IMEC 項(xiàng)目經(jīng)理 Pawel Malinowski 與 Semiconductor Engineering（SE）坐下來討論了傳感器技術(shù)的變化及其原因。以下是該討論的摘錄。點(diǎn)擊文末【閱讀原文】鏈接可閱讀原文檔。

SE：傳感器技術(shù)的下一步是什么？

Malinowski：我們正在嘗試尋找一種制造圖像傳感器的新方法，因?yàn)槲覀兿Ｍ麛[脫硅光電二極管的限制。硅是一種完美的材料，特別是如果您想重現(xiàn)人類視覺，因?yàn)樗鼘梢姽獠ㄩL敏感，這意味著您可以做人眼所做的事情。現(xiàn)在這個(gè)領(lǐng)域正處于非常成熟的階段。每年售出約 60 億個(gè)圖像傳感器。這些芯片最終會(huì)出現(xiàn)在智能手機(jī)、汽車和其他應(yīng)用的攝像頭中。它們是典型的標(biāo)準(zhǔn)圖像傳感器，其中具有硅基電路或電子器件和硅光電二極管。它們基本上進(jìn)行紅/綠/藍(lán) (RGB) 再現(xiàn)，以便我們可以獲得漂亮的圖片。但如果你觀察其他波長——例如，紫外線或紅外線——你就會(huì)發(fā)現(xiàn)在可見光中無法獲得的現(xiàn)象或信息。我們特別關(guān)注紅外范圍。在那里，我們討論了一個(gè)特定的范圍，在一微米到兩微米之間，我們稱之為短波紅外。有了這個(gè)范圍，你就可以看透事物。例如，您可以透過霧、煙或云看到東西。這對于汽車應(yīng)用來說尤其有趣。

SE：這項(xiàng)技術(shù)有什么即將到來的挑戰(zhàn)或新應(yīng)用嗎？

Malinowski：對于這個(gè)波長，你不能使用硅，因?yàn)樗鼤?huì)變得透明。例如，當(dāng)您查看硅太陽能電池中的裂紋時(shí)，這對于缺陷檢查來說很有趣。有些材料有不同的對比。在可見光范圍內(nèi)看起來完全相同的材料在短波紅外線中可能具有不同的反射率，這意味著您可以擁有更好的對比度，例如，當(dāng)您對塑料進(jìn)行分類或?qū)κ称愤M(jìn)行分類時(shí)。還有其他應(yīng)用，如圖1（下）所示。這是來自太陽穿過大氣層的光的力量。灰色是大氣層之上的，空白的是來到地球的。你會(huì)看到有一些最大值和最小值。最小值與大氣中的吸水率有關(guān)。您可以在工作時(shí)使用此最小值，例如使用主動(dòng)消除系統(tǒng)，這意味著您發(fā)出一些光并檢查反射回來的光。這就是 iPhone 上的 Face ID 的工作原理：您發(fā)出光并檢查返回的內(nèi)容。它們的工作波長約為 940 納米。如果您使用更長的波長（例如 1,400），您的背景將會(huì)低得多，這意味著您可以獲得更好的對比度。如果您選擇仍然有大量光的波長，則可以將其與被動(dòng)照明一起使用以獲得額外的信息，例如仍然有一些光子的低光成像。

圖 1：短波長紅外線的可能性。來源：imec

SE：您是如何確定這一點(diǎn)的？

Malinowski：我們檢查的是如何訪問這些波長。由于硅的物理特性，硅對此并不有利。傳統(tǒng)的方法是bonding，您采用另一種材料（例如砷化銦鎵或碲化汞鎘）并將其bonding在讀出電路上。這是現(xiàn)有技術(shù)。它廣泛用于國防應(yīng)用、軍事以及高端工業(yè)或科學(xué)。它的價(jià)格昂貴。由于bonding工藝和制造成本的原因，采用這種技術(shù)制造的傳感器通?；ㄙM(fèi)數(shù)千歐元。您可以種植所需的材料，例如鍺，但這非常困難，并且在使噪音足夠低方面存在一些問題。我們采用的是第三種方式，即存放材料。在這種情況下，我們使用有機(jī)材料或量子點(diǎn)。我們采用可以吸收短波紅外光或近紅外光的材料，并用標(biāo)準(zhǔn)方法（例如旋涂）將其沉積，我們得到了非常薄的層。這就是為什么我們將此類傳感器稱為“薄膜光電探測器傳感器”，其中材料的吸收性比硅高得多。它看起來像讀出電路頂部的煎餅。

