图像传感器的使用将彻底改变从先进驾驶辅助系统 (ADAS)/自动驾驶到农业、工业检查和医学成像等多个行业。超出可见光谱和传统红、绿、蓝 (RGB) 范围的图像可视化正在获得关注，并将影响传感器在更多应用中的未来。

据报告《2024-2034 年新兴图像传感器技术：应用和市场》探讨了各种图像传感技术，其分辨率和波长检测远远超出目前所能达到的水平。预计到 2034 年，自主技术的重要性日益增加，新兴图像传感器市场的规模将超过 7.39 亿美元。

采用这些类型的图像传感器有几个独特的卖点，其中之一是比常用的 CMOS RGB 传感器拓宽了光谱覆盖范围。

CMOS 探测器对于可见光图像捕获非常有效且可靠，广泛应用于机器人、工业检测和消费电子应用。它们的成本效益和易于实施到各种应用中确保了市场的成功采用。然而，随着对电磁频谱中更广泛频率的可视化需求不断增长，带来了具有巨大潜力的新市场机会。

感兴趣的领域之一是捕获短波红外 (SWIR) 区域（1000-2000nm）的图像。例如，自动驾驶汽车行业特别投资于该地区的技术，因为可见光图像捕获在雾天/薄雾/灰尘/黑暗条件下效果较差。同样，工业检查可以受益于短波红外成像，因为该区域具有不同的吸收率，可以帮助区分在可见光谱中看起来相同的材料。

然而，主要的挑战是降低该领域现有技术的相关成本。该领域的主导技术基于砷化铟镓 (InGaAs)，虽然这些器件在这些频率范围内性能良好且具有高灵敏度，但它们的成本也很高，平均价格约为 20,000 美元。因此，它们被用于非常专业的应用，但仍然无法用于自动驾驶和消费电子产品等。

对更实惠的短波红外图像传感器的潜在需求引发了旨在满足这一客户需求的新技术的出现。其中包括混合图像传感器（其中有机半导体或量子点放置在 CMOS 读出集成电路 (ROIC) 上方）和扩展硅（其中硅的物理特性发生改变，使其吸收范围超出其带隙能力）。尽管承诺提高性能，但这些技术需要进一步成熟才能与 InGaAs 竞争。

尽管如此，图像传感领域正在发生更多的创新。公司不仅仅考虑扩大光谱范围；还考虑扩大光谱范围。目前还在更大区域成像的同时提高时间分辨率和动态范围。一个例子是基于事件的视觉，其中传感器中的每个像素检测强度的变化并设置报告此变化的时间戳。该方法没有使用需要大量计算处理的基于帧的方法，而是提高了一小部分计算的时间分辨率。

物联网 (IoT) 和智能消费电子产品的增长正在推动图像传感器领域的另一个现象，即这些传感器的小型化，以适应最小外形尺寸的设备。例如，小型光谱仪就针对这些应用，旨在向市场提供足够小且低成本的解决方案。

无论频率灵敏度范围如何，有一个主要趋势始终保持一致，这就是成本。虽然 CMOS 传感器已经相对成熟且价格实惠，但仍有充足的机会为电磁频谱中的其他频率提供类似产品。挑战在于降低制造成本和外形尺寸，同时在可见光区域复制甚至超越电磁频谱其他频率范围的 CMOS 性能。物联网设备变得越来越小，因此，安装在这些设备中的传感器应该符合其形状并消耗最小的功率，考虑到许多高分辨率图像传感器具有与之相关的高计算要求，这也是一个额外的困难。

图像传感器领域具有巨大潜力，可能会影响从自动驾驶汽车到工业检查和农业等多个行业。然而，其潜力的实现取决于其成本和性能，虽然目前有许多技术参与者在争夺该领域的主导地位，但最适合实现这些点的技术将在这一巨大的市场中赢得重要份额。市场，未来将向消费电子领域的自动驾驶汽车制造商和物联网提供商供应。

（文章来源于半导体行业观察，如有侵权，请联系删文）