机器视觉(machine vision)的广泛采用使得能够探测到可见光谱之外光源的影像传感器变得越来越有用,因为其目的是增强人类的视力,而非加以复制。例如,对短波红外光(short-wave infra-red;SWIR)光谱区域(从1000到2000nm)进行成像,可提供补充传统相机功能等多种优势。
为什么要用SWIR成像?
SWIR区域最吸引的成像特性是较长的光波长之光散射减少,这种现象使得落日变红,因为潮湿的雾气在光线穿过大气层的时会散射蓝光。减少散射意味着车辆和无人机上的SWIR摄影机能够透视雾和尘云,从而大幅提高能见度,以便提高安全性。
SWIR成像的另一个好处是区分视觉上相似的材料,这些材料在可见区域可能具有类似的吸收(因此具有反射)光谱,但在SWIR区域中具有显著差异。这种能力对于工业过程中的质量控制等应用非常有价值,例如,它使不需要的物品(如岩石和金属)能够在食品生产中被发现,以及分类回收利用。
其他好处包括对温度在200℃到500℃之间的物品进行热成像,以及能透视哪些对可见光不透明、但对SWIR透明的材料。硅就是一个很好的例子,能够借助SWIR成像来检查晶圆附件的质量。
为什么SWIR不常见?怪InGaAs?
如果SWIR成像提供了这么多的好处,为什么并不常见?答案是,目前短波红外线(SWIR,1000-2000nm)成像主要采用昂贵的砷化铟镓(InGaAs)传感器——这种传感器可以吸收高达1800nm左右的光。由于透过蒸汽沉积、低制造良率和有限的像素密度来生产InGaAs层的费用,这些成本可能超过 10,000 美元,比起现有的标准硅光电探测器方案增加了材料消耗。
新兴的SWIR影像感测技术
商业上理想的属性和昂贵的现有技术相结合,为颠覆性的低成本替代方案创造了一个明显的机会。因此,业界正在开发用于SWIR成像的多种竞争方法。
一种方法是透过增加硅光子的厚度和结构,将硅光子的灵敏度扩展到通常的 1000nm之外。由于这种“扩展硅”的方法可以利用现有的CMOS制造技术,因此它可能是一种耐用且成本相对较低的替代方案,非常适用于自动驾驶车辆和先进驾驶辅助系统(ADAS)。然而,由于该技术基于硅,因此最适合检测SWIR光谱区域下端的光线。
另一种方法,可能比“扩展硅”生产成本更高,但能在更长的波长下成像。该途径使用混合结构,包括安装在CMOS读取集成电路(ROIC)上的量子点。量子点具有高度可调谐的吸收光谱,可以经由改变直径加以控制,并可以吸收高达2000nm的光。这使得其在工业成像应用和潜在的高光谱成像方面特别具有发展前景。
下图比较竞争的SWIR成像技术的技术和商业成熟度。
新兴SWIR成像技术的技术和商业成熟度。(数据源:IDTechEx – Emerging Image Sensor Technologies 2021-2031: Applications and Markets)
本文原刊登于EDN China网站,胡安编译