图像传感技术驱动无人机与机器人视觉系统革新
芝能智芯出品
无人机和机器人已在工业、物流、安防以及公共服务等多个领域中扮演着不可或缺的角色。其自主化和安全性高度依赖于图像传感技术的性能。
onsemi近期发布了一篇题为《How Advanced Image Sensing Is Propelling Next-Gen Drones & Robotics》的技术分析文章，系统探讨了当前视觉系统面临的关键挑战，并深入分析了HDR、全局快门、高NIR灵敏度、iToF以及功能安全等核心技术的作用。
值得关注的几点趋势包括：
- 成像性能标准已由“清晰度”转向动态范围、运动无畸变和系统功耗的综合能力；
- 全局快门结合多增益HDR正逐步替代传统的卷帘快门方案，成为高速移动平台的主流选择；
- 符合SIL-2功能安全标准的图像传感器，已成为大规模商业部署的重要前提。
视觉系统成为机器人的关键转折点
根据国际机器人联合会（IFR）2025年的报告，2024至2028年间，仓储物流中的自主移动机器人（AMR）复合增长率预计超过42%。服务机器人的总出货量也将接近千万台。图像传感器在设备BOM成本中的占比，从2018年的约7%提升至目前的25%至35%。
这一趋势背后的核心动因在于任务复杂度的显著提升。早期的设备多依赖GPS、IMU和简单光流完成飞行或固定路径搬运。如今，设备需在非结构化环境中进行实时避障、精准测绘、目标识别与交互操作，对光照突变、天气干扰、高速运动和遮挡等复杂条件下的厘米级定位与决策能力提出了更高要求。
尽管激光雷达曾是高端设备的标配，但其高昂的成本、高功耗和体积限制，已难以满足大规模部署需求。
相比之下，视觉+ToF方案的总体拥有成本已降至激光雷达的五分之一到八分之一。在0.2-15米的中等距离范围内，其精度已接近甚至媲美激光雷达。当前高端产品也正从“激光主导”转向“视觉主导”，而图像传感器的性能直接决定了SLAM算法的鲁棒性、避障成功率以及系统的整体能效。
无人机形态多样化催生图像需求多元化
不同类型的无人机对图像传感系统的需求呈现明显差异：
- 固定翼无人机更注重航程与能效，适用于大面积测绘任务；
- 多旋翼则承担短距离、稳定悬停和精细操作任务；
- 混合式和VTOL无人机则兼顾航程与灵活性。
这些不同的应用场景对图像系统提出了不同的性能要求：
- 固定翼无人机更关注多光谱、热成像和大场景覆盖；
- 多旋翼则强调红外成像与云台稳定的连续图像采集；
- 混合机型则需要同时具备远距感知与多模态识别能力。视觉系统正逐步摆脱通用相机的束缚，向更具针对性的结构设计、像素架构和光学优化方向演进。
在机器人领域，协作机器人、AGV、AMR、人形机器人及机械臂等设备在封闭空间与开放环境中执行任务，对感知系统的性能需求形成了显著的参数梯度。
- AGV和AMR依赖SLAM与高动态范围，以应对室内混合光照环境，同时要求高帧率以确保在移动中持续感知环境；
- 人形机器人则面临高速、低光和宽视场并发压力，对全局快门、HDR、NIR灵敏度及超过2MP的分辨率提出更高要求；
- 协作机器人和机械臂则更注重近距离作业的细节感知，对NIR灵敏度、图像MTF和色彩伪影控制提出了更严格要求。
机器人视觉能力正从“检测”走向“理解”，从“辅助感知”迈向“行为驱动决策”。视觉传感器已成为机器人系统与人工智能之间的关键接口，是整个系统的核心组成部分。
无人机与机器人在复杂环境下的成像挑战
在现实世界中，无人机与机器人所面临的图像传感挑战主要包括以下三个方面：
- 强背光、城市反射、高速运动导致的图像畸变、夜间弱光、LED闪烁、雾霾与烟雾遮挡等因素，都会直接影响算法对场景的理解能力。
- HDR技术是应对高动态照度差的直接手段。在阴影与阳光之间的亮度跨度可达到150dB。传统多曝光与双光电二极管方案容易产生运动伪影和LED闪烁问题。
- 卷帘快门在高速运动中易产生图像倾斜、拉伸和扭曲，严重时可能导致特征提取与SLAM失效。
全局快门的优势在于所有像素同时曝光，避免运动伪影，提供可直接用于几何计算的图像输入。该技术的关键挑战在于寄生光敏性（PLS）带来的信号污染。
为应对120-150dB的极端光照比，采用多增益“超曝光”（Split-Pixel with Multiple Gain）架构，在单次曝光中实现四个或更多增益读出路径，从而大幅提升线性满阱容量。
与传统多帧HDR合成相比，该方法的优势在于：
- 彻底消除运动伪影和LED闪烁（LFM）；
- 显著降低后端ISP带宽和功耗；
- 在140dB以上仍能保持超过90dB的信噪比。
在实际测试中，采用该技术的传感器在仓库出入口场景下，SLAM定位漂移从12-15cm降低至3-4cm，特征点跟踪成功率提升28%。
在高速运动场景中，全局快门是唯一能有效消除图像畸变的方案。通过优化存储节点隔离工艺，onsemi的全局快门传感器已将寄生光敏度（PLS）降至行业最低水平，同时将全局快门效率（GSE）提升至92%以上。
典型性能对比（5MP级别）：
- 卷帘快门：在100km/h等效速度下，图像倾斜可达120像素；
- onsemi全局快门：倾斜<1像素，适用于直接几何计算。
据某物流机器人头部客户反馈，采用该全局快门传感器后，高速转弯时的入库准确率从94.5%提升至99.7%。
940nm近红外波段能够有效穿透墨镜、轻雾和部分遮挡物，成为夜间和室内复杂光照环境的重要补充。通过优化硅层厚度与像素微透镜结构，在提升NIR量子效率的同时，保持可见光MTF，避免了传统NIR增强带来的图像清晰度下降。
多种间接飞行时间（iToF）传感器与全局快门RGB传感器形成紧耦合方案，实现单一模组内输出高精度深度图与无畸变彩色图。在人形机器人与AMR上，0.5-8m深度误差可控制在1%以内，帧率达60fps，功耗较同等性能的激光雷达降低70%以上。
电池续航与热管理是移动平台的关键制约因素。
onsemi最新传感器在120fps@HDR模式下，功耗控制在350-450mW以内，比前一代产品降低了约30%。高帧率不仅提升了运动鲁棒性，也为后续AI推理预留更多算力。
功能安全同样不可忽视。onsemi的传感器已通过IEC 61508 SIL-2认证（开发流程符合ASIL-B），并提供内置诊断功能（电压、时钟、CRC等）。这对于仓储叉车、室外配送机器人和协作机械臂而言，有助于缩短安全案例编制和第三方认证周期，从而加快产品上市节奏并提高商业可行性。
总结
未来2-3年内，随着SLAM算法逐步成熟、传感器成本不断下降，以及功能安全标准在更多国家实施，由视觉主导的感知方案将在无人机与机器人领域占据主导地位。
原文标题：图像传感技术：推动无人机与机器人视觉系统升级！