工业摄影机强化支持机器视觉

工业摄影机制造商一直都面临着设计出更小尺寸产品的挑战。机器视觉摄影机与消费型摄影机解决方案不同，尤其是工厂自动化摄影机必须符合严格的成套标准和要求。这些要求主要包括低光源下的表现、为达高速生产/响应所需的高帧率需求、对镜头和传感器的优异光学质量要求，以及适合工业应用的防水性和其他特定具长期可靠性的需求。此外，机器视觉系统也常须支持复杂的工业通讯标准，如时间敏感网络（Time-Sensitive Networking， TSN）、GigE Vision和CoaXPress等。

机器视觉对摄影机要求严苛

机器视觉摄影机应用，常要求使用比消费型应用更大、效能更高的组件。例如影像传感器的大小——不同于画素分辨率——是直接与摄影机的光量成正比，因此更大的传感器通常可提供更优异的影像质量。另一方面，高分辨率传感器也会产生更精细的影像，同时需要更高的帧率才能加快影像撷取速度，进而加快生产线或机器人的运作速度。这样高分辨率和更快速的传感器能产生高画素数据速率，进一步提升图像处理流程的作业负载（图1）。

除了感测、处理和优化影像之外，摄影机还必须支持机器视觉摄影机常用的高速接口，如GigE Vision、USB3 Vision、CoaXPress、Camera Link和Camera Link HS等（图2），也必须在带宽、缆线长度、成本和复杂性之间进行权衡取舍。与普通消费型产品相比，工业摄影机还必须符合更严格的安全性和可靠性标准（表1）。例如，大多数工业摄影机都提供至少三年保固期（不过一般使用时间能长于三年）、能在宽温范围下运作（通常为-40到+85°C），且须通过多家工业标准机构的认证，如ISO、TUV、RoHS和CE等。

此外，工业摄影机用户也提出越来越多功能安全和网络安全要求，尤其当这些摄影机已成为复杂网络系统的一部分，且有人员在系统中工作的时候。

摄影机的光学组件，即镜头系统，也对摄影机的大小极具影响力。其类似于传感器，较大的镜头一般能为摄影机系统撷取更多的光，而采用更高质量的镜头材料和更复杂的光学设计也能达到这个效果。选择镜头时需要考虑的其他因素还包含光圈、焦距、具体的镜头安装兼容性、波长需求，以及与选择的影像传感器的匹配性。

这些需求与普通消费型手机相机镜头有很大差别。例如，许多消费者都倾向于每两年更换新手机，因此手机相机镜头使用寿命明显较短。为将成本控制在手机总物料清单（Bill of Materials， BOM）的可接受占比之内，相机成本严格受限。尽管智能型手机的发展终结了上世纪90年代的最小尺寸手机竞赛，但制造商仍面临着继续保持手机相机（传感器和光学组件）轻薄的压力。

除了成本、尺寸和使用寿命，消费型摄影机的其他要求也不同于工业摄影机。最重要的是能够获取「高画质」影像，至少对普通的手机使用者而言是如此，并且可能要考虑人眼的特定偏好，例如应该撷取最精准的色彩或是让用户的自拍照更好看。

工业摄影机尺寸功耗受限

摄影机在工厂中的典型使用模式是机器视觉摄影机，负责检查在自动化生产在线通过的产品。不过如今的工厂对效能、速度、安全与保障提出了更高的要求。现代工业摄影机必须在不加大尺寸、不增加功耗或成本的情况下满足这些功能。机器学习（ML）正越来越被工厂广泛使用，因此摄影机必须能够部署经过训练的机器学习模型，进而比人工更快、更准确地自动分类、检测或细分对象的特性（如图3）。摄影机能检查食品饮料、帮助机器人选取和迭放包装箱、确保正确地为药物贴上标签，以及在废弃物管理设施内分类回收再利用的物料。

图3：YantraVision开发的棉花杂质分类系统

机器视觉摄影机也被逐渐用于工厂外的用途。工业摄影机是能实现包裹快递、旅店服务、仓储管理、建筑、农业、清洁和许多其他应用所使用的自主移动型机器人（Autonomous Mobile Robot， AMR）的主要技术，如图4。毋庸置疑，AMR作为移动型系统，对低功耗和尺寸有严格的要求。即使在工厂内，机器人也必须与工作人员密切协作运行，而使机器视觉摄影机的尺寸和功耗受到限制。

图像处理亦面对创新压力

机器视觉摄影机如同消费型摄影机一样，分辨率也在不断提升。索尼（Sony）的高阶机器视觉影像传感器的分辨率现在可达到2，500万和3，100万画素；佳能（Canon）则推出一款2.5亿画素的工业影像传感器。在传感器的类型和撷取的光数据方面也持续创新。传统摄影机采用以硅为基础的CMOS技术，用红、绿、蓝（RGB）画素优化可见光成像。但是在许多应用中，其他类型的传感器能提供更优异、更强大的功能。例如偏光（Polarization）传感器能「看穿」水和倒影，短波红外线（Short-wave Infrared， SWIR）传感器能侦测和透视特定材料（如图5），而热传感器能撷取温度数据而非可见光数据。由于Covid-19带来的筛检需求，温度测量应用近期备受关注。

