产品展示
破解六大挑战!CIS在工业生产领域将大展拳脚

发布时间:2022-09-20 02:49:02 来源:华体会官方 作者:华体会平台

内容简介:  当前智能制造发展如火如荼,为社会带来持续不断的动能。无论是“中国制造 2025”还是“工业 4·0”都离不开机器视觉,而机器视觉同样离不开图像传感器这一核心器件。  美国制造工程师协会(SME)机器视觉分会和美国机器人工业协会(RIA)自动化视觉分会对于“机器视觉”的定义是,“机器视觉使用光学器件进行非接触感知,自动接收并解释一个来自真实场景的图像,以获取信息并控制机器与流程”。  2016-2019 年,全球机器视觉市场规模不断扩大,至 2019 年突破 100 亿美元,达到 102 亿美元。  2020 年,受新冠肺炎疫情影响...
  • 产品介绍

  当前智能制造发展如火如荼,为社会带来持续不断的动能。无论是“中国制造 2025”还是“工业 4·0”都离不开机器视觉,而机器视觉同样离不开图像传感器这一核心器件。

  美国制造工程师协会(SME)机器视觉分会和美国机器人工业协会(RIA)自动化视觉分会对于“机器视觉”的定义是,“机器视觉使用光学器件进行非接触感知,自动接收并解释一个来自真实场景的图像,以获取信息并控制机器与流程”。

  2016-2019 年,全球机器视觉市场规模不断扩大,至 2019 年突破 100 亿美元,达到 102 亿美元。

  2020 年,受新冠肺炎疫情影响,全球供应链中断,项目停摆,给全球机器视觉行业带来了冲击,市场规模下降至 96 亿美元。

  我国机器视觉相关融资额整体呈增长态势,2020 年达到 93.04 亿元,创下历史新高随着技术的快速发展,机器视觉下游应用领域不断拓展。据 GGII 预测,机器视觉产业未来三年,复合增速接近 24%,是巨大的蓝海市场。

  根据 MarketsandMarkets 的预测,预计到 2025 年全球机器视觉市场规模将突破 130 亿美元;2026 年将接近 140 亿美元。国内机器视觉行业快速发展,中国正在成为世界机器视觉发展最活跃的地区之一,预计到 2026 年我国机器视觉市场规模将突破 300 亿元。

  近年来,我国先后出台了促进智能制造、智能机器人视觉系统以及智能检测发展的政策文件,机器视觉领域玩家不断增多,特别是 2017-2020 年,每年新增企业数量均超过 600 家。

  目前,我国各种类型的机器视觉企业已超过 4000 家;进入中国的国际机器视觉品牌已超过 200 家。

  根据中国机器视觉产业联盟对其会员单位进行的统计数据显示,2019 年中国机器视觉行业销售额首次超过百亿,达到 103 亿元,增速超过 20%。

  国际机器视觉市场的高端市场主要被美、德、日品牌占据。其中康耐视和基恩士作为全球机器视觉行业的两大巨头。外资企业技术先进、管理模式成熟,具备从核心硬件到系统集成的产业链优势,牢牢占据中高端市场,份额和利润水平较为稳定。

  中国机器视觉的中高端市场也被这些有深厚行业背景的国际巨头占据,国产化率低。国内企业从外资代理商起步,逐渐进入市场参与竞争。

  由于现阶段国内传感器等核心零部件企业规模小、数量少、水平较低,部分关键零部件仍需依靠海外进口,国内企业仍多以系统集成为主,规模体量和外资相比仍有较大的差距,尚未出现有主导地位的龙头企业。

  机器视觉的应用领域广泛。尤其在工业领域,机器视觉可说是工业自动化系统的灵魂之窗。比如四大主流功能包括视觉引导与定位、模式有无识别检测、精准测量测距和产品外观检测等,在这之中,工业相机是机器视觉的核心零部件。

  据前瞻研究院数据显示,2008-2018 年全球工业相机行业市场规模呈现稳定上升趋势,2018 年达到 5.87 亿美元,2019 年达到 6.34亿美元,而预计 2025 年将达到 12 亿美元,6 年复合年增长率预计为 11.22%。中国工业相机市场规模迅速追赶。2011 年我国工业相机市场规模仅 0.8 亿元,但 2018 年达 7.3 亿元,复合增长率为 37.14%。2019 年会达到 9.8 亿元,同比增长 34.2%。

  图像传感器芯片是工业相机的重要组成部分,其性能参数及功能对工业机器视觉系统影响巨大。目前工业相机常用的CCD和CMOS图像传感器感光原理类似,基本上都是利用感光二极管(photodiode)进行光与电的转换,将图像转换为数字信息,它们的主要差异在于数字信号传送方式的不同。

  图像传感器通常使用电荷耦合器件(CCD)或互补金属氧化物半导体(CMOS)技术,将光(光子)转换成电信号(电子)。

  CCD 工作原理:CCD 是电荷耦合器件的简称,在感光像点接受光照之后,感光元件产生对应的电流,电流大小与光强对应,因此感光元件直接输出的电信号是模拟的。在 CCD 传感器中,每一个感光元件都不对此作进一步的处理,而是将它直接输出到下一个寄存器,结合该元件生成的模拟信号输出给第三个寄存器,以此类推,直到结合最后一个寄存器后,才能形成统一的输出。

