Onsemi представляет датчики изображения, которые увеличивают срок службы батареи на 40 процентов

Использование систем технического зрения быстро расширяется как в потребительских, так и в промышленных целях. Растущая потребность в камерах видеоконференций, камерах наблюдения, машинном зрении, гарнитурах AR/VR/XR и других системах машинного зрения приводит к увеличению спроса на высокопроизводительные датчики изображения. Для многих из этих приложений потребуются аккумуляторные или солнечные энергосистемы, а это означает, что низкое потребление энергии потенциально так же важно, как и качество изображения.

Учитывая все это, компания Onsemi анонсировала новое семейство датчиков Hyperlux LP, приоритетами которого являются энергопотребление и качество изображения. В семейство входят три многослойных цифровых CMOS-сенсора изображения с задней подсветкой (BSI). Датчики имеют размер пикселей 1,4 мкм при разрешении 5 МП (2592×1944) для AR0544, 8,3 МП (3840×2160) для AR0830 и 20 МП (5120×3840) для AR2020.

Все три датчика поддерживают функцию пробуждения при движении (WOM), что способствует экономии энергии. Датчики могут оставаться в режиме ожидания до тех пор, пока не будет обнаружено движение. Многим другим датчикам требуется, чтобы логика пробуждения при движении находилась на стороне обработки устройства. Для этого требуется больше энергии для датчика, даже когда основная электроника находится в режиме пониженного энергопотребления. Новые датчики Hyperlux LP имеют в датчике логику WOM, что позволяет ему также находиться в режиме ожидания с низким энергопотреблением вместе с остальной частью системы.

Поскольку WOM находится в датчике, всю систему можно удерживать в режиме пониженного энергопотребления до тех пор, пока не будет обнаружено движение. Датчикам Hyperlux требуется мощность менее 2 мВт в режиме ожидания, и они могут перейти в режим полной мощности за меньшее время, чем требуется для съемки фотографии.

Датчик AR2020 с разрешением 20 МП также имеет функцию под названием «Умная область интереса» (SmartROI). SmartROI позволяет системе выбирать меньшую область внутри датчика. Многие приложения, такие как видеоконференции или камеры дорожного движения, не требуют всего изображения в высоком разрешении. Например, камере дорожного движения может потребоваться покрытие с полным разрешением области, на которой виден перекресток, но не областей, прилегающих к поверхности дороги. SmartROI позволит обозначить эту область как имеющую полное разрешение, а остальную часть можно будет просматривать с более низким разрешением, чтобы снизить общие требования к пропускной способности системы.

Обрезая изображения высокого разрешения до интересующей области, такие приложения, как видеоконференции или камеры дорожного движения, могут обеспечить детализацию, необходимую для работы, при значительно уменьшенной полосе пропускания. Хотя это общая особенность систем машинного зрения, современные системы выполняют эту операцию после программного обеспечения. В AR2020 выбор и распознавание области выполняются внутри датчика, что снижает пропускную способность в начале и снижает нагрузку на обработку на последующих этапах.

Еще одна важная оптимизация связана с длиной волны датчика. Датчики обладают высокой чувствительностью в ближнем инфракрасном диапазоне, что повышает производительность при слабом освещении. Улучшение характеристик при слабом освещении снижает шум изображения, обеспечивая более точную обработку изображения и снижает потребность во внешних источниках освещения при использовании в темноте.

Видение распространяется почти на все электронные устройства так же, как и беспроводная связь. И поскольку видение становится повсеместным, открываются новые приложения, а объем существующих приложений резко расширяется. Датчики Onsemi Hyperlux LP отличаются низким энергопотреблением, высоким качеством изображения и чувствительностью при слабом освещении; три ключевых требования к следующему поколению устройств, оснащенных системами машинного зрения. Перенос ключевых функций, таких как отслеживание движения и фокусировка на интересующей области, на датчик, снижает нагрузку на обработку сигнала изображения, предоставляя больше возможностей для оптимизации системы.