图5：可见光与SWIR检查的对比

如今对摄影机的要求已远不止于将传感器数据处理成可见或可用的影像。机器学习正被越来越多地运用于打造智能工厂和AI系统。它们经过快速训练后，能够判断产品是否符合质量标准，或者经过再次训练后，能组合成新设计的产品。尽管网络摄影机肯定可以使用云端资源来进行储存和影像分析，但基于带宽、安全和延迟等现实考虑也要求在边缘完成图像处理和机器学习，例如在智慧AI摄影机中。

这不仅需要创新的摄影机传感器，也需要创新的图像处理流程。标准的影像讯号处理器（Image Signal Processor， ISP）通常针对传统的RGB CMOS传感器进行优化，尤其是为大量应用进行优化，例如消费型手机、无人机、平板计算机等。而正如前文所介绍，工业应用则代表大量不同的使用案例和技术，虽然存在特定的标准（如MIPI、GigE Vision和PCI Express等接口标准），但对摄影机的要求可能大相径庭。

InFO封装Zynq UltraScale+

尽管自我调适操作数件如多重处理器系统单芯片（MPSoC）提供的运算效能和灵活应变性获得工业摄影机开发人员的青睐，但在过去一般采用具数百个针脚的较大尺寸封装。例如，在初始版本中，Zynq UltraScale+ ZU2CG/EG和ZU3CG/EG等MPSoC的最小封装尺寸是484针脚、间距0.8mm的19×19mm覆晶（Flip-chip）球门阵列（Ball Grid Array， BGA）。

如今这两款MPSoC现在已具备采用较小尺寸的封装。藉由台积电（TSMC）的整合扇出型（Integrated Fan-Out， InFO）封装技术，在不减少I/O或影响效能的前提下，大幅缩小封装尺寸至9.5×16mm。InFO封装消除了传统芯片规模封装（Chip Scale Packaging， CSP）的基板，实现更小、更薄的高密度互连封装。

在InFO封装中，Zynq MPSoC仅占用不到一半的电路板空间，而且厚度也显著减少，从2.41mm减少到0.644mm。鉴于工业应用要求的某些新外形尺寸，所有尺寸（长、宽、高）都至关重要。这两款组件的InFO封装版本比最初版本尺寸缩小60%、厚度减少70%（如图6）。

类似InFO这样的高芯片面积与封装面积比（Die Area-to-package Area Ratio， DPR）的封装要求缩小锡球间距，因而需要印刷电路板（Printed Circuit Board， PCB）提供兼容能力。对于使用InFO的设计而言，产业常规作法是采用以边缘连结（Edge Bonding）的高密度互连（High Density Interconnect， HDI）PCB或环绕封装的板级底部填充（Underfill），以提供极为显著的优势。InFO在小外形尺寸封装中可提供最优秀的热效能，同时藉由节省面积和实现出色的运算密度以降低产品的总成本。

此外，厂商新提供的ZU1型号进一步缩小封装尺寸并降低功耗。另外，ZU1也为现有的该两款组件带来了可迁移的封装选项。这意味着工程师既可选择最大的可扩展性（既有非InFO封装设计），又可选择最小的尺寸（表2）。

微型化组件缩小体积不减效能

位于加拿大的Richmond Lucid Vision Labs推出一种名为Triton Edge的工业机器视觉摄影机，便是以紧凑型工业产品中InFO封装的Zynq MPSoC为基础。为了满足29×44×45mm的尺寸要求，需要最小巧、最高效的组件。该公司的工程师设计出了一种创新的柔刚（Flex-rigid）板架构，能将大量的组件封装在紧凑的IP67摄影机外壳中。

Triton Edge的柔刚板设计结合此系统单芯片的InFO封装，能够提供更进阶的摄影机控制与客制化，同时保持摄影机轻便小巧的外形尺寸。OEM业者不必依赖摄影机制造商的SDK，也无需在主机PC上开发和执行编码，藉由创建含AI推论在内的客制化FPGA图像处理流程，就能在摄影机上开发自己的IP。

除了紧凑型摄影机，InFO封装的MPSoC也适用于任何同时需要自我调适运算能力和小巧尺寸的应用，包括可携式医疗设备、手持测试设备、军用雷达等。

新款InFO封装的微型化Zynq UltraScale+ MPSoC，可给予视觉、医疗和工业系统的设备制造商更佳的效能功耗比，为紧凑型外形尺寸摄影机提供智能、分辨率和速度，超越以往1080p乃至720p分辨率和30fps的限制。这些新产品可实现包括客制化图像处理、应用专用加速和AI加速以及工业级生命周期、可靠性、安全性在内的广泛工业效能。采用台积电InFO封装的微型化MPSoC，能进一步帮助工业摄影机制造商拓展客制化图像处理、AI加速和其他灵活应变功能的应用，使之融入最小巧的摄影机和其他紧凑型工业产品。

审核编辑：郭婷