繁体中文
全域快門感測器設計：當動作精確度最為重要時
創建於 09.23
如果你曾經嘗試拍攝快速移動的物體，結果卻得到一張扭曲、歪斜的影像——或者試圖從影片畫面中提取精確測量值，卻發現幾何誤差——那麼你已經遇上了影像技術中最根本的限制之一：捲簾快門效應。對於日常的智慧型手機攝影和隨意錄影而言，這個缺陷往往不被察覺。但對於運動精確度不容妥協的應用場景——工廠檢測系統、自動駕駛車輛、動作捕捉工作室，以及高速科學研究——這不僅僅是品質問題，更是功能性的失效。
這正是全域快門感測器設計登場之處。有別於逐行擷取影像的捲簾快門感測器，全域快門感測器會同時曝光每一個像素，以零歪斜凍結動態，並保留真實的幾何精確度。然而，設計高效能全域快門感測器絕非易事。它需要在靈敏度、雜訊、動態範圍、像素尺寸與成本之間審慎權衡——這些權衡數十年來不斷促使半導體工程師重新思考像素架構。
在本文中，我們將解析如何全域快門感測器在設計層面上運作，為何它們在高動態場景中優於捲簾快門，製造商面臨的核心工程挑戰，以及這項技術未來的發展方向。無論您是為工業視覺系統選擇相機、設計成像產品，還是單純好奇感測器內部如何能夠凍結飛行中的子彈，本指南都將帶您了解這項技術，而不涉及行銷術語。
問題的根源：捲簾快門與動態失真
要理解全域快門設計為何重要，首先需要掌握滾動快門為何會產生失真。當今市面上幾乎每一款消費級智慧型手機、網路攝影機和通用相機都採用滾動快門。這是 CMOS 感測器的預設做法，因為它易於實作、能提供優異的低光源效能，且成本低廉。
其運作方式如下：當曝光開始時，感測器不會同時啟動所有像素。相反地，它會依序重置並讀取像素列，一行接一行，從上到下（有時從下到上）移動。整個曝光過程發生得很快——通常只需數毫秒——但並非瞬間完成。對於靜止場景而言，這種循序讀取是看不見的。影像看起來完全正常，因為從第一列到最後一列被捕捉的期間內沒有任何東西移動。
當感測器與場景之間存在相對運動時，問題就會出現。如果你快速平移相機，或者主體以高速穿越畫面，物體的不同部分會在不同時刻被捕捉。結果就是眾所皆知的「果凍效應」：垂直物體看起來傾斜，直線彎曲，快速旋轉的螺旋槳看起來怪異地扭曲。
對於一般用途來說，這大多只是惱人的問題。但對於機器視覺和計量應用而言，這是致命缺陷。想像一個視覺系統正在檢測以每秒三公尺移動的輸送帶上的零件。使用捲簾快門時，一個完美的圓形齒輪會看起來像橢圓形。一條直邊會看起來傾斜。任何從影像取得的尺寸量測本質上都會是錯誤的——而且運動越快，誤差就越大。
這不是一個可以在軟體中修復的小校準問題。雖然計算校正演算法在某些情況下可以減少捲簾快門偽影，但它們最適合可預測的運動，並且永遠無法完全恢復丟失的幾何保真度。對於需要真正空間精確度的應用，唯一可靠的解決方案是在完全相同的時刻捕捉整個場景。這就是全域快門的全部前提。
全域快門感測器的工作原理：核心設計原則
最簡單來說，全域快門感測器會在完全相同的時間點，對整個陣列中的每一個像素進行曝光，然後在曝光完成後將它們讀出。概念上，這相當於底片相機中機械式焦平面快門開啟與關閉的數位等效版本——只不過所有動作都發生在每個像素內部。
挑戰在於 CMOS 感測器本質上是順序處理的裝置。其讀出電路被設計為一次處理一列。為了實現全域曝光，感測器設計者必須加入滾動快門像素所沒有的東西：像素內儲存節點。
經典全域快門像素架構
在傳統的 4T（四電晶體）捲簾快門像素中，包含一個光電二極體、一個傳輸閘、一個重設電晶體、一個源極隨耦器和一個列選擇電晶體。光線照射到光電二極體上，光電二極體會累積與光強度成正比的電荷。在讀出時，電荷被傳輸到感測節點，經過放大後，逐列從晶片上讀出。
