大奖娱乐官方网站_大奖娱乐老虎机_在线【大奖娱乐平台】

简析图像感知的应用潜力

2018-08-08编辑:muyan 关键字:图像感知  安森美

视觉市场不断演进、增长且多样化和智能化


图像感知无疑支持着汽车、工业和消费三个主要市场领域的大趋势。CCD和CMOS是两种主要成像技术,但没有单一的技术可适用于所有应用,相较而言,CCD提供最佳的图像均匀度、高线性动态范围、高光灵敏度和大光学格式,而CMOS具备灵活读取、低功耗、高帧率、高集成度等优势。现代图像传感器的创造者安森美半导体传承40多年的成像经验,拥有丰富的成像专知、宽广的传感器阵容、2000多项成像专利、强大的供应链和卓越的品质,以“创造超越人眼的新视觉”为使命,可根据应用需求匹配相应的技术,帮助使这三个领域的概念成为现实。

 

 

 

对于安森美半导体来说,把握市场趋势并与客户密切合作有助于推动全新传感器的开发和市场导入,例如用于工业摄像机的X-Class平台和用于汽车应用的Hayabusa?平台。典型的市场需求包括在给定的光学节点上提供更高的分辨率,而无需牺牲图像质量。此外,随着电子技术数量的增长,功率预算(尤其是包括汽车在内的便携式电池供电产品)变得更加紧张,因此更高的能效也是一种常见的显著需求。在大多数市场中,实现更短设计周期的压力也是个现实情况。这表明了易于扩展的图像传感器平台对于帮助减少和简化设计阶段,更快地将产品上市是至关重要的。

 

汽车领域

随着对安全、便利的驾驶辅助方案需求的增长,具备成像功能的车载系统数量也在快速增加。这些先进的功能可实现诸如自适应巡航控制和自动紧急刹车等功能。除此之外,还有停车辅助功能,例如后视摄像机 (这在一些地区已成为强制性要求)、360度全景环视系统,以及取代车镜的摄像机监控系统等新兴领域。

 

随着先进驾驶辅助系统(ADAS)的兴起,促进了摄像机及其他感知技术的发展。而更先进的摄像机及其他感知技术的开发和应用又推动了ADAS和自动驾驶的发展和实施。根据美国自动驾驶标准和全自动驾驶的实际情况,我们将在某一时间达到4级和5级的水平。这看来必会发生,只是时间表的问题,亚洲、美国和欧洲基于需求、社会接受度、基础设施等会有不同的时间表,但自动驾驶涵盖安全的国际标准还是个要解决的问题。

 

 

汽车环境通常会为图像传感器带来极具挑战性的工作条件和参数。场景可以有非常宽泛的动态范围,摄像机视野中直接来自如太阳的最亮部分与隧道内的黑暗区域之间形成极大反差。为了给ADAS算法及驾驶员呈现良好的场景视野,以一个高动态范围输出捕获场景中的细节至关重要。


汽车环境通常会为图像传感器带来极具挑战性的工作条件和参数。场景可以有非常宽泛的动态范围,摄像机视野中直接来自如太阳的最亮部分与隧道内的黑暗区域之间形成极大反差。为了给ADAS算法及驾驶员呈现良好的场景视野,以一个高动态范围输出捕获场景中的细节至关重要。


我们需要结合多种技术以支持用于更高级别的ADAS和自动驾驶的全面感知。除图像传感器外,还有毫米波雷达、激光雷达和超声波。每种技术在检测范围、物体尺寸、检测移动物体的能力、以及在微光或有限的能见度下工作的能力等参数方面都具有独特的优缺点。通过结合这些技术,能够安全有效地满足应用的所有要求。安森美半导体已具有超越图像感知的专知,在毫米波雷达、激光雷达和超声波领域都具有相应的能力和产品,公司处于有利地位以结合这些不同感知技术及其各自的优势到集成方案中。

 

随着汽车制造商转向车载脉宽调制(PWM)LED照明的最新趋势,以及这一技术在电子交通标识和车辆信息通讯系统中的日益普及,图像传感器制造商面临的挑战可能会进一步加剧。当使用传统摄像机捕获时,尤其是在明亮的环境中,这些脉冲光源会出现闪烁,可能会引发ADAS算法的问题并会分散驾驶员的注意力。安森美半导体目前拥有先进且可靠的消除LED闪烁(LFM)技术,能够克服这一潜在的严重问题。

