索尼推出1742万像素产品，车载CIS像素大战拉开帷幕？

电子发烧友网报道（文/梁浩斌）今年7月，国内乘用车L2及以上的ADAS功能渗透率已经高达36.9%，其中L2+渗透率达到6.7%创下月度新高。在ADAS系统中，CMOS图像传感器（CIS）的重要性毋庸置疑，无论是头顶激光雷达的robotaxi、还是L2L3级的乘用车，不管采用纯视觉方案还是传感器融合，摄像头都是最核心的传感器。
 
而在近年的ADAS系统发展中，车载CIS的像素也在不断提高，从最早的120万像素-200万像素，逐渐提升至目前高端车型上广泛使用的800万像素。包括蔚来、理想、极氪、长城、哪吒、小鹏等多款车型都已经搭载了800万像素的ADAS摄像头，但ADAS摄像头的CIS像素没有止步于800万。
 
1742万像素！车载CIS像素再获突破
 
近日，索尼半导体推出了一款用于车载摄像头的CIS IMX735，这颗CIS的最大特点在于，有效像素高达1742万，传感器尺寸为1/1.17英寸。在自动驾驶系统中，高像素摄像头意味着能够识别更远范围的物体，同样焦距的镜头下，CIS的像素越高，也就意味着画面放大后能够更清晰地分辨远处的物体。

图源：索尼半导体

 
因此，自动驾驶摄像头像素的提高，能够带来的是让系统更早检测到远处的物体，从而提前作出判断，提高自动驾驶的安全性。从索尼半导体提供的示例图来看，1742万像素的IMX735在相同条件下放大图像的清晰度要大幅超越以往800万像素的车载CIS。

图源：索尼半导体

 
除了像素高之外，IMX735另一个有意思的产品特性是采用了水平方向逐列输出的读出方式。以往CIS从像素读取信号时，一般采用逐行纵向输出像素，但在自动驾驶应用中，激光雷达也是重要的传感器之一，而机械扫描激光雷达的扫描方式是采用水平扫描，那么对于自动驾驶系统来说，这两种传感器的扫描方式不同，可能不利于传感器数据融合。
 
因此，IMX735为了与自动驾驶系统中的激光雷达适配，更好地融合两种传感器的信息，采用了水平方向逐列输出的读出方式，这将从整体上提高自动驾驶系统的检测和识别能力。
 
另外，对于自动驾驶摄像头而言，HDR以及LED闪烁抑制是必要的配置。在隧道出入口等亮度差异较大的道路环境中，也需要精确检测和识别物体。此外，在HDR模式下，车载摄像头也需要抑制LED闪烁，以应对日益普及的LED信号灯和其他交通设备。该产品采用自研的像素结构和特别的曝光方式提升了饱和照度范围，同时采用HDR和LED闪烁抑制功能，也能实现106dB的宽广的动态范围（使用动态范围优先模式时，动态范围可实现高达130dB），这种设计还有助于减少拍摄移动物体时产生的运动伪影。
 
但这颗目前像素最高的车载CIS，可能还需要几年才会搭载在自动驾驶车辆上。索尼方面表示，样品计划在今年9月出货，价格为30000日元，约合1480元人民币。
 
其实在此之前，2022年百度Apollo联合索尼半导体、联创电子、黑芝麻智能等企业共同打造了一款1500万像素的车载摄像头模组，定义面向更高等级的自动驾驶视觉技术和标准。
 
但索尼半导体此次正式面向自动驾驶应用推出1742万像素的CIS产品，或许意味着自动驾驶摄像头将进入到新的像素竞争阶段。
 
车载CIS像素还会继续增加吗？
 
在智能手机领域，手机CIS经历了很长时间的像素竞争阶段，经过近十年的发展，从200万像素发展至如今最高2亿像素，终于开始放缓了像素提升的脚步。
 
而车载CIS领域，对于自动驾驶而言，像素同样是视觉感知中重要的一环，所以随着自动驾驶和ADAS的发展，车载CIS的像素会像手机行业一样经历像素暴涨的阶段吗？
 
有业内人士曾向电子发烧友表示，800万像素是ADAS和自动驾驶的一个关键节点，未来或许会有分辨率的小提升，比如1200万像素到1500万像素等，但不会像手机一样无止境地追求分辨率。
 
对于自动驾驶来说，传感器的高像素，也就是高信息量，也就意味着对于图像处理方面有更高要求，对于自动驾驶芯片带来了更大的性能压力。
 
而对于自动驾驶系统来说，在增加了摄像头像素、或者增加传感器数量后，如果要将传感器数据充分利用，还需要对图像处理芯片、自动驾驶芯片等方面进行升级，增加整体的系统成本。
 
比如在Apollo的1500万像素车载摄像头模组的应用中，就为其设计了专用的图像信号处理器ISP，并且集成在域控端，用于处理高分辨率摄像头带来的庞大数据量。
 
根据Apollo的说法，单颗1500万像素车载摄像头的视觉能力相当于三颗普通摄像头，汽车厂商可以通过减少摄像头数量，优化摄像头模块的布局空间以降低整体成本。但这样的改变，能否适配不同厂商的自动驾驶算法路线，仍存在一些疑问。
 
但从乐观的角度看，摄像头像素的增加，需要更大的数据存储空间以及更高的数据处理算力，但与芯片算力的需求其实也没有对应关系。
 
为了更高效利用算力进行神经网络处理，目前有一些自动驾驶公司在数据输入前采用不同的视频图像处理方式，比如将图像合理进行缩放等，可以降低自动驾驶系统对芯片算力的压力。
 
写在最后
 
考虑到系统成本，未来车载CIS的像素发展，确实可能更像该业内人士提到的，不会像手机CIS一样无止境追求高像素，与系统需求相适配的CIS才是自动驾驶所需要的。