图像传感技术：驱动无人机与机器人视觉系统升级
芝能智芯出品
无人机与机器人已广泛应用于工业、物流、安防及公共服务等领域，其自主性和安全性在很大程度上依赖于图像传感技术的发展。
onsemi近期发布了一份报告《How Advanced Image Sensing Is Propelling Next-Gen Drones & Robotics》，深入分析了当前视觉系统在实际应用中所面临的挑战，并探讨了HDR（高动态范围）、全局快门（Global Shutter）、高NIR（近红外）灵敏度、iToF（间接飞行时间）以及功能安全等关键技术在其中的重要作用。
报告中强调以下几个关键趋势：
- 成像性能标准已从单纯的“清晰度”拓展为对动态范围、运动无畸变和系统功耗的综合考量。
- 全局快门结合多增益HDR技术，逐渐成为高速移动平台的主流选择，替代了传统的卷帘快门。
- 具备SIL-2功能安全等级的传感器，已成为商业部署中不可或缺的关键组件。
视觉系统：机器人技术的转折点
据国际机器人联合会（IFR）发布的2025年报告，2024年至2028年间，仓储物流AMR（自主移动机器人）的复合年增长率预计超过42%，服务机器人总出货量将接近亿台。图像传感器在整机BOM成本中的占比，也从2018年的约7%提升至目前的25%-35%。
这一增长背后，是机器人任务复杂度的大幅提升。早期的设备主要依赖GPS、IMU和简单光流技术执行固定路径任务，而如今的系统需要在非结构化环境中实现实时避障、高精度测绘、目标识别与操作。这要求设备在光照剧烈变化、天气干扰、高速运动与遮挡条件下，仍能保持厘米级的定位与决策能力。
尽管激光雷达曾被视为高端解决方案的标配，但其高昂的成本、较大的功耗和体积，限制了其在大规模应用中的推广。
相比之下，视觉+ToF（飞行时间）方案的综合拥有成本已降至激光雷达的1/5至1/8。在0.2-15米的中等距离内，其精度表现已接近甚至媲美激光雷达。高端产品正逐步从“激光主导”转向“视觉主导”，图像传感器的性能直接影响SLAM算法的鲁棒性、避障成功率及系统整体能效。
多样化无人机形态催生差异化视觉需求
无人机形态的多样化带来了图像传感需求的分化：
- 固定翼无人机更依赖航程与能效，适合执行大面积测绘任务。
- 多旋翼无人机则在短距离、稳定悬停和精细操作方面表现更佳。
- 混合式与VTOL（垂直起降）无人机结合了航程与灵活性。
不同机型在成像系统上的需求也呈现明显差异：
- 固定翼更关注多光谱、热成像和广域覆盖。
- 多旋翼强调红外敏感性和云台稳定。
- 混合机型则需要远距感知和多模态成像，在场景与任务多样性推动下，视觉系统逐步从通用相机中分化，形成定制化的结构设计、像素架构与光学优化。
机器人领域的需求更趋复杂，协作机器人、AGV、AMR、人形机器人和机械臂在开放与封闭环境中执行各种任务，感知需求呈现出明显的参数梯度。
- AGV和AMR需应对室内复杂光照，依赖SLAM与高动态范围，高帧率确保环境感知。
- 人形机器人在高速、低光和宽视场环境下，对全局快门、HDR、NIR以及2MP以上分辨率有更高要求。
- 协作机器人和机械臂则需要高NIR灵敏度、良好MTF与色彩控制，以支持近距离精细操作。
在这一趋势下，机器人视觉能力正从“检测”迈向“理解”，从“辅助感知”转向“驱动行为决策”。视觉传感器成为连接系统与AI的关键节点。
无人机与机器人在成像方面的核心挑战
在真实环境中，无人机与机器人面临的主要成像挑战包括：
- 仓库强背光、城市反射、高速运动导致的图像变形、夜间弱光、LED闪烁、雾霾和烟雾遮挡，均会影响算法对环境的理解。
- HDR技术可应对高动态照度差，传统多曝光与双光电二极管方案易产生运动伪影与LED闪烁问题。
- 全局快门可有效消除卷帘快门导致的倾斜、拉伸和扭曲，特别是在高速飞行或快速移动场景中。
针对120-150dB的高动态范围需求，采用多增益“超曝光”（Split-Pixel with Multiple Gain）架构，单次曝光即可实现四个以上增益读出路径，线性满阱容量显著提升。
- 完全消除运动伪影与LED闪烁（LFM）问题。
- 显著降低ISP带宽与功耗。
- 在140dB以上仍可保持>90dB的信噪比。
实际测试显示，在仓库出入口场景中，使用该技术的传感器将SLAM定位漂移从12-15cm降至3-4cm，特征点跟踪成功率提高了28%。
在高速运动场景中，全局快门是唯一能够彻底消除图像畸变的技术方案。通过优化存储节点隔离工艺，onsemi的全局快门传感器将寄生光敏度（PLS）控制在极低水平，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）如下：
- 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。
某头部物流机器人客户反馈显示，在替换为onsemi全局快门传感器后，其设备在高速转弯场景中的入库准确率从94.5%提升至99.7%。
940nm近红外波段具备穿透墨镜、轻雾和部分遮挡物的能力，成为室内与夜间复杂光照环境下的重要补充。通过优化硅层厚度与像素微透镜工艺，在提升NIR量子效率的同时，仍能保持可见光MTF，避免传统NIR增强带来的清晰度损失。
多种iToF传感器与全局快门RGB传感器结合，在单一模组内实现高精度深度图与无畸变彩色图的同步输出。在人形机器人与AMR中，0.5-8m深度误差可控制在1%以内，帧率达60fps，整体功耗较同级别激光雷达降低70%以上。
电池续航和热管理是移动平台的核心约束。
onsemi最新传感器在120fps@HDR模式下，功耗控制在350-450mW以内，较上一代下降约30%。高帧率不仅提升了运动鲁棒性，也为AI推理预留了更多算力。
在功能安全方面，其传感器已通过IEC 61508 SIL-2认证（开发流程符合ASIL-B），并具备内置电压、时钟和CRC等诊断功能。这对于仓储叉车、室外配送机器人和协作机械臂而言，有助于缩短安全认证周期，加快产品上市速度。
结语
展望未来2-3年，随着SLAM算法进一步成熟、传感器成本持续下降，以及功能安全标准在全球范围内逐步强化，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！