 

遵守严格的安全标准是为车载平台提供适用于摄像机/视觉应用的产品的先决条件。诸如AEC-Q100 2级、第4代ISO26262 ASIL-C(SEooC)等规格已经很完善了。最近,支持针对L4、L5级自动驾驶的网络安全变得非常重要,它能为许多车辆系统(包括发送和/或接收数据的摄像机)提供篡改防护。安森美半导体的图像传感器符合这些标准,事实上,安森美半导体是全球首家提供含网络安全以及功能安全图像传感器的公司。

 

方案要能用于由百度Apollo平台、Mobileye、NVIDIA、英特尔和Qualcomm等领先品牌组成的不断壮大的生态系统平台也很重要。百度Apollo 自动驾驶平台采用安森美半导体图像传感器,NVIDIA也是安森美半导体的战略图像传感器合作伙伴。

 

安森美半导体也身处机器视觉和人类视觉融合(称为Clarity +)的前沿,其可扩展图像传感器平台(该系列由AR0820、AR0220和AR0138组成)提供业界最高分辨率8.3 MP和用于高效开发的通用架构,实现ADAS/自动驾驶领域的进一步细分,具备领先业界的微光性能、达ASIL-C等级的功能性安全,高动态范围、一个业界首创的网络安全选项,以及可缩小封装尺寸的第二代晶圆堆叠技术。该平台的各项产品目前正给许多技术合作伙伴的评估,包括Mobileye和NVIDIA,用于其自动驾驶车辆的DRIVE AI计算平台。

 

消费领域

消费市场也许是最具多样性且拥有最多不同应用的市场。增长驱动力来自诸如高端安防摄像头、扫描、无人机、虚拟和扩增实境等应用,当然也包括物联网(IoT)这一大框架下的应用。

 

 

正如汽车行业一样,生态系统的发展对于开发和实施有效方案的速度和便利性至关重要。安森美半导体正与合作伙伴密切合作,为终端客户提供全面的集成方案。

 

基于视觉传感器的安防设备是消费市场向工业市场延伸的最大领域之一。在这一领域,中国仍然拥有最大的用户群,其关键驱动因素是安全城市概念的实施,以及商业建筑和家居应用。对传感器的需求在于能够在日间/夜间性能、高动态范围、帧率和分辨率等方面突破性能极限(所有这些都必须在紧凑的外形内实现)。不断增长的趋势包括网络安全的引入、人工智能(AI)及支持深度学习和视频内容分析的能力。安森美半导体首批采用近红外+(NIR +)技术的CMOS图像传感器,有效地将高动态范围与增强的微光性能相结合,提升高端安防及监控相机的图像质量,如AR0522基于背照式(BSI)像素技术平台,近红外波长的灵敏度大概是现有的AR0521图像传感器的两倍。而面向IoT、AR/VR和安防摄像机等应用的AR0430拥有120帧/秒的速率,能够从单一图像传感器同时获取彩色图像和深度映射,以超低功耗提供卓越的像素性能,荣获2018 CES 创新奖。

 

工业领域

由于工业应用自动化、日益增多的数量、以及更严苛的性能要求,这一市场的成像方案比以往更受关注。支持更高级别工厂自动化和工业物联网(IIoT)的机器视觉、以及智能交通系统的加速部署等应用是目前产生需求的关键但不同的领域。与此同时,医疗和科学成像摄像机的高端应用表明图像传感器制造商必须满足基于CMOS或CCD的方案。

 

 

安森美半导体的X-Class平台提供可扩展的单一器件,适用于多种分辨率和像素,采用高带宽、低功耗架构,为机器视觉、智能交通系统和广播成像等应用提供高性能成像功能,并为新产品的设计提供快速且简化的路径。X-Class系列产品中的两款器件XGS 12000和XGS 8000均基于此平台的首款像素架构,即3.2μm全局快门像素(小于早前的4.8μm和4.5μm像素),能够以相同的光学格式提供更高的分辨率,同时提高整体成像性能。全局快门还支持捕获移动物体,而不产生运动伪影(这是工业场景中的常见需求)。

