智能感知技術(shù)在汽車、機(jī)器視覺和邊緣人工智能等領(lǐng)域的應(yīng)用越來(lái)越多。汽車是非常傳統(tǒng)的行業(yè)，最近幾年，電力化和智能化的發(fā)展為這個(gè)行業(yè)帶來(lái)了新的動(dòng)力，各種感知產(chǎn)品的應(yīng)用使汽車變得更安全、更舒適。

機(jī)器視覺同樣是一個(gè)歷史很悠久的行業(yè)，其應(yīng)用廣泛且多樣化，涵蓋了包括電子制造、平板檢測(cè)、機(jī)器人、物流等在內(nèi)的多個(gè)細(xì)分市場(chǎng)。

目前，中國(guó)已成為全球機(jī)器視覺市場(chǎng)增長(zhǎng)最快的國(guó)家。邊緣人工智能是新興市場(chǎng)，主要是由人工智能、5G、IoT等新技術(shù)推動(dòng)，發(fā)展非常迅速。

圖1：感知技術(shù)應(yīng)用于汽車、機(jī)器視覺和邊緣人工智能等領(lǐng)域。

安森美半導(dǎo)體近日舉辦了“智能感知策略及方案”在線媒體交流會(huì)，智能感知部全球市場(chǎng)及應(yīng)用工程副總裁易繼輝分析了重點(diǎn)應(yīng)用市場(chǎng)的需求和趨勢(shì)，介紹了安森美半導(dǎo)體最新的智能感知發(fā)展策略，以及全方位智能感知技術(shù)和方案。

圖2：安森美半導(dǎo)體智能感知部全球市場(chǎng)及應(yīng)用工程副總裁易繼輝。

CMOS圖像傳感器的發(fā)明者

安森美半導(dǎo)體在成像傳感器行業(yè)有超過(guò)40年的歷史，在傳感技術(shù)方面經(jīng)歷了多次并購(gòu)，如Cypress的CMOS 圖像傳感技術(shù)、TRUESENSE的CCD圖像傳感技術(shù)，以及Aptina的高容量CMOS 和汽車圖像傳感器。

TRUESENSE的前身是柯達(dá)影像，柯達(dá)影像的核心技術(shù)來(lái)源于貝爾實(shí)驗(yàn)室CCD影像。Aptina的前身是美國(guó)航天宇航局JPL噴氣式推動(dòng)器實(shí)驗(yàn)室。1993年，JPL為了阿波羅登月開發(fā)出全球首款CMOS圖像傳感器。27年過(guò)去了，CMOS圖像傳感器已得到廣泛應(yīng)用。

從三年前開始，安森美半導(dǎo)體又陸續(xù)收購(gòu)了IBM在以色列的毫米波雷達(dá)研發(fā)中心，以及專注于飛行時(shí)間(ToF)激光雷達(dá)傳感器開發(fā)的愛爾蘭SensL公司，以滿足汽車自動(dòng)駕駛、機(jī)器人、醫(yī)療成像等對(duì)LiDAR及傳感器融合的需求。

圖3：安森美半導(dǎo)體是CMOS圖像傳感器的發(fā)明者。

隨著第四代工業(yè)革命的到來(lái)，人工智能對(duì)人類社會(huì)產(chǎn)生了巨大的影響。斯坦福大學(xué)人工智能專家、被人尊稱為“人工智能之父”的Andrew Ng認(rèn)為人工智能是新的電力，如同第二次工業(yè)革命電力一樣，給整個(gè)人類帶來(lái)了深入的改變；數(shù)據(jù)是人工智能的動(dòng)力和發(fā)動(dòng)機(jī)；感知是數(shù)據(jù)的燃料。

“安森美半導(dǎo)體的全系列智能感知方案包括圖像感知、多光譜、高光譜的感知，以及激光雷達(dá)感知、毫米波雷達(dá)感知和傳感器融合等，這一切推動(dòng)了AI和第四次工業(yè)革命的進(jìn)步，”易繼輝說(shuō)：“如果把人工智能比作大腦，那么我們就為大腦提供了眼睛。”

圖4：安森美半導(dǎo)體的全系列智能感知方案。

汽車感知爆發(fā)式成長(zhǎng)

未來(lái)的汽車是一個(gè)架在四個(gè)輪子上、具有極強(qiáng)感知能力的計(jì)算機(jī)。ADAS攝像頭、倒車攝像頭、電子車鏡、駕駛員監(jiān)控、乘務(wù)員監(jiān)控、毫米波雷達(dá)和激光雷達(dá)，現(xiàn)在最好的汽車感知系統(tǒng)已經(jīng)遠(yuǎn)遠(yuǎn)超過(guò)了人類的感知能力。

“汽車成像是給人眼看的，如駕駛員、乘客、后視、環(huán)視、電子后視鏡，安森美半導(dǎo)體在全球占>60%的市場(chǎng)份額；汽車感知是供人工智能和機(jī)器視覺用的，安森美半導(dǎo)體占全球>80%的市場(chǎng)份額，而且在逐年擴(kuò)大。”

