松下 OPF CMOS影像传感器

一、概述  

        不久前,松下在其国际网站公布了关于有机光电导膜(OPF)CMOS影像传感器技术的最新研发进展,并表示该技术已趋于成熟,有望在未来一段时间内正式投入商用。此外,松下还在3月15日至16日,于英国伦敦举行的“Image Sensors Europe 2023”国际学术会议上展示了其中部分技术。

        有机光电导膜CMOS影像传感器技术是一种有别于目前主流CMOS影像传感器的技术,它最大的特点是能提升CMOS影像传感器的色彩还原性能。通过使用有机光导薄膜(OPF)的高光吸收率和使用电子像素分离技术来减薄光电转换层,从而抑制色彩串扰。在该技术中,执行光电转换的OPF部分和存储和读出电荷的电路部分是完全独立的。这种独特的分层结构显著降低了目标范围外波长区域中绿色、红色和蓝色的每个像素的灵敏度。进而实现了颜色串扰减少,获得了优异的光谱特性,并且无论光源的类型如何都可以进行准确的颜色再现。 

        传统的拜耳阵列式硅图像传感器对绿色、红色和蓝色不具有足够的颜色分离性能。因此,在诸如青色光和品红色光之类的在特定波长具有峰值的光源下,难以精确地再现、识别和判断颜色。

        松下声称OPF CMOS图像传感器具有独特的结构,其中将光转换为电信号的光电转换部分是有机薄膜,并且存储和读取信号电荷的功能在电路部分中执行,它们彼此完全独立。因此,与传统的硅图像传感器不同,它可以提供不依赖于硅的物理特性的光电转换特性。

  1. OPF具有较高的光吸收率,可以实现光电转换部分的减薄(光电转换薄膜减薄技术)。
  2. 通过在像素边界处提供放电电极,释放像素边界处入射光产生的信号电荷,抑制来自相邻像素的信号电荷(电子像素隔离技术)。
  3. 此外,由于OPF的下部覆盖了用于收集OPF中产生的信号电荷的像素电极和用于放电电荷的电极,因此无法被OPF吸收的入射光无法到达电路侧。这抑制了透射(光透射抑制结构)。

        利用上述三种技术,可以抑制从相邻像素进入的光和信号电荷。因此,颜色串扰可以减少到几乎理想的情况,如所示的光谱特性所示。

        并且无论光源的颜色如何,都可以实现精确的颜色再现。  

         

        在传统影像传感器难以再现原始色彩的环境中(例如使用品红色光的植物工厂),该技术也能实现准确的色彩再现和检测,还可以准确再现具有细微颜色变化的物质的颜色,例如生物体。这也让OPF CMOS影像传感器可以在更多领域使用,例如应用于管理皮肤状况、监测健康状况以及检查水果和蔬菜等(包括商业广播摄像机、监控摄像机、工业检查摄像机和汽车摄像机等各种应用)。此外,结合松下的高饱和度特性和全局快门功能,OPF CMOS影像传感器可以为有更高要求的成像系统提供一些特别的功能,使这些系统能够以高宽容度应对来自光源类型、照度的快速变化。

        对于松下此次公布的OPF CMOS影像传感器技术,想必许多关注业界动态和技术发展的人们并不会感到陌生,因为松下早在2018年2月就公布了该技术的具体研发计划,并且在2018年10月公布了应用该技术的实验机型——AK-SHB810的图片和产品计划(计划在2019年秋季上市),然而相关研发似乎遭遇到了极大的阻碍和困难,以至于松下只在2019年9月公布了OPF CMOS影像传感器的实验芯片样品,并在2021年11月的一次日本4K/8K视频技术展上公开展示了应用该芯片的实体样机后,就再也没有相关消息和进度发布。

  需要补充的是,更早的相关技术研发计划是在2013年11月公布的,当时松下表示将与富士共同开发,以“有机光电材料”为基础的影像传感器。而该有机光电材料的专利最早出现在2008年和2009年,其持有者为富士。目前还不确定这与现在松下公布的OPF CMOS影像传感器技术有什么样的联系,松下和富士也从未就此问题进行过解释和说明。

