车载机器视觉的图像传感需求——Mobileye在2021图像传感器工作会议上的演讲
时间:2022-08-28 06:30:00
车载机视觉图像传感需求——Mobileye在2021图像传感器工作会议上发表演讲
在2021年国际图像传感器工作会议上(IISW2021), 主办方特约mobileye做个‘从ADAS及AV(自动驾驶)应用需求的角度如何设计图像传感器’的演讲。
Mobileye成像架构师HDR介绍了其车载机的视觉切入点Soc方法论对传感器的设计要求具有重要的参考意义。
*需要芯片设计match具体的应用
车载领域的视觉芯片继承了传统的相机应用,因此倾向于供人们观看,但这与当前的车载应用有关ADAS/AV需求不一致,ADAS和AV不输出供人观看的图像。
ADAS/AV Soc输出判决是综合结果,判决过程是Soc制造商需要知识产权保密的范围,这对图像传感器的设计造成了不确定性。尽管如此,传感器的设计仍有办法遵循。
case 1-进出隧道
就车载应用而言,非常基本HDR需求点是汽车进出隧道,如下图所示:
难点有三:
1.高速行驶,处理时间短。
2.进出隧道光线变化剧烈。如果事故车辆停在这种情况下前处理将非常紧急。
3.阳光照射角度很低,导致路面照明明亮。
* 应该检测到哪些元素?
1.前方车辆是在隧道内还是隧道外?
2.地面路标
3.隧道外路面有什么变化?
4.发生了什么事故?
*如果是传统的相机,处理这个场景会有什么问题?
这样的控制过程会出现相机的自动曝光:
若相机帧率为30fps,10帧图像AE能达到收敛,速度是100KM/h,然后汽车在看不见前方的路上行驶近10米。ADAS/AV决策不是基于一帧图像,而是基于一系列连续图像,这是正确的HDR需求是必要的。
case 2---夜景HDR场景
*夜景HDR场景是另一个困难的场景case
1.检测黑暗中的路人(300/22bit)
2.检测到亮闪闪的灯和交通灯(6626240/2629632/24bit)
从ADAS/AV从应用角度来看,传感器需要一帧曝光才能达到以下指标
1.需要LFW达到10Me,
2.需要24bit的ADC
从成本和物理尺寸限制的角度来看,实现这一指标可能是不现实的,因此有必要在某些技术上妥协,并尽可能满足这一需求。例如,多帧曝光集成HDR技术:
时域多帧融合HDR的缺陷:
1.曝光之间的图像变化
2.SNR drop
3.牺牲一定的动态范围
3、4曝光 HDR解决了一些问题,但仍然有局限性
人、车、路标、交通灯的检测属于基本要求,属于high contrast物体相对容易检测。
由于对噪音非常敏感,路面纹理很难检测,自动驾驶往往需要根据纹理来判断路面,然后决定开车去哪里。HDR路面纹理可以在车载条件下检测到HDR重要需求。
*单曝光 高Analog Gain
为了应对low light在近光灯下,检测远处行人的情况,一般采用单曝光高AG,虽然DR但是SNR改善。这种情况通常是低温的,所以DSNU不是主要的,readnoise 也不大,shot noise主噪声。
*如果在HDR使用融合High AG
1.Low light SNR会好,但是SNR drop会比较大,所以会看到noisy的天空,
2.SNR drop在较低的照明下,闪烁的街灯会导致路面纹理的变化。
所以在夜景中很难检测到所有的元素。
*High Gain low Gain HDR 融合
这种方法可以解决低光路面纹理问题,但为了让low gain不饱和,只能使用很短的曝光时间,所以有led 灯闪问题。
*HDR对于车载ADAS/AV应用的'Error Recovery'是必须的
一个soc 芯片通常连接十几个camera,任何一个camera问题会影响整个系统。camera会增加更大的风险,因此系统需要瞬时错误的恢复机制(transient error recovery)。
如下图所示:当Frame1 camera发生错误,在Frame2的header在frame3可以修复错误,因此错误的恢复时间至少为3帧。
这个机制和AE类似地,如果瞬态错误和AE控制逻辑耦合会增加系统的不稳定性。
所以‘不需要AE控制’加‘HDR这种理想的状态是:
立即检测和消除一帧错误。简化系统设计,降低风险。
*回到我们最初的梦想:曝光可以获得10Me LFW(linear Full Well),24bit的图像
工业界如何逐步满足这一看似不可能的需求?
从IISW可方面,工业界正在提高像素LFW,比如增加overflow capacitor,Onsemi在2020年推出的3um HDR sensor这是一个很好的例子。
Double readout split photo diode是另一种技术,有double sampling就可以避免exp只能在低光下使用High gain,spd虽然减小了LFW会增加hdr noise,但在其他方面得到了好处。
Sony的3um split pixel设计达到了132dB @single exposure,pixel LFW 166ke,如下图所示,这逐渐接近10Me(140dB)最初的梦想。
Sony的大像素是3um,小像素是14.5倍less sensitive,这是小像素pixel 是0.8um。(sony现在已经量产了>140dB LFM的车载sensor, Maver Jiang 注)
OV的split pixel采用3 exposure 4capture设计可达144dB(24b)如下图所示:
Led market光源越来越亮是这种设计的潜在风险,但目前仍然存在ok的。
*将传感器的性能与现实联系起来,而不是空设计图纸
Sensor工厂的设计通常以某种模型简单地表示,如下图所示:
而soc或者系统工厂面临着复杂的实际场景,如下图所示:
Sensor在介绍产品性能时,工厂总是使用数学模型,例如Sony以小像素提到它们HCG处理方法LCG SPD high dark current的问题,sony 用上述模型来解释它们的性能,
然而,从系统方案开发的角度来看,这种性能介绍是不够的。我们希望一些不同的性能显示可以与实际问题有关,如使用Driving Data来了解到底SNR drop图像出现在哪一部分。