短波紅外光:AI機器視覺的未來

前言

當各種應用廣泛採用機器視覺 (machine vision) 來完成交付的任務後,單純的應用環境與特定情境已不能滿足對機器視覺的期望。尤其近年從工業自動化、汽車自駕到 AI 的風潮下,對於攝影機的要求也越來越高。因此,除了可見光譜之外,利用各種光譜光源的影像來補足可視範圍的影像訊息越來越重要,甚至需要某些光譜才能達成特定的視覺效果。

 

其中,超越可見光譜穿透性的短波紅外線 (SWIR),成為工業機器視覺 (machine vision) 與汽車 ADAS 自駕的未來不可或缺的鏡頭。因為 SWIR 讓某些物質在其照射下像玻璃一樣是透明。

 

SWIR 提供給 AI 訓練的影像內容超越傳統攝影機的訊息,例如,讓移動裝置能在下雨或煙霧的氣候條件下進行模型訓練,而在工業生產檢測時,則能獲得材料或溫控的更多特徵數據,進行升級學習。

什麼是 SWIR?及為什麼要用 SWIR 成像?

  • SWI是短波紅外線(Short-Wave Infrared) 的縮寫。它是光波譜中,波長介於900 奈米到2500奈米之間的紅外線。SWIR 光的波長比可見光長,因此人眼無法是直接看到短波紅外線。
  • SWIR雖是非可見光但與可見光類似,其光子還是可由物體反射或吸收從而提供高解析度成像所需的強烈對比影像訊號,這與可見光相機非常相似。
  • SWIR與NIR近紅外光(Near Infrared) 都稱為"反射紅外線", 而MWIR(中波紅外線)和LWIR(長波紅外線)稱為"熱紅外線" 是物體本身發出的光.LWIR成像儀產生的熱影像清晰度較低。
swir-future-of-ai-vision 圖(1)SWIR 光譜與光波長 (下載自Edmund Optics)

由以上 SWIR 光波長的特點,我們接下來來分析 SWIR 相機與一般可見光成像的差異。
不過,與可見光相同的是,使用 SWIR 光譜來擷取影像的相機在成像特性上仍需要外在光源。雖然 SWIR 與可見光一樣自然存在,但在室內或夜晚等情境下,仍需要輔助光源。

swir-future-of-ai-vision 圖(2)可見光與SWIR光譜成像差異(下載自Sony Semiconductor Solutions Group)

SWIR 可以被反射,但各種物體會因光波長的差異,在反射、吸收或傳輸光線的方式上表現不同。例如,「矽」能反射可見光輻射,但對於 1,100 nm 以上的波長,則能傳送更多能量,讓矽在 SWIR 下就像玻璃一樣。另外,因為 SWIR 具有更好的穿透性,有色玻璃、塑膠或煙霧在 SWIR 的照射下也會呈現透明。

 

然而,有些物質在 SWIR 光譜下卻展現出不同特點。例如,能溶於水的鹽、糖、異丙醇,可以在 SWIR 照射成像中被區分出來,甚至不同類型的塑膠也能被辨識。

swir-future-of-ai-vision
swir-future-of-ai-vision 圖(3) SWIR/一般相機 塑膠與溶液比對(下載自onsemi/swirvisionsystems)

SWIR 的穿透性質會讓水氣、霧與矽等特定材料呈現透明。這是因為 SWIR 的特性在於較長波長的光會產生較少的散射,而潮濕霧氣在光穿過大氣層時則會散射藍光。散射的減少,使得 SWIR 攝影機能夠透視霧和塵雲。若將其鏡頭裝載在車輛或無人機上,便能大幅提升能見度,進而提高安全性。

swir-future-of-ai-vision 圖(4) SWIR/一般相機 雲霧水珠的穿透性 (下載自onsemi/swirvisionsystems)

SWIR 成像的另一個好處,是能夠從視覺上區分相似的材料。因為在可見光照射下,這些材料具有類似的吸收(因此也有相似的反射)光譜,但在 SWIR 中則會出現顯著差異。這種視覺差異能力在工業生產過程中的品質控制等應用上價值非凡。例如,它能讓不需要的物品(如岩石和金屬等雜質)在食品生產中被發現與檢出,最終再進行分類與回收利用。

swir-future-of-ai-vision 可見光環境下拍攝
swir-future-of-ai-vision SWIR環境下拍攝(1300nm)