 

在工业领域,与其它行业一样,将传感器性能与一般常用计算机接口的性能相匹配对于进一步简化系统方案的设计和有效性非常重要。首两款X-Class平台器件突出了这一点,XGS 8000与高速视频采集帧速率相匹配,XGS 12000高速版本能够充分利用10GigE接口,XGS 12000低速版本与USB 3.0计算机接口的可用带宽保持一致。

 

在顶级性能等级中,安森美半导体的Interline Transfer CCD (ITCCD) 器件KAI-43140以便利且熟悉的35mm光学格式提供4300万像素的分辨率。该器件采用4.5 um ITCCD像素,相较于先前5.5 ?m的设计,分辨率提高50%,支持高达4 fps的全分辨率帧速率,提供大于60分贝的动态范围、高度拖尾抑制、电子快门、CCD级图像均匀性,支持短时间(小于10微秒)和长时间(大于1秒)曝光。这些技术已经开发用于从早前的器件中提供简单的升级路径,只需稍做电气变更,且更容易集成到摄像机设计中。它们提供关键的生产线终端检测任务所需的性能,如大尺寸超高清屏幕、高端监控和航拍。

 

安森美半导体宽广的高分辨率CCD产品阵容提供多种分辨率、帧率(带宽)和灵敏度(NIR和像素尺寸)选择。

 

 

 

总结

 

 

应对汽车、消费和工业市场中图像感知领域挑战的关键是提供一系列规格和性能能够准确匹配、并紧跟终端应用广泛差异需求的器件。安森美半导体图像传感器在汽车、工业、航空、医疗领域的市占称冠全球,公司传承40多年先进的成像技术,提供宽广的CMOS和CCD图像传感器阵容。未来,安森美半导体将持续注重中国,通过遍及全球的评估及应用技术支持,持续开发针对市场趋势和应用的新产品。此外,那些由安森美半导体推出的基于平台的方案提供便利的可扩展性,大幅简化且加速设计路径。


关键字:图像感知  安森美

来源: EEWORLD 引用地址:/MEMS/2018/ic-news08082297.html
本网站转载的所有的文章、图片、音频视频文件等资料的版权归版权所有人所有,本站采用的非本站原创文章及图片等内容无法一一联系确认版权者。如果本网所选内容的文章作者及编辑认为其作品不宜公开自由传播,或不应无偿使用,请及时通过电子邮件或电话通知我们,以迅速采取适当措施,避免给双方造成不必要的经济损失。

上一篇:如何扩大驾驶员的视野?摄像监控系统安排上了!
下一篇:最后一页

关注eeworld公众号 快捷获取更多信息
关注eeworld公众号
快捷获取更多信息
关注eeworld服务号 享受更多官方福利
关注eeworld服务号
享受更多官方福利

推荐阅读

汽车应用领域东芝立足感知,强化图像处理性能

东芝半导体&存储公司一直是日本最大半导体制造商,也是唯一一 家跻身全球十大半导体公司的日本企业,其NAND存储器事业部是全球仅次于三星的第二大NAND 芯片制造商。那就请您跟随eeworld汽车电子小编的脚步,来详细的了解下汽车应用领域东芝立足感知,强化图像处理性能。东芝电子目前主做汽车感知,过去有CMOS传感器部门,但已卖给SONY,现在如何进行图像处理(算法软件+VisconTI处理器)是东芝关注的。东芝过去做电视芯片和PlayStaTIon游戏机等芯片,因此已积累了几十年图像处理经验。本届慕尼黑上海电子展,东芝展台分为汽车、电源和存储、工业控制、IoT四大板块。在汽车应用领域,东芝展出了车载显示控制器、ADAS
发表于 2017-03-22