  从技术的先进性上说,OPF CMOS影像传感器是具备多种性能优势的产品,但其生产、制造难度也会更高。我们无法从松下此次公开的技术资料和研发进度上看到任何实质性的产品性能表现内容,所有“先进性”都只是停留在技术资料等纸面上。假如松下真能如此次公告中所述的那样,在未来一个较短的时间内将其量产和商用化,那对整个高端8K摄影机行业来说,都将是一次相当大的冲击,尤其是对索尼和三星等主要生产BSI Si CMOS影像传感器的厂商就更是如此。当然,即便OPF CMOS真能开始量产和商用,其产能和成本控制等问题都将会直接影响其产品生命周期,尤其是成品率控制的问题。或许,这也是松下在这项技术上持续研发至少超过5年的关键原因。

二、主要技术

        上面已经提到OPF CIS的三个主要技术,这里根据公开资料,稍微展开说明。

1、光电转换减薄技术,光吸收提高10倍

        根据松下的公开,此次开发的OPF的光吸收系数比硅高10倍左右。

         光吸收所需的距离缩短,可以将OPF设计得比硅光电二极管更薄,原则上可以减少来自相邻像素的斜入射光,可以减轻颜色串扰。

 2、电子像素隔离技术

        在像素边界处产生的电荷包括来自相邻像素的由于斜入射光而产生的信号电荷,这会导致颜色串扰和分辨率退化。在传统的硅图像传感器中,在像素之间的边界处提供光屏蔽层以防止斜入射光。但是,经光屏蔽层反射的光变成杂散光,穿透到相邻像素点,发生绕射,导致遮光不充分。

        因此,松下已经开发了一种结构,该结构在像素边界处释放由入射光引起的信号电荷,并通过在像素边界放置新的放电电极来抑制来自相邻像素的信号电荷的侵入。通过提供放电电极,在像素边界处产生的电荷被放电,从而抑制图像质量恶化。

 3、光传输抑制结构

        入射光到达光电转换器(如BSI Si CMOS影像传感器中的光电二极管,OPF CMOS影像传感器中的有机光电导膜)上时,光会被光电转换器转换为信号电荷。然而,部分光未被光电转换并通过,就会导致颜色串扰。例如,红光具有更长的波长和更低的能量,更容易穿透并且具有更大的串扰。从实验数据可以看到,BSI Si CMOS影像传感器会有20%的、波长为600nm的光通过光电转换层,而OPF CMOS影像传感器则仅有约1%的相同波长的光通过,再加上OPF的底部覆盖用于收集信号电荷的像素电极和用于释放电荷的电极,不能被OPF完全吸收的入射光也会被电极吸收或反射和再次被OPF吸收。此外,由于像素电极和放电电极之间的空间非常小,因此光难以通过OPF的下部。这使得OPF CMOS影像传感器在结构上非常难出现颜色串扰。

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 0
    评论
OPF(Optimal Power Flow)是电力系统中的一个重要问题,它的目的是通过调整电力系统中各个元件的状态(例如发电机、变压器、线路等)来实现优化目标,如最小化成本、最大化效率、最小化损耗等。Matlab是进行OPF计算的常用工具之一,下面介绍一下Matlab中如何进行OPF编程。 首先,需要定义OPF问题的数学模型,包括目标函数和约束条件。目标函数通常是电力系统的成本函数,可以是发电成本、输电损耗等。约束条件包括功率平衡、变量的上下限、等式约束和不等式约束等。这些约束条件需要根据电力系统的实际情况进行定义。 其次,需要选择合适的求解器来求解OPF问题。Matlab提供了多种求解器,包括fmincon、linprog、quadprog等。根据问题的特点选择合适的求解器可以提高求解效率和精度。 下面是一个简单的OPF问题的Matlab代码示例: ```matlab %定义成本函数 f = [1; 2; 3]; %发电成本 %定义约束条件 A = [1 1 1; 2 2 2; 1 2 3]; %功率平衡约束 b = [10; 20; 30]; lb = [0; 0; 0]; %变量下限 ub = [5; 5; 5]; %变量上限 %求解OPF问题 [x, fval] = fmincon(@(x) x'*f, [3; 3; 3], A, b, [], [], lb, ub); ``` 上述代码中,f表示发电成本,A和b表示功率平衡约束,lb和ub表示变量的上下限。fmincon是Matlab中的一个求解器,用于求解无约束或有约束的非线性优化问题。@(x) x'*f表示目标函数,[3; 3; 3]表示变量的初始值。 需要注意的是,OPF问题通常是非线性的,求解器的效率和精度会受到初始值的影响。因此,需要根据问题的特点选择合适的初始值,并进行多次求解以提高求解精度。

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

沧海一升

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值