感知未来： 安森美如何用“看得更深”重新定义机器视觉

2026年3月，安森美（onsemi）携旗下最新一代图像传感器家族亮相Vision China，以多项核心技术方案向业界传递出一个清晰信号：机器视觉的竞争维度，正在从“看得清楚”全面迈向“看得更深”。

不只是一颗传感器，而是一套感知系统

展会期间，安森美智能感知部全球市场高级总监Steve Harris与全球产品总监Danny Scheffer接受了包括本刊在内的多家媒体采访。从他们的对话中，可以清晰感受到安森美对当前市场格局的判断：机器视觉的应用场景正在经历一场结构性扩张，而这场扩张最核心的驱动力，是多传感器融合与3D深度感知的加速普及。

“无论是机器人还是无人机平台，如今通常都会搭载各种不同类型的传感器——视觉、iToF、超声波……”Harris在回应媒体提问时说道，“我们的优势在于——我们具备将多种传感器集成在一个平台上的系统级设计能力，同时专门针对多源数据的同步设计了一套架构。”

安森美Hyperlux™ ID 系列的AF0130 iToF深度传感器

这套架构，被安森美称为“传感器Hub”。在这一架构之上，集成了串行器与解串器（SerDes），数据输出的同时同步输出时序信号，以确保来自不同传感器的数据在系统层面实现精准同步。Harris进一步类比道：“这与汽车行业的演进路径如出一辙——最初只有一个传感器，后来加入了环视摄像头，再后来是与ADAS相关的雷达与图像传感器。机器人领域正在上演完全相同的故事，只是平台更小、集成度要求更高。”

iToF：在传感器端直接完成深度计算

在一众展品中，AF0130 iToF深度传感器无疑是最受关注的焦点之一。iToF技术的工作原理，是通过发射红外光并检测反射光的相位差来实现测距。在单频工作模式下，每个像素会对应四路相位采样数据。传统方案中，这四路数据需要传输至传感器外部进行深度计算，不仅占用大量系统带宽，也给处理器带来沉重负担。

“我们的iToF是目前市场上唯一一个可以在传感器端直接完成深度计算的方案。”Harris的这句话，道出了AF0130的核心竞争力所在。凭借独特的片上处理架构，AF0130彻底摆脱了对外部FPGA或额外计算平台的依赖，系统效率与实时性得到显著提升。

Scheffer从应用层面概括了AF0130的三个关键优势：分辨率达1.2MP，是目前市场同类方案中的最高水平；借助多频调制技术克服“相位重叠”问题，测距范围可扩展至30米，精度约1%，哪怕目标只有一张纸那么薄也能清晰分辨。此外，该方案能够精准测量高速运动中的物体，而这恰恰是同类方案的普遍短板。全局快门架构还确保所有像素同时曝光，与单个激光源精准同步，从根本上屏蔽了太阳光及其他红外光源的干扰。

他随即举了一个生动的工业案例：仓储物流的传送带从不停歇，货箱以高速通过检测区。安森美的iToF摄像头无需传送带降速或暂停，即可在飞速运动中实时获取每个货箱的三维尺寸与位置信息。“可以想象，要求传送带每次都停下来检测，根本行不通。”Scheffer说道。

Steve Harris则进一步延伸了深度信息的价值边界。他讲述了一个发生在美国超市的真实场景：有顾客将廉价商品的条形码替换为昂贵商品的标签，借此低价结账。仅凭条码扫描，收银系统难以识破这种欺骗。但引入深度感知后，系统可以自动比对扫描的条码与实际物品的体积特征，一旦两者不符便触发预警——深度信息由此从“检测工具”升级为“防损利器”。

“获取的额外信息越多，检测结果就越精准可靠。”这是Harris反复强调的一个朴素逻辑，也是深度感知技术正在向更多场景渗透的根本原因。

深度感知的应用边界，有时甚至超出了设计者最初的预期。Scheffer提到了一个意料之外的场景——病患监护。躺在病床上的危重患者，如果在无人陪护时出现异常，后果不堪设想。iToF深度传感器提供了一种非接触式的远程监测方案，无需任何侵入性手段，即可从远处判断患者是否仍在正常呼吸。“这是我们最初完全没有预料到的应用场景，”Scheffer说，“但这正是这项新技术一个很好的衍生效应。”

