圖像傳感器領導廠商如何開拓機器視覺市場

　　數據顯示，2019年中國制造業年平均工資近8萬元，信息傳輸業達到16萬元，增速在10%左右。一般工業企業每條流水線需要2-4個品檢員，而一套機器視覺系統價格大約在幾十萬左右。在勞動力成本上升、人口紅利逐步消失的大趨勢下，制造業企業面臨成本壓力，實現機器視覺普及是大勢所趨。

　　2020年下半年開始，工業企業月利潤同比增速由負轉正，四季度回暖態勢明顯，10月、11月同比增速逐漸增加到20%以上，工業回暖趨勢明顯。制造業順周期發展，企業盈利回暖有助于提升智能化需求，機器視覺需求有望釋放。

　　據數據預測，預計到2025年全球機器視覺市場規模將突破130億美元，國內市場機器視覺的發展也極為活躍。另據預測，到2026年我國機器視覺市場規模將突破300億元。目前，機器視覺主要用于制造業的前端環節，是智能制造的先鋒力量，在人工成本壓力、精密制造發展、工業生產效率等大趨勢下，機器視覺長期發展前景廣闊。對于機器視覺需求較旺盛的電子、汽車等行業，行業整體利潤增速也均呈現回暖態勢，主要應用行業景氣度回升有望直接帶動機器視覺需求釋放。

　　那么對全球領先的圖像傳感器廠商安森美（ON SEMI）半導體而言，在工業應用市場，哪些是快速增長的市場，且其增長背后的驅動力又是什么？對此安森美半導體智能感知部市場總監郗蘊俠博士指出：“平板檢測、新能源檢測等是安森美當前主要關注的市場，其中平板檢測是整個工業機器視覺行業中對圖像傳感器最具挑戰性的應用。從1K、2K、4K到8K，像素在逐漸擴大，人們對平板的需求越來越多。我們周邊的電子設備幾乎都會帶一個可視化的屏，例如車載的屏幕也越來越大；新能源檢測領域，隨著中國新能源，半導體的發展，光伏檢測，鋰電池，晶圓檢測，3C檢測這些需求都比以往有成倍的增長。”此外，郗蘊俠博士進一步指出，3D市場的檢測需求增長，越來越多的檢測只用2D信息遠遠不夠，需要深度或者厚度，高度的信息，比如模具加工，手機裝配等。人工智能(AI)已用于60％以上的計算機視覺應用程序中，而AI在制造應用程序中的增長已超過50％年復合增長率。人工智能是我們需要的新工具，用于管理來自工業成像的不斷增長的數據集，以實現工業4.0。還有就是邊緣人工智能，如新零售、智慧農業、畜牧業和農業，用到人臉支付，人臉門禁，新冠后疫情時期出現了一些趨勢：一是遠程化，遠程教學、遠程醫療越來越普遍；二是無人化，包括無人送貨車、無人商店等。

　　與此同時，中國制造業正處于高端轉型階段，在此背景之下，在工業機器視覺應用方面，相機系統做出快速精準決策的關鍵就是圖像能夠清晰準確的提供這些信息。不同的檢測應用對圖像的分辨率，清晰度，噪聲，以及相機的幀率，系統成本等都有不同的要求。比如屏檢、光伏、半導體檢測，需要滿足超大分辨率以及高速的圖像傳感器；各種工業掃碼，物流等領域需要經濟型全局快門的圖像傳感器；在3D應用方面，除了所需的圖像傳感器，還有需要測量精確的直接飛行時間(dToF)解決方案。郗蘊俠博士認為“未來的圖像傳感器依然會追求高分辨率，高畫質，低成本。”