全域快門像素在每個像素內至少增加一個電晶體和一個專用的電荷儲存節點。以下是其運作順序：
1. 全域重置：感測器上的所有像素同時重置，清除光電二極體中的任何殘餘電荷。
2. 全域曝光：所有光電二極體在同一時間、相同持續時間內進行光線積分。每個像素從完全相同的時間窗口收集光子。
3. 全域轉移：在曝光期間結束時，所有像素同時將其累積的電荷從光電二極體轉移到像素內儲存節點。電荷現在被安全地保存，並受到保護，不再進一步曝光。
4. 捲動讀出：全域轉移之後，感測器會像捲動快門一樣，逐列讀出儲存的電荷。由於電荷已被擷取並凍結在儲存節點中，循序讀出不再造成運動失真。
這種設計很優雅，但這是有代價的。在每個像素內加入一個儲存節點和額外的電晶體，會佔用寶貴的矽晶面積。在早期的全域快門感測器中，儲存節點及相關電路佔據了像素面積的很大一部分，留給感光光電二極體的空間就更少了。結果就是填充因子降低——意味著像素表面實際收集光線的面積變少——導致低光靈敏度較差，且與同等級的捲簾快門感測器相比雜訊更高。
多年來，這一直是根本性的取捨：你以光靈敏度為代價換取幾何精度。對於可以增加明亮照明來補償的工業應用而言，這是可接受的交易。但隨著全域快門技術擴展到自主移動和戶外監控等新領域，對更好低光性能的需求促使設計者重新思考像素。
現代全域快門感測器的關鍵設計挑戰
打造優異的全域快門感測器不僅僅是增加一個儲存電容。工程師必須平衡多個相互競爭的限制條件，每一個都直接影響實際效能。讓我們來看看最重要的幾個。
填充因子與光靈敏度
填充因子——即專用於光電二極體的像素面積百分比——歷來是全球快門像素最大的弱點。在滾動快門像素中，幾乎整個像素都可以專用於收集光線。在全球快門像素中，儲存節點、傳輸閘極和額外的電晶體會佔用該空間。
早期前照式（FSI）全球快門感測器的填充因子通常低於 50%。這意味著大約一半的入射光被浪費，打在金屬佈線和電路上，而不是光電二極體上。結果是在低光下影像看起來雜訊更多，並且需要更多照明才能達到與滾動快門對應產品相同的訊噪比（SNR）。
業界的解決方案是背面照射（BSI）。透過翻轉矽晶圓並將其薄化，製造商將所有金屬佈線和電晶體移至像素背面，讓整個正面表面開放以接收光線。BSI大幅提升了填充因子——即使是複雜的全局快門像素架構也不例外。如今的高階BSI全局快門感測器可達到與捲簾快門設計相當的填充因子，大幅縮小了靈敏度差距。
電荷儲存與寄生光靈敏度
像素內儲存節點是全球快門的核心，但它也帶來了一個問題：寄生光靈敏度（PLS）。理想情況下，一旦電荷被轉移到儲存節點中，它在讀出期間就應該完全不受任何額外照射到像素的光所影響。實際上，儲存節點本身對光略有敏感。如果在讀出階段有強光照射到像素，雜散光子會在儲存節點中產生額外電荷，破壞所捕捉的訊號，並導致鬼影或拖 smear 等影像偽影。
這對高動態範圍或明亮高光的場景尤其棘手——想想工廠產線上金屬零件反射的陽光。設計人員透過幾種方式來減輕寄生光感應（PLS）。有些製程使用直接置於儲存節點上方的遮光金屬層來阻擋入射光子。其他製程則最佳化矽的摻雜分佈，以更有效地隔離儲存區域。先進的背照式（BSI）製程也有所幫助，因為儲存結構位於晶粒背面，距離入射光路更遠。
降低 PLS 是全球快門感測器研究中最活躍的領域之一，因為它直接限制了該技術在高亮度戶外環境中的實用性。
讀取雜訊與動態範圍