SE：這與其他材料相比如何？

Malinowski：如果將其與硅二極管進(jìn)行比較，它們需要更大的體積和更大的深度。特別是對于這些較長的波長，它們會(huì)變得透明。相比之下，薄膜光電探測器 (TFPD) 圖像傳感器具有單片集成的一堆材料，包括量子點(diǎn)有機(jī)材料等光敏材料，這意味著它是一個(gè)芯片。硅頂部沒有鍵合。這種方法的問題在于，當(dāng)您在金屬電極頂部集成這樣的光電二極管時(shí)，很難將噪聲降低到足夠低，因?yàn)榇嬖谝恍o法消除的固有噪聲源。

圖 2：薄膜光電探測器。來源：imec

SE：你是如何解決這個(gè)問題的？

Malinowski：我們遵循硅圖像傳感器在 20 世紀(jì) 80 年代末和 90 年代的發(fā)展方式，引入了固定光電二極管。您可以將轉(zhuǎn)換光子的光電二極管區(qū)域與讀數(shù)解耦。我們引入了一個(gè)額外的晶體管，而不是只有一個(gè)薄膜吸收器與讀出器的接觸。這就是 TFT，它負(fù)責(zé)使結(jié)構(gòu)完全耗盡，以便我們可以轉(zhuǎn)移該薄膜吸收器中產(chǎn)生的所有電荷，并通過該晶體管結(jié)構(gòu)將它們轉(zhuǎn)移到讀出裝置。通過這種方式，我們顯著限制了噪聲源。

SE：為什么噪聲是傳感器設(shè)計(jì)的一個(gè)問題？

Malinowski：噪音有不同的來源。噪聲可以是不需要的電子的總數(shù)，但這些電子可以來自不同的來源或出于不同的原因。有些與溫度有關(guān)，有些與芯片的不均勻性有關(guān)，有些與晶體管漏電有關(guān)，等等。通過這種方法，我們正在研究與讀數(shù)相關(guān)的一些噪聲源。對于所有圖像傳感器來說，都會(huì)有噪聲，但處理噪聲的方法不同。例如，iPhone 中的硅基傳感器通過特定的讀出電路設(shè)計(jì)來處理噪聲源，其架構(gòu)的基礎(chǔ)可以追溯到 80 年代和 90 年代。這是我們嘗試使用薄場光電探測器的新型圖像傳感器來復(fù)制的一點(diǎn)點(diǎn)。這是舊設(shè)計(jì)技巧在新型傳感器中的應(yīng)用。

SE：您預(yù)計(jì)這會(huì)用在哪里？你提到了汽車。它也適用于醫(yī)療設(shè)備嗎？

Malinowski：這項(xiàng)技術(shù)的最大動(dòng)力來自消費(fèi)電子產(chǎn)品，例如智能手機(jī)。如果你使用更長的波長，你可以得到更低的對比度，因?yàn)樵摬ㄩL下的光更少，或者你可以在大氣中看到這種顏色的光。它是增強(qiáng)視覺，這意味著可以看到比人眼所能看到的更多的東西，因此您的相機(jī)可以獲取更多信息。另一個(gè)原因是較長的波長更容易通過某些顯示器。承諾是，如果你有這種解決方案，你可以將傳感器（例如 Face ID）放置在另一個(gè)顯示器后面，這樣可以增加顯示面積。