圖(5) SWIR/一般相機 異物檢查 (下載自Sony Semiconductor Solutions Group)

而對於溫度在 200℃ 到 500℃ 之間的物品,可進行熱成像,就像炙熱的鐵塊會呈現出不同的形態。
此外,還有一些對 SWIR 透明、但對可見光不透明的物質,例如矽就是一個很好的例子,可藉由 SWIR 成像來檢查晶圓附件的品質。

swir-future-of-ai-vision 圖(6)在 1,000 nm (NIR) 與 1,350 nm (SWIR) 下溫度約 400°C 的焊鐵。 (下載自basler)
swir-future-of-ai-vision
swir-future-of-ai-vision 圖(7) SWIR/一般相機矽的透視 (下載自onsemi/swirvisionsystems)

既然 SWIR 光的波長特性與可見光有明顯差異,而 CMOS 矽感測器的上限大約在 1.0 μm,因此 SWIR 成像需要在 0.9–2.5 μm 範圍內運作的光學與電子元件。
因此,製作 SWIR 相機所使用的影像感測器 (Sensor),自然不同於一般常用的 CMOS 感測器。

SWIR影像感測器(Sensor)種類與技術: 銦鎵砷(InGaAs)與新興量子點(CQD)

砷化銦鎵(InGaAs)是市場上成熟的SWIR成像技術,但昂貴的銦鎵砷 (inGaAs) 傳感器除了受到 ITAR 限制外,在生產成本與生產過程繁雜及其良率問題,都是導致SWIR Camera不常見的主因。

 

但有別於銦鎵砷(InGaAs),新興 SWIR 成像的技術與成熟度正一步步擴展中,因為其在商業應用上的性價比特性,為新興 SWIR 影像感測技術創造了明顯的機會。
其中,膠體量子點(CQD)SWIR 成像技術的原理最受矚目。基於量子點 SWIR 成像儀的技術,能透過高度可調諧的吸收光譜,並吸收高達 2000 nm 的光,進而擴展並相容於 CMOS 製程。
無論是銦鎵砷(InGaAs)或新興的量子點(CQD)SWIR 影像感測器,都具備從可見光到 SWIR 光譜範圍感測影像訊號的能力。

 

因此,隨著量子點技術的興起,目前除了意法半導體(STMicroelectronics;ST)與 Sony 在 SWIR 成像產業中表現活躍之外,Onsemi 安森美在完成收購 SWIR Vision Systems 後,也推出了具備 SWIR 智慧感知功能的影像感測器(image sensor)。

銦鎵砷(InGaAs)SWIR成像技術原理

InGaAs 的廠商以 Sony 的 SenSWIR 技術為代表。它基於化合物半導體材料銦鎵砷(InGaAs)合成光電二極體,並透過銅-銅(Cu-Cu)連接至矽材質的讀取電路,能以高靈敏度捕獲從可見光到短波紅外線的各種光譜資訊。
而 Sony 的新技術則利用 Cu-Cu 連接方式,縮小圖元間距,實現圖元尺寸的微細化。這樣不僅有望在維持高解析度的同時縮小相機尺寸,更有助於提升檢測精度。

swir-future-of-ai-vision 圖(8) Sony 的SenSWIR架構

什麼是量子點 (Quantum Dot)?

膠體量子點 (CQDs) 是一種僅有數奈米(約 2–12 奈米)的半導體晶體。通常由如硒化鎘 (CdSe)、硫化鎘 (CdS) 或砷化銦 (InAs) 等半導體材料製成的微小晶體。其尺寸與成分不同,會表現出獨特的光學與電子特性。

(CQD) SWIR 成像技術原理

此技術採用化學合成的方法,使金屬有機或無機物形成量子點,將量子點塗覆到沉積了金觸點的透明襯底上,可用於紅外線探測。是一種基於在矽讀出晶片上單片製造的膠體量子點 (CQD®) 薄膜光電二極體。

CQD感測器技術採用單片集成方法,其中基於量子點的感測器使用成熟的低成本半導體沉積技術直接結合到CMOS的讀出積體電路(ROIC),因此非常接近現有COMS製成相機。

swir-future-of-ai-vision 圖7(CQD)SWIR stack materials (下載自onsemi/swirvisionsystems)

為什麼 SWIR 要選擇 (CQD)?