全局快门：精准成像的基石

与卷帘快门逐行扫描的工作方式不同，全局快门在同一时刻捕获所有像素的光信号，彻底消除了运动物体成像时产生的拖影与畸变。Scheffer以平板显示屏检测为例，揭示了这一架构的实际价值：“一块8K显示面板拥有约3000万个显示像素。采用全局快门技术，可以在同一瞬间对所有像素完成检测，哪怕面板正在传送带上移动。”

相比之下，传统多摄像头拼接方案尽管在一定程度上扩展了视野，但多台摄像头之间不可避免地存在安装误差、震动干扰和视角差异，最终还需依赖大量后期处理来拼合图像，不仅消耗处理资源，也引入了新的误差来源。“采用一块高分辨率全局快门传感器，让一切都变得简单得多。”Scheffer总结道。

这种“简单”背后，是安森美在像素堆叠架构上的持续投入。其超高分辨率全局快门传感器已将像素规模推进至1亿至3亿级别，采用2.74µm背照式（BSI）像素，兼具出色的动态范围、低读出噪声与高量子效率，可广泛应用于电池检测、半导体检测、显示面板检测等高端机器视觉场景。

SmartROI：让算力用在刀刃上

在工厂自动化的实际应用中，一个常被忽视的挑战是：高分辨率带来的数据洪流。当一颗2000万像素的传感器以高帧率运行时，产生的数据量可能超出下游处理系统的承载能力，反而成为系统瓶颈。

安森美为此引入了SmartROI（智能感兴趣区域）技术。Steve Harris介绍了其工作逻辑：系统首先将高分辨率的完整图像缩小处理，从整体上扫视场景；一旦识别到需要重点关注的区域——例如一个二维码或待检测目标——便针对该区域进行裁剪并输出，而这一裁剪与缩放操作在每一帧上都可独立执行，实现按需的精细输出。

“我们有能力在每一帧中对图像进行缩放和裁剪，仅输出系统真正需要关注的那部分。”Steve Harris解释道，“而这些功能几乎是‘免费’的。”

这种“免费”源自安森美独特的芯片架构：在像素晶圆正下方，叠加了一层大小相同的数字逻辑晶圆。这一额外的数字逻辑层提供了充裕的片上计算空间，使得图像裁剪、缩放等功能得以在传感器端直接完成，无需占用外部处理器资源。与将原始数据传输至外部处理器再行处理相比，系统带宽消耗和处理器负载均可显著下降。

感知的边界，正在重新划定

对于企业客户而言，再先进的技术最终都要回答一个问题：值不值？Harris对此给出了一个颇为乐观的判断：“目前各个领域的投资回报率，可以说是有史以来最好的。”

他解释，过去许多成像技术市场——安防摄像头、手机摄像头——已历经多轮价格竞争，利润空间被大幅压缩。而机器视觉完全不同：无论是工厂质检、仓储物流还是医疗监测，机器视觉系统参与的都是关键决策。一个漏检的缺陷产品、一次机械臂的误操作，都可能带来远超传感器成本的损失。

“客户现在愿意为高质量方案支付更高的价格，他们更关注技术性能，而不仅仅是价格。”Harris说，“对他们而言，这可能是一次长期的基础性投入，他们希望它可靠地运行，而不是选最便宜的。”

从工厂传送带到医院病房，从超市收银台到仓储机器人，安森美在Vision China 2026上展示的，不只是几款新产品，而是一种对“感知”的全新理解：真正有价值的感知，不仅要看得清，更要看得深、看得快、看得准——并且要以系统可以承受的成本，实现这一切。

来源：荣格-《智能制造纵横》

原创声明：
本站所有原创内容未经允许，禁止任何网站、微信公众号等平台等机构转载、摘抄，否则荣格工业传媒保留追责权利。任何此前未经允许，已经转载本站原创文章的平台，请立即删除相关文章。