揭开iPhone X 3D相机的神秘面纱

尽管成像产业的专家都知道苹果（Apple）为其iPhone X设计了一款复杂的‘TrueDepth’模组，但在这款元件的3D感测系统中——包括芯片、元件一直到基板，还存在着更多不为人知的深层细节与暗黑秘密。

市调机构Yole Développement日前与其合作伙伴System Plus Consulting联手，拆解了Apple iPhone X内部的TrueDepth模组，《EE Times》有幸访问了Yole的看法。他们推论在这款模组的近红外线（NIR）影像传感器中采用了绝缘层上覆矽（SOI）晶圆，而且，该SOI对于意法半导体（STMicroelectronics；ST）开发的这款NIR传感器在灵敏度方面发挥了关键作用，因而能满足Apple严格的要求。

Yole Développement成像和传感器业务分析师Pierre Cambou表示，基于SOI的NIR影像传感器可说是“SOI发展过程中一个非常有意思的里程碑”。

位于法国格勒诺布尔（Grenoble）附近所谓“影像谷”（Imaging Valley）的许多公司都使用由Soitec开发的SOI晶圆，最初用于背照式（BSI）影像传感器。同时，根据Cambou表示，SOI用于NIR传感器的研究可以追溯到2005年。

但Cambou指出，Apple采用ST的NIR影像传感器象征着SOI得以大规模量产影像传感器的开始。“由于光线的实体尺寸，影像传感器的特点是表面较广。因此，对于像Soitec这样的基板供应商来说，这是一个相当不错的市场。”

同时，Yole总裁兼执行长Jean-Christophe Eloy告诉《EE Times》，在设计TrueDepth时，“Apple采用了一个两全其美的好办法——结合ST和ams双方产品的优点。”Apple采用了ST先进的NIR影像传感器，以及ams的点阵感光元件。Eloy指出，ams“十分擅长于复杂的光学模组”。今年早些时候，ams收购了以飞行时间（ToF）技术堆叠而闻名的Heptagon。

拆解Apple iPhone X——光学中枢成本分析（来源：Yole Développement、System Plus Consulting）

解密TrueDepth运作原理

Apple在iPhone X的正面整合了3D感测相机系统——TrueDepth，以辨识用户的脸部并解锁手机。正如Yole先前所解释的，为了实现这一点，Apple结合了ToF测距传感器与红外线“结构光”相机，因而能使用均匀的“泛光”或“点阵图案”照明。

3D感测相机系统的运作原理与拍摄照片的一般CMOS影像传感器非常不同。首先，iPhone X结合了红外线相机与泛光感应元件，从而在手机前方投射出均匀的红外光。接着拍摄影像，并此触发脸部辨识演算法。

然而，这种脸部辨识功能并非持续运作。连接到ToF测距传感器的红外线相机发出讯号，指示相机在侦测到脸部时拍摄照片。iPhone X接着启动其点阵式投射器拍摄影像。然后将一般影像和点阵图案影像传送至应用处理单元（APU），用于进行神经网络训练，以辨识手机使用者以及解锁手机。

Cambou指出，此时尚未开始进行3D影像的运算。3D资讯包含在点阵图案影像中。“为了执行3D应用，同一个APU可以使用另一种计算影像深度地图的演算法。”他补充说：“由于采用了运算密集的结构光途径，iPhone X充份利用了A11芯片的强大处理能力。使用神经网络是得以实现这一设计的关键技术。”

五个子模组

根据Yole和System Plus Consulting的拆解分析，在Apple的TrueDepth光学中枢中发现了一个“五个子模组的复杂组合”，分别是NIR相机、ToF测距传感器+IR泛光感应元件、RGB相机、点阵投射器和彩色/环境光传感器。

如下图所示，IR相机、RGB相机和点阵投射器全部对齐排列。

拆解Apple iPhoneX——3D相机（TrueDepth）正面

NIR影像传感器

在Apple iPhone X的光学中枢——3D相机（TrueDepth）核心，可以看到ST的NIR传感器。 Yole和System Plus Consulting在ST的NIR传感器内部发现了“在深槽隔离（DTI）顶部使用了SOI”。

DTI技术的概念是众所周知的。一般来说，当今的相机需要高感测解析度的问题在于画素被限制在相同空间中，使得拍摄照片时造成相邻传感器之间的杂讯、变色或图素化。采用DTI技术得以避免光电二极体之间的泄漏。据称Apple在其间蚀刻实际沟槽，然后用绝缘材料填充沟槽，以阻绝电流。

那么，Apple为什么要在DTI顶部采用基于SOI晶圆的NIR影像传感器？

从光学的角度来看，Cambou解释，SOI晶圆十分有帮助，因为绝缘层的功能就像一面镜子。他指出：“红外光能穿透至更深层，并且反射回主动层。”

Cambou指出，从电气角度来说，SOI大幅提高了NIR的灵敏度，因为它能有效地减少画素内的泄漏。改善的灵敏度提供了良好的影像对比。

Cambou解释，这种对比度极其重要，因为“结构光的运作容易受到阳光的干扰”。