CQD 具有 低成本、高解析度、擴充的 SWIR 功能,並且易於生產導出。與 InGaAs 感測器相比,CQD 擁有更佳的信噪比 (SNR) 與動態範圍 (DR);同時,由於像素間距與讀取雜訊的優勢,也能與新一代 InGaAs 感測器相媲美。

 

SWIR Vision CQD

InGaAs

Quantum Efficiency

Currently 15% @ 1550nm

Next-gen >30% @ 1550nm (2025)

75%+ @12000nm

Read noise

20e- read noise for 7μm pitch

200e- read noise for 5μm pitch

Dark Current at RT

5 nA/cm2, 25C

5 nA/cm2, 20C

Sensor output

Current camera sensors analog

New 4/6MP sensor digital

Sensor available, all digital

Pixel Size

Currently 7μm

<2μm achievable

Hybridization limited. < 3.45μm not expected

Thermal Reliability

Demonstrating JDEC and AECQ

Assumed the same performance

Sensor resolution

6.3MP

5MP

Low Cost Scalable

Low materials and CMOS processes

InGaAs 6" process, high cost materials

Export Control

EAR99

ITAR

表一 : 傳統的砷化銦鎵(InGaAs)與新興的膠體量子點(CQD)SWIR成像技術比較

SWIR市場與應用:AI機器視覺(machine vision)與汽車ADAS自駕的未來

雖然 SWIR 成像一開始受限於高價且受管制的砷化銦鎵 (InGaAs) 感測器,僅能應用於國防領域的雷射目標指示器。但隨著新興 SWIR 影像感測技術推出耐用且成本相對較低的替代方案後,SWIR 在機器視覺領域的應用開始快速成長,包括螢幕下 3D 感測、塑膠或食品分揀、太陽能電池板檢測,以及內容偵測等。

swir-future-of-ai-vision 圖8 SWIR成像市場與應用

現今 SWIR 成像攝影機已廣泛應用於各種領域,包括矽片檢測、雷射光束剖面分析、高光譜成像、化學材料感測、機器視覺成像、農業感測、監控系統,以及醫學成像。

 

另外,在汽車、AMR(Autonomous Mobile Robots)、無人機(drone)的應用上,因其能在惡劣天候條件下實現穩定的影像採集,例如霧、雪、強烈陽光與夜間環境下,鏡頭依然能發揮作用。
因此,AMR 與無人機能在各種氣候環境中執行更多原本不可能的任務;而在駕駛輔助系統(ADAS)或更高階的自駕應用中,SWIR 也能補足人眼無法感知的視覺,成為安全防護的重要補充。

 

AI 機器視覺一直是產業升級的關鍵,而學習數據特徵並優化內部參數是 AI 的核心,應用情境的訓練模型則是工具。最終,消費者所感受到的,是 AI 讓「自主」變得更可靠的成果。
當 AI 機器設備獲得 SWIR 感測器所提供的影像數據,涵蓋從可見光到 SWIR 的光波長,其數據將更加豐富與多樣,猶如跨越至更高階層級的敲門磚。

總結

SWIR光(短波紅外線)在穿透物質或被吸收時,具有與可見光不同的性質,因此可將這一特點有效應用於多種場景。

 

  1. 農林水產業、畜牧業:果蔬揀選、遠距離觀察作物生態
  2. 食品、醫藥品、化妝品製造:填充檢查與異物檢測
  3. 回收再利用:材料揀選
  4. 半導體製造:矽晶片穿透攝影
  5. 重工業與成套設備製造:太陽能發電面板檢查與溫度監控
  6. 消防活動:煙霧不再妨礙消防員視線
  7. 智慧手機(3D 感測)、穿戴裝置(血氧偵測)
  8. 汽車:先進駕駛輔助系統(ADAS)
  9. AMR 與無人機(Drone):輔助影像視覺
  10. 人臉識別:墨鏡、口罩不再遮蔽人臉外觀

 

總之,SWIR 不僅可以單獨使用,更可與現行的裝置如彩色攝影機、光達 (LiDAR)、雷達 (Radar)、超聲波搭配,讓系統與應用進一步升級,或帶來更多、更準確的影像訊息。


準確而豐富的影像與距離數據,是 AI 推進到完美機器視覺與自動駕駛未來的基礎。
SWIR 現在已經開始驅動 AI 產業應用的進化!

參考資料

You may also want to know