全域快門像素在歷史上一直比滾動快門設計表現出更高的讀取雜訊。額外的轉移步驟——將電荷從光電二極體移動到儲存節點，再從儲存節點移動到感測節點——會在每個介面增加雜訊。訊號路徑中額外的電晶體也會導致更高的雜訊底限。
對於曝光時間非常短的高速應用，讀取雜訊成為主導因素。如果你正在拍攝快速移動機械的微秒級曝光，每一個電子的讀取雜訊都很重要。
現代設計的改進已顯著縮小了這一差距。更小的製程節點（65nm、45nm及以下）允許更潔淨的電晶體設計和更低雜訊的電路。相關雙取樣（CDS）技術，應用於像素層級和類比前端，可消除重置雜訊和固定圖案雜訊。一些較新的感測器架構還實現了雙增益或多重轉換增益像素，在低光環境下提供更低的雜訊，在明亮環境下提供更高的滿阱容量，從而提升整體動態範圍。
影格率與資料輸送量
全域快門感測器的其中一項巨大優勢，是它們能夠以極高的影格率運行。由於曝光和讀出可以管線化——當一幀正從儲存區讀出時，下一幀已經可以在光電二極體中進行積分——全域快門感測器在某些配置下可以達到每秒數千幀。
但高影格率會帶來龐大的資料輸送量挑戰。一顆以每秒240格運作的500萬畫素感測器，每秒輸出遠超過十億畫素的資料。要將這些資料從感測器取出，經過影像訊號處理器（ISP），再送入記憶體，需要高速介面設計——LVDS、多通道MIPI CSI-2，甚至是專有的高速平行介面。
感測器設計者必須仔細規劃 I/O 架構、晶片內 ADC 配置和功率分配，以支援這些速度，同時不引入雜訊或熱問題。熱是一個特別令人擔憂的問題：長時間以全速運行感測器會提高晶粒溫度，進而增加暗電流和雜訊。
均勻性與校準
由於每個像素內有更多元件，全域快門感測器更容易受到像素間不均勻性的影響。儲存節點電容、傳輸閘效率和電晶體特性的變化可能產生固定圖案雜訊，這比滾動快門設計更難校正。
高品質的工業全域快門感測器會經過大規模的原廠校準，並將逐像素校正係數儲存在晶片上。但良好的設計始於製程控制——盡量減少整片晶圓的變異，讓校準的工作量更少。這正是頂級全域快門感測器價格明顯高於消費級捲簾快門元件的原因之一。
當運動精確度不容妥協時：關鍵應用
全局快門技術並非適用於所有使用情境。對於靜態攝影、串流視訊以及大多數消費性應用而言，滾動快門感測器每塊錢能提供更好的影像品質。但在若干領域中，全局快門不僅僅是更好——而是硬性要求。
高速工業檢測與計量
這是全域快門感測器原初且至今最大的市場。工廠自動化視覺系統會在零件於輸送帶上快速移動時進行檢測，速度通常達每秒數公尺。捲簾快門會使每項量測產生歪斜，導致尺寸量測、對位檢查與瑕疵偵測變得不可靠。
相較之下，全域快門感測器能在精確的瞬間擷取零件無失真的快照。搭配與曝光同步的脈衝式 LED 或雷射頻閃照明，即使在生产線速度下也能完全凝結動作。這對汽車零組件製造、電子組裝（SMT 置件驗證）與包裝檢測等要求微米級精度的產業至關重要。
動作捕捉與生物力學
在電影與遊戲製作中，光學動作捕捉系統會追蹤放置在演員身上的反光標記，以記錄動作。這些標記會在三維空間中快速移動，系統則透過多台攝影機進行三角定位來計算其位置。如果每台攝影機因為捲簾快門而看到略微歪斜的標記版本，三維重建就會包含誤差。
高階動作捕捉工作室數十年來一直使用全域快門攝影機。同樣的原則也適用於生物力學研究、運動科學與步態分析，在這些領域中，研究人員需要準確測量關節角度、肢體速度與衝擊力。即使是微小的幾何失真，也可能使力量計算出現偏差，並使研究資料失效。
自動駕駛車輛與移動機器人
自動駕駛汽車、配送機器人和 AGV（自動導引車）依賴攝影機來感知周圍的世界。車輛和道路上的其他物體都處於不斷運動的狀態。捲簾快門可能會扭曲行人、其他車輛和車道標線的感知位置——尤其是在快速加速、煞車或轉向時。