　　作為技術領先的圖像傳感器供應商，安森美半導體致力于為客戶提供更好的方案，其也會對不同的領域有自己的規劃。CMOS圖像傳感器分為全局曝光和卷簾曝光兩大類。兩類產品各有優勢，安森美半導體會持續在這兩類產品上的研發。（為了提升感光度，區別于FSI（前照式），BSI（背照式）技術也被引進到圖像傳感器中。）據郗蘊俠進一步介紹：“安森美半導體完全掌握了上述兩種技術并且有產品在售。公司會繼續推出滿足超大分辨率以及高速的圖像傳感器，經濟型全局快門的圖像傳感器，以及基于硅光電倍增器（SiPM）,單光子雪崩二極管（SPAD）陣列單點，線陣及面陣的dToF解決方案。高分辨率、高畫質、低成本是安森美半導體圖像傳感器不斷推陳出新的目標。”

　　以RSL10智能拍攝相機平臺為例，該平臺匯集了安森美半導體的多項創新，包括提供超低功耗藍牙低功耗技術的RSL10 SIP，以及ARX3A0 Mono 65°DFOV IAS模塊。該模塊是緊湊的原型，用于開發基于ARX3A0 CMOS圖像傳感器的360幀/秒(fps)黑白成像的緊湊型攝像機。這些技術輔以先進的運動和環境傳感器以及電源和電池管理，提供了完整的方案，可用于自動捕獲圖像并識別其中的物體。毫無疑問，這對于開發者而言是非常便利的，是否對用戶來說意味著增加成本？對此安森美半導體亞太方案中心市場營銷工程師賈鵬回復道：“RSL10智能相機平臺可以說是‘免費’的。RSL10智能相機平臺是安森美半導體提供給大家的參考設計方案，無論是供生產使用的布板(Layout)圖紙和物料單(BoM)，還是RSL10的開發環境和工具、相機平臺的CMSIS Pack都是免費公開給大家的，除此之外，我們還能夠提供工程師支持服務。”

　　據悉，安森美最新推出的RSL10智能拍攝相機平臺將云端AI與超低功耗圖像捕捉和識別相結合，實現新一代IoT端點，如監控攝像機、受限區域、工廠自動化、智能農業和智能家居。配套的智能手機應用程序為該平臺提供用戶接口，并作為基于云的、AI賦能的物體識別服務的網關。

　　跨界合作與技術融合是當前整個機器視覺行業發展的趨勢與機遇所在。郗蘊俠博士表示：“因為邊緣計算、人工智能(AI)、深度學習、嵌入式視覺、5G+都是未來發展的行業趨勢，因此安森美半導體都會關注，”

　　郗蘊俠博士指出：“如今，AI已用于60％以上的計算機視覺應用程序中，而AI在制造應用程序中的增長已超過50％年復合增長率。人工智能是我們需要的新工具，用于管理來自工業成像的不斷增長的數據集，以實現工業4.0。”

　　據悉，用于成像的AI決策已從云過渡到邊緣-遷移到與成像系統本身相鄰或并入其中的計算機系統。例如把人工智能的訓練環節保留在GPU或云端，利用堆棧工藝可以將決策或甚至與之相關的一些預處理集成到圖像傳感器本身上。在傳感器上集成用于圖像識別的低層或者小算力的卷積神經網絡層。這些AI功能集成在圖像傳感器中都將會實現。

　　5G網絡提供了便捷、高速、高帶寬、低延遲、高可靠性的數據傳輸通道，這點對于機器視覺來說很有意義。通常，圖像傳感器的數據量都比較大，例如，安森美一顆1200萬像素的圖像傳感器，一幀畫面的數據量就有144Mb（12bit/pixel）。如果沒有高速，高可靠性的網絡，這樣的數據量就只能在終端直接處理，限制了信息的處理和交互能力。在5G網絡的支持下，可以把數據發送到云端，能夠實現更加復雜的運算并且實時返回結果，比如在抗疫情期間，5G和視覺的結合讓我們都當了一次“云監工”。郗蘊俠博士進一步補充道：“我們在感知產品中就會考慮到這些新技術的需求，在接口、計算、尺寸、功耗、工藝等做更好的改進。

　　”