圖 3：增強(qiáng)視野以提高安全性。來源：imec

另一個(gè)原因是，如果你使用更長的波長，你的眼睛的敏感度就會(huì)低得多——與近紅外波長相比大約五到六個(gè)數(shù)量級(jí)，這意味著你可以使用更強(qiáng)大的光源。所以你可以射出更多的力量，這意味著你可以有更遠(yuǎn)的射程。對于汽車，您可以獲得額外的能見度，尤其是在惡劣的天氣條件下，例如霧中的能見度。對于醫(yī)療而言，它可以幫助推進(jìn)小型化。在一些應(yīng)用中，例如內(nèi)窺鏡檢查，現(xiàn)有技術(shù)使用其他材料和更復(fù)雜的集成，因此小型化相當(dāng)困難。通過量子點(diǎn)方法，您可以制造非常小的像素，這意味著在緊湊的外形中具有更高的分辨率。這使得在保持高分辨率的同時(shí)進(jìn)一步實(shí)現(xiàn)小型化。此外，根據(jù)我們的目標(biāo)波長，我們可以獲得非常高的水對比度，這可能是食品行業(yè)感興趣的原因之一。您可以更好地檢測谷物等谷物產(chǎn)品中的水分。

圖 4：潛在應(yīng)用 來源：imec

SE：隨著弱光視力的提高，它可以有軍事應(yīng)用嗎？

Malinowski：此類傳感器已被軍方使用，例如用于檢測激光測距儀。不同的是，軍方愿意花 2 萬歐元購買一臺(tái)相機(jī)。在汽車或消費(fèi)領(lǐng)域，他們甚至沒有考慮這項(xiàng)技術(shù)，正是出于這個(gè)原因。

SE：所以這里的突破是你可以擁有已經(jīng)存在的東西，但你可以以消費(fèi)者規(guī)模的定價(jià)來擁有它？

Malinowski：沒錯(cuò)。由于小型化以及單片集成如何使您能夠升級(jí)技術(shù)，您可以獲得消費(fèi)者規(guī)模的數(shù)量和價(jià)格。

SE：您認(rèn)為傳感器技術(shù)還有哪些其他趨勢？

Malinowski：當(dāng)前的討論點(diǎn)之一正是這一點(diǎn)——超越可見成像?，F(xiàn)有技術(shù)對于拍照來說已經(jīng)非常出色了。新的趨勢是傳感器更加專用于應(yīng)用。輸出不需要是漂亮的圖片。它可以是具體信息。使用 Face ID，輸出實(shí)際上可以是 1 或 0。手機(jī)要么已解鎖，要么未解鎖。您不需要看到臉部照片。還有一些有趣的模式出現(xiàn)，例如偏振成像儀，就像偏振眼鏡一樣。通過一些反思，他們看得更清楚。有基于事件的成像器，它們只觀察場景的變化 - 例如，如果您研究機(jī)器的振動(dòng)或計(jì)算經(jīng)過商店的人數(shù)。如果你有自動(dòng)駕駛系統(tǒng)，你需要一個(gè)警告，告訴你即將出現(xiàn)障礙物，你應(yīng)該剎車。你不需要一張漂亮的照片。這種趨勢意味著更多的碎片化，因?yàn)樗犹囟ㄓ趹?yīng)用程序。它改變了人們設(shè)計(jì)圖像傳感器的方式，因?yàn)樗麄冎塾谑裁磳τ谔囟☉?yīng)用來說足夠好，而不是優(yōu)化圖像質(zhì)量。圖像質(zhì)量始終很重要，但有時(shí)您需要一些簡單的東西來完成工作。

SE：知道是人還是樹重要嗎？還是知道現(xiàn)在需要?jiǎng)x車就足夠了？

Malinowski：在汽車行業(yè)，仍然存在爭論。有些人想對所有對象進(jìn)行分類。他們想知道這是一個(gè)孩子、一個(gè)騎自行車的人還是一棵樹。有人說，“我只需要知道它是否擋道，因?yàn)槲倚枰|發(fā)剎車。” 所以沒有一個(gè)答案。

審核編輯 黃宇