雖然滾動快門相機在現今許多 ADAS 系統中仍很常見，但朝向更高自動化等級的發展正推動全域快門感測器更廣泛的採用，尤其是在交通號誌辨識、深度估計以及與 LiDAR 感測器融合等應用上。當車輛以高速公路速度行駛時，像素真實位置與其偏移位置之間的差異，在現實世界中可能轉化為數公分的誤差——這對安全關鍵系統而言已足以造成影響。
高速科學與國防成像
研究彈道撞擊、流體動力學、燃燒和材料失效的研究人員需要捕捉在微秒內發生的事件。全域快門感測器搭配脈衝照明，能以完美的幾何清晰度凍結這些超高速事件。
在國防與航太領域，全域快門感測器被用於無人機導航、飛彈尋標頭和目標追蹤系統中，這些場景的運動極為劇烈，且精確度對任務至關重要。
擴增實境與虛擬實境（AR/VR）
AR 與 VR 頭戴式裝置使用相機進行由內而外的追蹤、手部追蹤以及透視視訊。使用者的頭部不斷移動，且經常快速移動。捲簾快門會導致追蹤解決方案出現抖動和漂移，進而造成動暈症和不良的使用者體驗。全域快門感測器能提供穩定、幾何一致的畫面，讓追蹤演算法能以更高的精確度計算位置和方向。
這是全域快門技術中成長最快速的領域之一，主要受到消費性 VR/AR 市場推動更輕、更低功耗、更高效能頭戴式裝置的需求所帶動。
推動全域快門效能的最新創新
全域快門感測器的版圖在過去五年的演進速度，比過去二十年還要快。多項關鍵創新正將效能推向新層次，同時降低成本。
背照式全域快門（BSI GS）
如前所述，BSI 對全域快門設計帶來了革命性的改變。透過將所有電路移至像素背面，BSI 幾乎消除了填充因子損失。光子直接撞擊矽，沒有任何金屬線路阻擋其路徑。其結果是全域快門感測器的量子效率數值可與捲簾快門元件相媲美——在可見光譜中通常可達 70% 或更高。
BSI 還能在維持良好性能的同時實現更小的像素間距。過去 5.86µm 和 6µm 像素曾是工業全域快門感測器的標準，如今我們看到 3.45µm、2.8µm 甚至更小間距的產品也能提供可用的性能。更小的像素意味著在相同光學格式下實現更高解析度，或在更小、更便宜的封裝中實現相同解析度。
堆疊式感測器架構
堆疊式CMOS設計將BSI更進一步。在堆疊式感測器中，像素陣列建構在一個晶片上，而讀出電路、ADC和邏輯則建構在下方另一個獨立的晶片上。這兩個晶片透過數千個微小的矽穿孔（TSV）接合在一起。
對於全域快門感測器而言，堆疊技術帶來兩大優勢。首先，所有讀出電路移出像素平面，騰出更多面積用於光線收集和儲存。其次，在邏輯晶片上配備專用高速電路，可實現更快的讀出速度、更高的幀率以及更多的感測器內處理。
堆疊式全域快門感測器已經出現在高階工業相機和AR/VR裝置中，並且在未來幾年內很可能成為頂級效能的標準。
支援HDR與多重曝光的全局快門
全局快門感測器常見的批評之一是，相較於捲簾快門替代方案，其動態範圍較低。設計人員正透過在像素層級實現的多重曝光HDR技術來解決這個問題。
一些較新的全域快門感測器支援在單一幀時間內進行雙重曝光甚至三重曝光操作。感測器會擷取一次長曝光以保留暗部細節，以及一次短曝光以保留亮部細節，然後在晶片上或 ISP 中將它們合併，以產生高動態範圍輸出。由於兩次曝光都使用全域快門，因此長曝光與短曝光幀之間不會產生運動殘影——這個問題在高動態場景中一直困擾著捲簾快門 HDR 的實作。
近紅外線（NIR）最佳化設計
