像传感器的优点 1. 成本效益 CMOS图像传感器的生产成本相对较低。由于CMOS技术与半导体制造工艺兼容,可以在同一生产线上制造,这降低了制造成本。此外,CMOS
电动车用万能控制器不用霍尔可以吗
电动车的控制器是电动车系统中非常重要的一个部件,它负责控制电机的启动、运行、停止以及速度调节等功能。霍尔传感器(Hall sensor)是控制器
索尼图像传感器芯片有哪些
索尼(Sony)是全球领先的图像传感器制造商之一,其产品广泛应用于数码相机、智能手机、监控摄像头等多个领域。索尼的图像传感器技术一直处于行业领先地位,不断推出创新的产品和技术。 一、索
图像传感器的参数有哪些
图像传感器是现代电子设备中不可或缺的组成部分,广泛应用于手机、相机、监控系统、医疗成像、工业检测等领域。它负责将光信号转换为电信号,从而实现图像的捕获和处理。 一、图像
图像传感器的探测能力与哪些因素有关
图像传感器的探测能力与相关因素 图像传感器是现代电子成像系统中的核心部件,它能够将光信号转换为电信号,进而生成数字图像。随着科技的不断进步,
图像传感器的原理是什么?
图像传感器是一种将光信号转换为电信号的设备,广泛应用于摄影、视频监控、医学成像、天文观测等领域。图像传感器的原理涉及到光电效应、电荷存储、信号放大、模数转换等多个方面。 一、
图像传感器是依靠什么感光的
图像传感器是一种将光学图像转换成电子信号的设备,广泛应用于数字摄影、视频监控、医学成像、天文观测等领域。图像传感器的工作原理基于光的感光性,
常用遥感传感器中成像的传感器是什么
常用遥感传感器中成像的传感器主要包括以下几类: 一、光学成像传感器 多波段扫描仪 :多波段扫描仪是一种重要的光学成像传感器,它能够同时获取多个波段的
简单认识CMOS图像传感器
CMOS(Complementary Metal-Oxide-Semiconductor)图像传感器,中文学名为互补金属氧化物半导体图像传感器,是一种典型的固体成像
未来已来,多传感器融合感知是自动驾驶破局的关键
数据,与现有主流AI计算平台完全兼容,它可以复用已有的图像数据样本,免除了产品的神经网络训练数据需要完全重新采集的困扰。
“多维像素”数据组合示意图
昱感微的融合感知技术采用最前沿的 多传感器前
发表于 04-11 10:26
传感器数据融合算法python代码
传感器数据融合算法是一种将多个传感器收集到的数据合并到一个一致和准确的表示中的技术。这种算法的目的是提高数据精确性和可靠性,从而增强对环境或目标的理解和控制。在本文中,我们将详细讨论传感器
多传感器数据融合算法最关键的是
多传感器数据融合是一个综合处理多传感器数据的过程,以提高对环境或目标的感知和解释能力。在这个过程中,各种数据融合算法起着至关重要的作用。本文将深入探讨多
评论