剑桥大学利用图像识别和深度学习技术,提升自动驾驶“感知”与“定位”能力

    汽车要实现真正的无人驾驶,它必须能够感知和识别周围的物体,并且要知道自己的确切位置。这两方面都是无人驾驶技术的核心。       英国剑桥大学的一个团队利用图像识别和深度学习技术在这两个方面取得了一定的突破。他们针对这两个方面分别研发了SegNet系统和PoseNet系统。尽管它们目前还不能控制无人驾驶汽车,但是它们能让机器“看见”,精确定位和识别所看之物,这种能力是开发自动驾驶汽车和机器人的关键因素。 1.SegNet系统     在无人驾驶汽车对周边物体的感知方面,传统的思路是使用雷达
发表于 2016-02-22
剑桥大学利用图像识别和深度学习技术,提升自动驾驶“感知”与“定位”能力

从感知型摄像机看图像识别技术的具体行业应用

     近一两年来,人工智能领域得到了媒体界、产业界和学术界等前所未有的关注,大家一致认为智能化时代正在到来,机器正在越来越多的取代人类特有的优势和技能,而其中最为重要的可能就是图像识别技术。   1、图像识别是重要的人工智能分支   图像识别是计算机对图像进行处理、分析和理解,以识别各种不同模式的目标和对像的技术。简单来说,就是让机器能够通过对感知信息的处理像人类一样读懂图片的内容,而不是只看到像素。目前,伴随着图片成为互联网中的主要信息载体,难题随之出现。当信息由文字记载时,我们可以通过关键词搜索轻易找到所需内容并进行任意编辑,而当信息是由图片记载时,我们却无法对图片中的内容进行
发表于 2015-07-07

智慧城市中的视频图像感知技术

识别的信息形式。实际上,也就是要求智慧城市的音视频感知系统具备智能分析的能力,相当于人的眼睛和大脑,充分发挥城市视觉感官的作用。这个目标相当宏大而艰巨,必须依赖更为先进的技术手段和系统架构来实现。从目前的情况看,得益于当前信息技术的发展和音视频处理技术的进步,我们可以依靠云计算、大数据以及视频智能分析技术所提供的高新技术手段,逐步向这个目标迈进。   智慧城市要发挥城市视频感官系统的作用,必须依靠基于视频大数据的智慧分析和预测能力。为了准确和高效的处理大量音视频数据,一方面需要系统具备高性能,高准确度的智能视频分析算法,另一方面还需要能够支撑这些分析算法大规模应用的系统架构,比如云计算系统,大数据分析系统等。   视频图像系统
发表于 2015-04-23
智慧城市中的视频图像感知技术

基于SoPC的自感知运动图像采集系统设计

。在此试图设计一种基于SoPC的自感知图像采集系统,使其能够应用于低成本、低功耗的微型嵌入式图像监控和采集系统,以期在更多适合的应用场合替代传统基于PC的图像监控方案。在已见文献报道中,基于SoPC的图像采集系统设计大多只是把采集的数据缓冲在SDRAM或SRAM中,有些文献则进一步提出将缓冲后数据直接通过并口传输给主控芯片,有的方案则是由USB接口或以太网接口输出主机,另外有的文献则提出直接将数据存储到CF卡或硬盘中,而在SoPC系统直接实现SD卡的图像采集数据文件存储在国内还未见报道。      另外还提出了一种新的适合在FPGA硬件实现的快速运动检测算法,并和图像采集、SD卡图像
发表于 2009-11-30

基于SoPC的自感知运动图像采集系统设计

引 言     由于DSP芯片的不断发展,以及它处理数据速度快、处理数据量大的优势,已经广泛应用到数字信号处理的许多领域。在CT图像重建系统中,DSP处理的数据需要上传到PC机进行存储、显示或进行数据分析等,这就产生了PC机和DSP的数据传输问题。USB总线具有传输速度高,以及即插即用等特点,得到越来越广泛的应用,利用USB总线实现DSP和PC机的通信,从而解决图像信号的实时传输问题。Cypress公司生产的CY7C68001通用USB 2.0接口控制器是基于应用层编程的接口器件,使用简单,开发方便。     在此,以TMS320C6416为例,讨论如何使用
发表于 2009-11-17

小广播

最新视频课程

相关热搜器件

大奖娱乐官方网站世界版权所有 京ICP证060456号 电信业务审批[2006]字第258号函 京公海网安备110108001534 Copyright ? 2005-2018 EEWORLD.com.cn, Inc. All rights reserved
2018白菜网址大全 开户送体验金68 最新送彩金网站大全 注册送68体验金 注册送白菜网