图像传感器将推动嵌入式视觉技术的发展

（文章来源：微迷网）

据麦姆斯咨询介绍，新的成像应用正在蓬勃发展，从“工业4.0中”的协作机器人，到无人机消防或用于农业，再到生物特征面部识别，再到家庭中的护理点手持医疗设备。出现这些新应用程序的一个关键因素是，嵌入式视觉比以往任何时候都更普及。嵌入式视觉不是一个新概念；它只是定义了一个系统，其中包括一个视觉设置，在没有外部计算机的情况下控制和处理数据。它已广泛应用于工业质量控制，最为人熟悉的例子比如“智能相机”。

近年源于消费类市场经济适用硬件器件的开发，相较于以往使用电脑的方案，这些器件大幅度减小了材料清单（BOM）成本和产品体积。举个例子，小型系统集成商或OEM现在能够小批量采购诸如NVIDIA Jetson的单板机或模块系统；而较大型的OEM则可以直接获得如高通骁龙（Qualcomm Snapdragon）或英特尔（Intel）Movidius Myriad 2 等图像信号处理器。在软件级方面， 市面软件库能够加快专用视觉系统的开发速度，减小配置难度， 即便是针对小批量生产。

第二个推动嵌入式视觉系统发展的变化是机器学习的出现，它使实验室中的神经网络能够接受培训，然后直接上传到处理器中，以便它能够自动识别特征，并实时做出决定。

能够提供适用于嵌入式视觉系统的解决方案，对于面向这些高增长应用的成像企业来说至关重要。图像传感器由于能够直接影响嵌入式视觉系统的效能和设计，因而在大规模引进中有重要角色，而它的主要推动因素可概括为：更小尺寸、重量、功耗和成本，英语简称为“SWaP-C”（decreasing Size， Weight， Power and Cost）。嵌入式视觉新应用的加速推动器是满足市场需求的价格，而视觉系统成本正是实现这要求的一个主要制肘。

减小视觉模块成本的第一个途径是缩小产品尺寸，原因有两个：首先是图像传感器的像素尺寸愈小，晶圆便可以制造更多的芯片；另一方面传感器可以使用更小更低成本的光学组件，二者都能够降低固有成本。例如Teledyne e2v的Emerald 5M传感器把像素尺寸减小至2.8μm，让S口（M12）镜头能够用于五百万像素全局快门传感器上，带来直接的成本节省──入门级的M12镜头的价格约为10美元， 而较大尺寸的C口或F口镜头成本是其10到20倍。所以减小尺寸是降低嵌入式视觉系统成本的有效方法。

对于图像传感器制造商来说，这种降低的光学成本对设计有另一个影响，因为一般来说，光学成本越低，传感器的入射角越不理想。因此，低成本光学需要在像素上方设计特定的位移微透镜，以补偿来自广角的畸变和聚焦光。

除了光学优化，传感器接口的选择也间接影响视觉系统的成本。MIPI CSI-2接口是实现节约成本的最合适选择（它最初是由MIPI联盟为移动行业开发的）。它已被大多数ISP广泛采用，并已开始在工业市场采用，因为它提供了一个从NXP、Nvidia、高通公司或Intel等公司的低成本的片上系统（SOC）或模块上系统（SOM）的集成。设计一种具有MIPI CSI-2传感器接口的CMOS图像传感器，无需任何中间转换器桥，直接将图像传感器的数据传输到嵌入式系统的主机SOC或SOM，从而节省了成本和PCB空间，当然，在基于多传感器的嵌入式系统（如360度全景系统）中，这一优势更为突出。

不过这些好处受到一些限制，因为MIPI接口的连接距离限制为20cm，这在传感器距离主机处理器较远的远程设置中可能不是最佳的。在这些配置中，以牺牲小型化为代价，使用集成更长接口的相机板解决方案是比较好的选择。一些现成的解决方案可以集成，例如工业相机制造商（如Flir、AVT、Basler等）的相机板通常可在MIPI或USB3接口中使用，后者能够达到的范围可以超过3米至5米。

在投资新产品时，不断上升的开发成本往往是一个挑战；它可能会在一次性开发费上花费数百万美元，并给上市时间带来压力。对于嵌入式视觉，这种压力变得更大，因为模块化（即产品能否切换使用多种图像传感器）是集成商的重要考虑。幸运的是，通过在传感器之间提供一定程度的交叉兼容性，例如，通过定义共享相同像素体系结构的组件系列以具有稳定的光电性能，通过具有共用光学中心来共享单个前端机制，以及通过兼容的PCB组件来简化评估，集成和供应链，从而减小开发费用。

为简化相机板设计（即使用于多款传感器），有两种方法设计传感器封装。针脚对针脚兼容是相机板设计人员的首选设计，因为它能使多种传感器共享同一电路和控制，使得组装完全不受PCB设计影响。另一个选择是采用尺寸兼容的传感器，这样同一PCB可以使用多款传感器，但是这也意味着他们可能要应付每一款传感器的接口和布线的差异状况。