易繼輝介紹說(shuō)，在人眼視覺中，圖像是為人眼所見并欣賞的，因此通常需要做到清晰、細(xì)致、色彩豐富且美觀；而在機(jī)器視覺中，圖像需提供足夠的信息，例如邊緣、形狀、大小等，供算法讀取并理解。

汽車成像主要面臨三大挑戰(zhàn)：

一是寬動(dòng)態(tài)，例如從灰暗的地庫(kù)開到正對(duì)太陽(yáng)強(qiáng)光的戶外，夜晚在對(duì)向遠(yuǎn)光大燈照射下感知樹蔭下的行人，這些都需要圖像傳感器具有高動(dòng)態(tài)范圍。

二是環(huán)境條件，汽車應(yīng)該能在東北零下幾十度的環(huán)境下行駛，也能在沙漠或者南方的高溫條件下駕駛。

三是對(duì)圖像傳感器來(lái)說(shuō)十分獨(dú)特的挑戰(zhàn)：辨別LED指示牌和交通燈。圖像傳感器有時(shí)會(huì)因?yàn)轭l率不同步而捕捉不到信號(hào)，這對(duì)于駕駛員人眼來(lái)說(shuō)并不是問(wèn)題，但對(duì)機(jī)器視覺卻是很大的挑戰(zhàn)。

圖5：汽車成像面臨三大挑戰(zhàn)。

隨著車聯(lián)網(wǎng)的發(fā)展，未來(lái)的自動(dòng)駕駛汽車不僅是“可靠的汽車”，更是“可信的汽車”，具有功能安全性和網(wǎng)絡(luò)安全性。“Hayabusa是整個(gè)市場(chǎng)具有最高寬動(dòng)態(tài)效果和第一款具有網(wǎng)絡(luò)安全功能的產(chǎn)品，最近已經(jīng)上市。”易繼輝說(shuō)。

易繼輝提到智能駕駛艙也越來(lái)越受重視，例如駕駛員識(shí)別、車椅位置調(diào)節(jié)、空調(diào)溫度、乘客監(jiān)控等。

圖6：智能駕駛艙可進(jìn)行駕駛員識(shí)別、車椅位置調(diào)節(jié)、空調(diào)溫度和乘客監(jiān)控等。

在談到自動(dòng)駕駛時(shí)，易繼輝形象地介紹了L0~L5的概念。他說(shuō)，L1叫做脫腳（feet off），腳可以自由；L2是脫手（hands off），手可以放開駕駛方向盤；L3是eyes off，駕駛員的眼睛可以不看了；第四級(jí)是mind off，腦子不用想了；第五級(jí)叫做limit off，即沒(méi)有任何局限、可以在任何場(chǎng)景下自動(dòng)駕駛了。

圖7：中國(guó)汽車駕駛自動(dòng)化分級(jí)的智能感知配置。

“從L1到L5，傳感器的數(shù)量和種類不斷增加。最大的差別在L3和L4，L4必須要激光雷達(dá)，對(duì)L3，激光雷達(dá)是可選的。”易繼輝認(rèn)為，“L3仍然需要駕駛員控制汽車，L4則完全不需要考慮駕駛員。L3就像加減法，L4是微積分：加減法永遠(yuǎn)算不出極限值，只有微積分才能算出極限值，所以只有在L4的情況下才能涵蓋所有極限情況。”

圖8：安森美半導(dǎo)體汽車感知+視覺的總體方案。

毫米波雷達(dá)在L1~ L5的不同自動(dòng)駕駛級(jí)別上有不同的應(yīng)用。安森美半導(dǎo)體開發(fā)了一種叫做“MIMO+”的專利技術(shù)，能夠提供4D信息：距離(R)、速度(V)、角度(A)、高度(E)，用于L3級(jí)的自動(dòng)駕駛。

圖9：毫米波雷達(dá)技術(shù)在自動(dòng)駕駛中的應(yīng)用。

工業(yè)機(jī)器視覺和邊緣人工智能應(yīng)用

工業(yè)4.0、工業(yè)自動(dòng)化、人工智能使機(jī)器視覺市場(chǎng)快速發(fā)展。邊緣人工智能不斷應(yīng)用于一些新的領(lǐng)域，如新零售、智慧農(nóng)業(yè)、畜牧業(yè)和農(nóng)業(yè)。

“在新冠后疫情時(shí)期出現(xiàn)了一些趨勢(shì)：一是遠(yuǎn)程化，遠(yuǎn)程教學(xué)、遠(yuǎn)程醫(yī)療越來(lái)越普遍；二是無(wú)人化，包括無(wú)人送貨車、無(wú)人商店等，減少了人和人之間的接觸，即無(wú)接觸化。”易繼輝說(shuō)。

