浅析图像传感器技术未来发展的六个方向

　　从1975年柯达发明了第一颗实用CCD图像传感器以来，图像传感器经过了几十年的发展，形成了一个非常大的产业，参与这一领域的国家和公司越来越多。

　　从地理分布上看，北美（美国加拿大）约有40家图像传感器公司，欧洲（包含以色列）约有54家公司，日韩台湾新加坡约有43家公司，中国大陆约有17家公司。CIS Foundry（代工厂）有19家公司。

　　科技公司竞争的背后也是各个国家科研机构的竞争，北美（美国加拿大）约有35个主要图像传感器相关研究组织，欧洲（包含以色列）约有39个，日韩台湾新加坡约有31个，中国大陆约有10个。其他国家有6个。

　　众多公司与科研机构在图像传感器领域展开激烈的竞争，技术的创新也越来越快。在伦敦图像传感器峰会上，著名网站《图像传感器世界》的站主Vladimir Koifman，同时也是Analog Value这家公司的CTO发表了一篇演讲，指出了6个图像传感器热点技术方向。

　　1.近红外响应增强

　　主要的目的是增加sensor的QE，以应对越来越多的sensing应用，比如结构光3D sensor（faceID，AR/VR）

　　CIS 市场的主要厂家（ Sony OV，Smartsens，TSMC） 近红外增强主要采用金字塔 +DTI技术。 还有的厂家采用 Ge-on-Si IR sensor（Artilux/TSMC） 。 SOI（ silicon on insulator）sensor（Shizuoka Uni，ST）。

　　由于硅材料对近红外光的吸收系数很低，所以需要更长的光程才能在硅半导体内形成吸收产生电子。Sony在2017年的Nature上第一次发表了其IPA（Inverted Pyramid Array）结构，普通sensor的表面是平的，这种sensor的表面呈倒金字塔形状。

　　从SONY IMX332公开的数据可以看到，采用IPA与DTI技术后，sensor在850nm的感度提到了43%，从700-1200nm的感度提到了70%。后来Smartsense 和OmniVision 也采用了这一技术。

　　Shizuoka University 采用SOI deep depletion技术来提高红外光的感度。这一技术用在iTOF上效果很好。iPhone X上ST的IR image sensor使用了 SOI+ DTI技术。

　　2.stacked sensor 的像素级互连技术

　　与传统stack sensor上列共用ADC不同，像素级互连技术可以增加上千倍的ADC，使得每个像素都有单独的ADC，这样可以大大提高Global Shutter的readout速度。

　　Olympus在2013年第一次发布这一技术。

　　Sony和OV都在2018年发布了这一技术。不同的是Sony用这一技术改善Global Shutter的readout速度，OV用这一技术增加sensor的HDR性能。

       3.Global Shutter像素的缩小

　　历史上，Global Shutter Pixel尺寸不容易做小，这一直是其使用的一个局限。 不过近些年Global Shutter Pixel 尺寸缩小有增速的趋势。 Rolling Shutter Pixel 的尺寸缩小停顿了7-8 年，现在又开始加速缩小。

　　工业领域sensor的工艺主要是65/55nm工艺，不过TSMC和三星开始向28nm发展。

      4.sensor功能开始走向融合

　　从应用角度来看，相机已经成了beyond Camera，现在的相机是多传感器集群应用。

　　如iphone x的传感器刘海。

　　如果一颗sensor可以集成多种功能，那就可以更加节省成本与空间。 比如 RGB-IR sensor。

　　还有融合Lidar 与Camera功能的sensor。

　　5.Polarization Sensor

　　极化传感器，公众号之前介绍过Sony的极化传感器。这种sensor在工业，机器视觉，军事，车载上都有非常有趣的应用。

　　6.高速图像传感器

　　比如用来拍体育运动的高速8K图像传感器，可以还原体育运动的慢动作。

　　1.readout速度达到3.5um per row。

　　2.以往的sensor readout是一行行readout，这种sensor可以多行一起readout。

　　以上6点image sensor创新主要是集中在sensor pixel本身的设计，工艺的创新，在stack sensor逻辑层集成功能的创新也在飞速发展中。2020年5月Sony 发布imx500，这是世界上第一款集成了AI功能的图像传感器，Sony与微软合作利用这种智能sensor与云端应用技术进行融合，比如实现人脸与物体识别，只传输人脸与关注区域的图像到云端应用，这样可以大大减小传输带宽与数据量。

　　其他sensor 厂家也不甘落后，有新闻报导SK Hynix正在sensor上集成AI engine，开发超分辨率，色彩还原，面部识别和物体识别等应用。未来几年，图像传感器上集成的图像处理与AI功能会有更多的技术创新，让我们拭目以待。

来源：大话成像