자동차 이미지 센서 매개변수에 대한 간략한 논의 - 신호 대 잡음비

저자 | William Chen, ON Semiconductor China의 자동차 현장 응용 엔지니어링 관리자

지능형 운전은 점차 자동차의 일반적인 기능이 되었습니다. 이는 자동차와 운전자의 인식을 향상시키는 동시에 운전자의 작업 강도를 줄여줍니다. 시간 운전 안전을 효과적으로 향상시킬 수 있습니다. 그 중 CMOS 이미지 센서 기반의 카메라는 지능형 주행 시스템이 외부 환경을 인식하는 주요 도구 중 하나입니다.

CMOS이미지 센서는 이미징 센서로, 기본적으로 메모리와 아날로그-디지털 변환(ADC)이 결합된 것입니다. 실리콘의 광전 효과를 기반으로 입사광은 센서 픽셀의 포토다이오드에서 전하를 자극하여 ADC를 통해 디지털 출력으로 변환합니다.

그림 1광전 효과

구조적으로 CMOS 이미지 센서는 많은 수의 저장 셀을 지원하는 메모리와 유사합니다. 열 주소 지정 작업의 차이점은 메모리가 회로에 의해 기록되는 반면 sensor의 내용은 가시 광선 또는 근적외선에 의해 기록된다는 것입니다.

센서에 의해 수집된 전하는 두 부분으로 구성됩니다. 한 부분은 주변광에 의해 자극된 유효 신호에서 발생하는 우리가 기대하는 전하이고, 다른 부분은 사용자가 원하지 않는 빛에 의해 생성된 전하입니다. 간섭, 이는 간섭의 원인입니다. 일반적으로 잡음이라고 불리는 유형은 다양합니다.

이미지에 효과적인 정보가 많을수록 좋고, 간섭 노이즈가 적을수록 좋습니다. 이미지 노이즈의 영향을 측정하는 일반적인 지표는 신호 대 노이즈 비율인 신호 대 노이즈 비(SNR)입니다. 신호 대 잡음 비율이 높을수록 이미지 노이즈의 상대적인 내용이 작아지고 이미지 품질이 향상됩니다. SNR의 단위는 비율일 수도 있고 로그 단위 dB로 변환될 수도 있습니다. 센서의 데이터 시트는 일반적으로 아래와 같이 신호 대 잡음비 매개변수 SNR을 제공합니다.

저조도에서 신호 대 잡음비가

46

dB인 센서가 신호 대 잡음비가

43dB인 센서보다 낫습니까?

꼭 정답은 아니지만, 상황에 맞지 않는 결론이 수렁에 빠지는 경우가 많습니다. SNR은 점이 아니라 조명 조건의 함수입니다. 그림 2에서 볼 수 있듯이 SNR은 빛의 강도가 변함에 따라 곡선이 됩니다. 저조도 효과 표시기로 사용하는 경우 저조도 조건에서 SNR 값을 선택해야 합니다. 업계의 센서 데이터 매뉴얼에 있는 SNR 매개변수는 일반적으로 최대 SNR 값으로, 이는 조명 환경이 매우 밝을 때의 SNR 값, 즉 화면 오른쪽 상단의 SNR Max 지점에 해당합니다. 그림의 파란색 SNR 곡선. 좌측 하단의 파란색 선이 위치한 영역의 SNR 값은 저조도를 평가하는 매개변수로 적합합니다. 이때의 조도는 부족하여 저조도 환경에 해당합니다. 사과를 파는 것과 같습니다. 윗층이 가장 좋습니다. 바구니를 열어서 안에 있는 사과의 품질을 확인해야 합니다.

그림 2

신호 대 잡음비 SNR 곡선

최대 SNR 포인트를 기준으로 센서를 판단합니다. 과잉일반화의 문제. 필요에 따라 사용자는 특정 노출 조건에 해당하는 SNR 크기를 선택하여 저조도 노이즈를 평가할 수 있습니다. SNR이 클수록 SNR을 고정된 값으로 제한할 수도 있습니다.

=5

, 필요한 노출 조건을 사용하십시오. 노출 값은 저조도 노이즈를 판단하는 데 사용됩니다. 노출 값이 작을수록 동일한 SNR을 달성하는 데 필요한 조명 자원이 적고 저조도 성능이 향상됩니다. 센서의.

그림 2는 일반 센서의 SNR을 보여주며 단조롭게 증가하는 곡선입니다. 자동차에 사용되는 CMOS 센서는 전천후 애플리케이션 시나리오에 맞추기 위해 높은 동적 범위 HDR이 필요합니다. HDR의 일반적인 방법은 센서의 감도를 변경하고 환경의 다양한 밝기를 별도로 샘플링하는 것입니다. 여러 개의 샘플링된 이미지 프레임 맵을 표준화된 선형 데이터 공간에 결합하고 마지막으로 서로 다른 감도의 프레임에서 적절한 픽셀을 선택하여 완전한 이미지 프레임을 형성합니다. "자동차 이미지 센서 매개변수에 대한 간략한 논의 - 동적 범위"를 참조하세요.