圖10：工業(yè)機(jī)器視覺及邊緣人工智能市場(chǎng)增長(zhǎng)。

易繼輝介紹，平板檢測(cè)是整個(gè)工業(yè)機(jī)器視覺行業(yè)中對(duì)圖像傳感器最具挑戰(zhàn)性的應(yīng)用。從1K、2K、4K到8K，像素在逐漸擴(kuò)大。

檢測(cè)過(guò)程分兩步：第一步是暗檢測(cè)，上電前主要檢測(cè)一些指紋、劃痕和其他物理問(wèn)題；第二步是上電以后，特別是檢測(cè)OLED和最新的AMOLED（Active Matrix OLED）。

LED有一個(gè)亮板在后面作為發(fā)光源，而OLED和AMOLED的每個(gè)像素都是一個(gè)單獨(dú)發(fā)光源。像素和像素之間發(fā)光的強(qiáng)度和色彩的均勻度需要很準(zhǔn)確地偵測(cè)出來(lái)，因而對(duì)圖像傳感器的要求很高。

過(guò)去檢測(cè)LED面板上的1顆像素，對(duì)應(yīng)需要9顆像素(3×3)，檢測(cè)OLED則需要16顆(4×4)甚至25顆(5×5)像素，因此對(duì)圖像傳感器的像素要求越來(lái)越高，從4,500萬(wàn)到1.5億像素，甚至超過(guò)2億像素。

圖11：平板檢測(cè)對(duì)圖像傳感器要求很高。

從下圖可以看出，圖像傳感器的分辨率逐年提升，從過(guò)去的200萬(wàn)、500萬(wàn)、800萬(wàn)、1200萬(wàn)像素，到現(xiàn)在超過(guò)2000萬(wàn)像素。對(duì)于同樣尺寸的圖像傳感器，噪聲導(dǎo)數(shù)逐年隨著像素的增大而不斷提高。帶寬也在逐年增加。

易繼輝舉例說(shuō)，一個(gè)29 × 29mm2 的標(biāo)準(zhǔn)工業(yè)用攝像頭，十年前可能只是200萬(wàn)像素，后來(lái)逐漸增加到300萬(wàn)、500萬(wàn)、1200萬(wàn)像素，今年已經(jīng)達(dá)到了1600萬(wàn)像素，這是由技術(shù)推動(dòng)的。這些技術(shù)包括：

全局快門，在高速運(yùn)動(dòng)下圖像不會(huì)有拖影；

像素內(nèi)圖像校正，以前是在系統(tǒng)里通過(guò)軟件校正，現(xiàn)在直接在硬件里，即像素內(nèi)部做圖像校正；

工藝節(jié)點(diǎn)，從110納米到65納米，再到45納米甚至更小，成本、尺寸、耗電量逐年下降；

背照式，可提高感光能力；

堆棧架構(gòu)，將模擬和數(shù)字信號(hào)放在第二層，人工智能的一些算法放在第三層，實(shí)現(xiàn)高智能化的圖像傳感器。

圖12：1.3英寸固定尺寸圖像傳感器的發(fā)展。

“我們用NVIDIAXavierEdgeGPU做人工智能訓(xùn)練，精度可達(dá)97%，其中AR1335（1300萬(wàn)）圖像傳感器可提供了高質(zhì)量的圖像，提高了人工智能的判斷精度。”易繼輝表示，“我們的目標(biāo)是在工業(yè)機(jī)器視覺中利用人工智能。”

圖13：采用AR1335圖像傳感器的水果新鮮度分類系統(tǒng)。

無(wú)接觸系統(tǒng)的成長(zhǎng)潛力也非常大。安森美半導(dǎo)體的AR0230 HDR具有200萬(wàn)像素及寬動(dòng)態(tài)范圍，能提供很好的圖像質(zhì)量，進(jìn)而提高人工智能的判斷精度，應(yīng)用于無(wú)接觸付款以及飛機(jī)場(chǎng)、火車站、高鐵站等無(wú)接觸的通過(guò)閘口。

圖14：人臉識(shí)別付款應(yīng)用（AR0230 HDR）。

結(jié)語(yǔ)

從第一次工業(yè)革命機(jī)械化到第二次工業(yè)革命電力化，到第三次工業(yè)革命計(jì)算機(jī)數(shù)字化，再到現(xiàn)在的第四代工業(yè)革命人工智能化、信息化，人工智能對(duì)人類社會(huì)的影響和改變遠(yuǎn)遠(yuǎn)超過(guò)計(jì)算機(jī)數(shù)字工業(yè)革命。

如果把人工智能比作大腦，感知就相當(dāng)于眼睛。安森美半導(dǎo)體提供了全面的感知技術(shù)，如圖像感知，多光譜、高光譜的感知，激光雷達(dá)感知、毫米波雷達(dá)感知和傳感器融合等，所有這些技術(shù)都推動(dòng)著人工智能和第四次工業(yè)革命的進(jìn)步。

責(zé)任編輯：lq