  由于感光元件生成的电信号太过微弱,加上在此过程中会产生大量电压损耗而无法直接进行模数转换工作,因此这些输出数据必须做统一的放大处理。

  该任务是由CCD 传感器中的放大器专门负责,经放大器处理之后,每个像点的电信号强度都获得同样幅度的增大;因信号只通过一个放大器放大,所以产生的噪点较少。且由于CCD 本身无法将模拟信号直接转换为数字信号,因此还需要一个专门的模数转换芯片进行处理,最终以二进制数字图像矩阵的形式输出给专门的 DSP 处理芯片。

  CMOS 工作原理:CMOS 是互补金属氧化物半导体的简称,CMOS 传感器中每一个感光元件都直接整合了放大器和模数转换逻辑,当感光二极管接受光照、产生模拟的电信号之后,电信号首先被该感光元件中的放大器放大,然后直接转换成对应的数字信号。

  换句话说,在 CMOS 传感器中,每一个感光元件都可产生最终的数字输出,所得数字信号合并之后被直接送交 DSP 芯片处理。

  但 CMOS 感光元件中的放大器属于模拟器件,无法保证每个像点的放大率都保持严格一致,致使放大后的图像数据无法代表拍摄物体的原貌。体现在最终的输出结果上,就是图像中出现大量的噪声,品质明显低于 CCD 传感器,不过目前这方面的技术已大幅改善。且由于 CCD 是信号统一放大,所以噪声小,CMOS 是各个感光元器件信号单独放大,导致噪声较大,但是 CMOS 传感器也有分辨率大、成本低,体积小等优势。

  CIS是CMOS图像传感器(CMOS Image Sensor)的缩写,随着工艺制程水平的不断提高,CMOS图像传感器才逐渐开始展现出CCD图像传感器不具有的优势,在图像传感器领域的市场攻城略地。时至今日,手机、相机已经全部沦为CMOS传感器的天下。

  进入21世纪后,随着机器视觉在工业生产自动化、无人机、智能家电中的应用,CMOS图像传感器又迎来了新一轮的发展浪潮。CMOS图像传感器目前在工业视觉市场上占据主导地位,拥有92%的市场销售额。

  和消费电子领域相比,工业成像对图像传感器的要求不同。首先,工作环境不同,消费级传感器工作温度范围一般是0℃至70℃,而工业级则要求-40℃至85℃,对元器件的可靠性要求也更高。

  机器视觉正向着高分辨率、高帧率、高集成性的方向转变。在机器视觉与工业生产应用中,随着市场需求的不断上升,检测的精度在不断上升,同时检测物体的大小、检测效率也在不断提升。高精度检测对图像传感器像素要求越来越高。

  工业检测对传感器分辨率和帧率要求越来越高。在晶圆检测、太阳能光伏面板检测和线路板组装(PCBA)的表面贴工艺(SMT)检测等应用中,都对生产效率有较高要求。在单位时间内所能检测的线路板面积越大,生产效率就会越高,这就需要图像传感器能在单位时间内收集更多的信息量,因此就需要在此类应用中的传感器分辨率高、帧率高。

  很多工业检测已经突破可见光区域,因此需要硅基图像传感器能加强近红外波段的量子效率。近红外增强功能在物料成分分析以及运动轨迹抓拍中应用很普遍。

  随着行业的快速发展,机器视觉的检测正在从2D升级到3D的应用。3D视觉比2D视觉处理具有更高的计算要求。在3D中,将零件的3D图像与点云或3D图像数据进行比较需要更多的图像处理和大量的计算。

  工业生产视觉应用中将大量运用人工智能技术。工业生产领域中的绝大多数人工智能应用都与机器视觉技术有关,从业者期望使用神经网络算法在自动化生产线上进行视觉处理的训练,以获得标准的动作和质量数据。

  目前,全球都非常重视工业、制造业的产业升级,这为工业成像技术发展指明了方向,而不同的工业应用,也对CIS提出差异化要求。。在此背景下,图像传感器行业不断向智能化、高端化等方向发展,其中技术的变革成为破解以上6大挑战的利器。

  如今,随着各国巨头企业在技术竞赛单元的研发和竞争,加上工业、制造业领域应用的新要求,CIS传感技术的发展向更精密的工艺要求、更多元化的工艺技术和更多附加功能的方向前进。

  所谓更精密的工艺要求就是采用更加精密的晶圆技术。据Yole报告称,CIS的技术节点正在从90nm发展到65nm。逻辑晶圆的技术节点正向28nm发展,下一步应该是22nm。

  更多元化的工艺技术是指该产业已经从FSI(前照式)技术工艺过渡到BSI(背照式)技术工艺,现在又转向堆栈式BSI技术工艺。在堆栈式BSI技术工艺中TSV(硅通孔)技术被用来连接传感器阵列和logic die(逻辑芯片)。堆栈式BSI标准技术现在已经成为使用铜与铜连接的混合堆栈。最新CIS产品确实将混合连接间距缩小到像素间距,这为实现像素连接开辟了道路。

  多附加功能比如名为GS、iToF和dToF技术的全新CIS设计,已经很好融入了工业生产领域市场;而量子和神经形态学方法将为市场带来新一代应用;Yole Développement认为下一个技术趋势应该是将人工智能集成到CIS中。相信这将为工业生产带来新一轮发展动能。

上一个产品:用CCD摄像机获取高速运动目标的图像
下一个产品:以色列AdaSky融资自动驾驶研远红外热感摄像头
栏目 产品 案例 电话