센서의 감도 변화는 서로 다른 위치로 이동하는 좌표계의 SNR 선에 해당합니다. 마지막으로 HDR 이미지의 SNR 곡선은 다음과 같은 여러 SNR 곡선의 피팅 결과로 발전합니다. 그림 3의 파란색 선은 더 이상 단조롭게 증가하는 곡선이 아닙니다. 저조도 SNR이 매우 작을 뿐만 아니라 작동 점이 SNR 하락 범위에 속하면 하이라이트 범위에 여러 로컬 최소값도 있습니다. 이때 환경이 매우 밝아도 소음도 심해집니다.

이러한 현상은 인간의 눈의 인식 습관에 어긋나는 영상에서 나타나는 현상입니다. 즉, 밝기가 높아질수록 영상의 품질이 나쁨에서 좋음으로 바뀌게 됩니다. 갑자기 다시 악화됩니다. 따라서 기존 선형 센서와 달리 자동차 광역 동적 센서의 신호 대 잡음비는 고휘도 조건에서 최소값 지수를 평가해야 합니다.

그림 3 HDR 이미지의 SNR

그림 4 SNR 및 소음

자동차 센서의 SNR은 모노톤이 아닌 곡선이며, 자동차 애플리케이션 환경은 문제를 더욱 복잡하게 만듭니다. 센서는 ADC 이전에 신호 및 노이즈 데이터가 전하의 형태로 저장됩니다. 센서의 암전류도 전하를 축적합니다. 생성 속도는 노출 시간에 대략 비례하고 온도에 기하급수적으로 관련됩니다. . 따라서 온도, 노출 시간, 아날로그 게인이 암흑 상태 잡음에 미치는 영향도 고려해야 합니다. SNR은 온도, 노출 시간 및 시뮬레이션 이득의 함수이며 해당 곡선은 다차원 곡선 클러스터가 되었습니다.

온도의 영향을 예로 들면, Figure 5는 센서 내부 온도가 높아짐에 따라 SNR=10일 때 필요한 Exposure 값의 변화 추세입니다. . 서로 다른 s센서는 온도 드리프트에 대한 민감도가 서로 다릅니다. 이 두 센서의 SNR 노출 값은 60°C에서 교차하며 이는 실온에서 2을 의미합니다. 5°C 고온 80℃와 별도로 평가하면 도달한 SNR 결론은 완전히 반대입니다.

그림 5 웨이퍼 내부 온도의 영향

유효 수명의 온도에 따라 자동차 카메라 유통 주기, 8개 이상 8% 수명 동안 센서 내부 노드 온도가 40℃를 초과하여 80%시간을 초과합니다. 60℃를 초과합니다. 65%시간 내부 온도가 80℃를 초과합니다.

온도 드리프트의 영향으로 SNR 곡선이 추가로 변경됩니다. 그림 6의 빨간색 점선으로 표시된 것처럼 온도가 증가하면 SNR 곡선은 조명이 낮은 영역과 강조된 국부 영역에서 계속 감소합니다.

그림 6 온도가 HDR에 미치는 영향 SNR

현재 자동차 이미지 센서 SNR에 대한 업계 평가에서는 주로 Machine Vision Association의 EMVA1288 표준에 따라 유럽 테스트를 거쳤습니다. EMVA1288 표준의 신호 대 잡음비 SNR은 기존의 단조 선형 센서 모델을 기반으로 정의되었으며 자동차용 와이드 동적 이미지 센서의 SNR 특성에 대한 설명은 완전하지 않습니다. 전기전자공학회 IEEE는 자동차 이미지에 대한 새로운 품질 테스트 표준 P2020을 정의하고 있습니다. ON Semiconductor는 실무 그룹의 일원으로서 IEEE의 이미지 노이즈 표준 초안 작성 작업을 수행했습니다. P2020 표준에는 SNR 매개변수가 포함됩니다.

마지막으로 자동차용 CMOS 이미지 센서의 신호 대 잡음비 SNR은 비단조적인 특성을 가지며 자동차 애플리케이션 환경에서 다양한 요소의 영향을 받습니다. SNR은 다차원적인 종합 평가 작업으로, 객관적이고 포괄적인 SNR 평가는 센서의 성능을 실제로 설명하고 자동차 이미징 제품 개발을 올바르게 안내할 수 있습니다.

위 내용은 자동차 이미지 센서 매개변수에 대한 간략한 논의 - 신호 대 잡음비의 상세 내용입니다. 자세한 내용은 PHP 중국어 웹사이트의 기타 관련 기사를 참조하세요!