許多機器視覺系統使用近紅外線照明（850nm 或 940nm），因為它對人類不可見、不會在光亮表面上產生眩光，並且在存在偵測與 3D 感測方面表現良好。標準矽感測器在這些波長下的靈敏度較低，而傳統全域快門的填充因子劣勢使情況更加惡化。
全新針對 NIR 優化的全域快門像素採用更厚的外延層與專門的摻雜輪廓，以提升 800–1000nm 範圍內的量子效率。當與 BSI 結合時，這些感測器能提供優異的 NIR 靈敏度，使其成為 3D 結構光系統、人臉辨識模組與夜視相機的理想選擇。
選擇全域快門感測器：真正重要的是什麼
如果你正在為產品或系統評估全域快門感測器，規格表可能會讓人不知所措。除了解析度與影格率之外，還有一些參數會決定你的應用成敗。
首先，要看量子效率（QE）曲線，而不僅僅是單一的靈敏度數值。QE 告訴你入射光子實際被轉換為電子的百分比，並且它會隨波長而變化。如果你使用 850nm 紅外線照明，在 850nm 處具有高 QE 的感測器將顯著優於可見光 QE 高但近紅外響應差的感測器。
第二，請注意寄生光靈敏度規格。製造商通常以百分比或分貝來表示。數值越低越好。如果您的場景包含明亮的高光或強烈的背光，高 PLS 會導致垂直拖影和鬼影偽影，這是任何後製處理都無法完全修復的。
第三，同時評估讀取雜訊與滿井容量。滿井容量與讀取雜訊的比值，可得出感測器的內在動態範圍。一顆擁有巨大滿井容量但讀取雜訊偏高的感測器，實際上未必能提供比更均衡設計更好的動態範圍。對於短曝光、高影格率的工作而言，讀取雜訊通常是限制因素。
第四，考慮介面選項與功耗。一款效能驚人但需要十二條高速 LVDS 通道和十瓦功耗的感測器，對你的系統而言可能並不實際。對於嵌入式與電池供電的應用，請尋找 MIPI CSI-2 介面以及積極的電源管理模式。
最後，請記住感測器只是整個系統中的一環。鏡頭品質、照明設計、同步精確度以及 ISP 處理，全都對最終影像品質有著巨大的影響。世界上最好的全域快門感測器，若搭配廉價鏡頭與控制不良的照明，也只會產生平庸的結果。
展望未來：全域快門設計的未來
全域快門技術不再是利基工業的奇特事物。隨著 AR/VR、自動駕駛移動和物流自動化的擴展，對精確、高速、低功耗全域快門感測器的需求將持續增長。而該技術正在演進以滿足這一需求。
我們已經開始看到事件式（或神經形態）感測器進入市場的早期階段，這類感測器採用完全不同的方式來捕捉動態。事件感測器不像傳統方式在固定間隔內捕捉完整幀，而是僅回報強度發生變化的像素。它們提供極高的時間解析度且無動態模糊，但其運作原理從根本上不同，需要專門的處理方式。對許多傳統機器視覺應用而言，基於幀的傳統全域快門感測器在可預見的未來仍將佔據主導地位，因為它們與標準視覺演算法相容，且系統整合更為簡單。
話雖如此，我們很可能會看到更多技術的融合。未來的感測器可能會在同一晶片上結合全域快門幀捕捉與事件式資料輸出，讓系統設計師兼得兩者之長。我們也會看到像素間距持續縮小、堆疊式架構更廣泛採用，以及感測器上 AI 處理的更佳整合——這些都將使全域快門相機更小、更便宜、更聰明且更強大。
歸根結柢，全域快門設計的價值主張始終不變：當你需要確切知道某個物體在某個確切時間點的位置時，同步曝光是無可替代的。捲簾快門將永遠主宰成本敏感、低動態的應用場景。但只要運動精確度、幾何保真度和可靠的高速捕捉被列入需求清單，全域快門感測器將持續是黃金標準。
工程上的取捨是真實存在的，設計挑戰也相當重大。但經過數十年的精進，今日的全局快門感測器所帶來的效能，在該技術剛問世時是難以想像的——而最美好的還在後頭。
聯繫
留下您的信息，我們將與您聯繫。
WhatsApp
微信