Trong những năm qua, loạt phim "Star Wars" luôn gây sốc cho trái tim của vô số khán giả xem phim: cho dù đó là các hiệp sĩ Jedi đã chiến đấu chống lại các thế lực xấu xa bất chấp sự nham hiểm, hay sự can đảm và hy sinh của tổ chức kháng chiến khi đối mặt với áp bức, và cuối cùng thông qua chiến lược tuyệt vời để giành chiến thắng ... Ngoài ra, các cuộc đấu kiếm ánh sáng rực rỡ trong phim, cũng như hành động của các droid như R2-D2, C-3PO và BB-8, rất ấn tượng. Nếu không có những con droid này, Star Wars có thể đã không có một kết thúc tuyệt vời như vậy.
Robot và metaverse là một trong những chủ đề nóng nhất tại Triển lãm Điện tử Tiêu dùng Quốc tế 2022 (CES). Ngày nay, các máy móc không phải hình người làm việc cho chúng ta là phổ biến, chẳng hạn như robot giao hàng, xe tự lái, robot quét và máy bay không người lái trên không. Với tác động của CES, chúng ta có thể đang trên bờ vực của một kỷ nguyên mới: Mỗi gia đình sẽ có ít nhất một robot từ một cảnh phim khoa học viễn tưởng như Star Wars.
Mặt khác, khi các dịch vụ không tiếp xúc tiếp tục tăng tốc trong đại dịch COVID-19, các dịch vụ metaverse kết hợp ảo và thực tế đang trở nên phổ biến và nhu cầu về các dịch vụ như vậy đang tăng theo cấp số nhân. Nhiều người bắt đầu sử dụng công nghệ Thực tế tăng cường (AR, Thực tế tăng cường) hoặc Thực tế ảo (VR, Thực tế ảo). Chẳng mấy chốc, các thiết bị AR và VR sẽ được mang đi khắp nơi như điện thoại thông minh. Điều này sẽ mở ra một kỷ nguyên mới, nơi các dịch vụ sẽ có sẵn mọi lúc, mọi nơi, điều đó có nghĩa là chúng tôi không còn cần phải đến ngân hàng hoặc nhà sản xuất và chúng tôi có thể duy trì sản phẩm mà không cần vào nhà máy.
Hình 1: Robot giao hàng Ocado
Eye of the Machine (Thị giác máy)
Được hỗ trợ bởi những tiến bộ đáng kinh ngạc trong xử lý chất bán dẫn và công nghệ xử lý tín hiệu hình ảnh (ISP, Xử lý tín hiệu hình ảnh), giá giảm và hiệu suất cao độ phân giải cao tuyệt vời, công nghệ cảm biến hình ảnh CMOS (CIS) đã trở thành trụ cột của các thiết bị khác nhau như điện thoại thông minh. "Mắt biếc". Pixel là những gì quyết định hiệu suất máy ảnh, và sự cạnh tranh xung quanh chúng đã đẩy công nghệ máy ảnh lên 600 megapixel vượt ra ngoài mắt người.
Nhưng hình ảnh độ phân giải cao có nhất thiết phải phù hợp với thị giác máy không? Đối với con mắt của các máy móc tiên tiến chịu trách nhiệm về an toàn và bảo mật, ngay cả dữ liệu hình ảnh hai chiều (2D) sắc nét nhất cũng không đủ để chúng hoạt động thay cho con người. Một cỗ máy như vậy có thể không thể thực hiện các nhiệm vụ trong các hoạt động chiến thuật như R2-D2. Nhưng đối với xe tự lái và máy bay không người lái, cần xác định chính xác thời điểm phanh trong quá trình lái xe tốc độ cao; đối với các thiết bị nhận dạng khuôn mặt, cần quét chính xác khuôn mặt thay vì hình ảnh phẳng; đối với các thiết bị AR, thời gian thực Quét không gian lớn cho thực tế tăng cường. Những máy này không chỉ yêu cầu dữ liệu hình ảnh 2D, mà còn hỗ trợ kỹ thuật ba chiều (3D). Một máy có thể thu thập dữ liệu 3D thông qua một quá trình tính toán phức tạp mà không cần máy ảnh, với các thiết bị hỗ trợ như siêu âm hoặc thiết bị laser. Tuy nhiên, một chiếc máy có rất nhiều thành phần bổ sung sẽ bị người tiêu dùng từ chối về thiết kế và giá cả.
Hình 2: Các tính năng cần thiết của mắt máy
Với sự hợp tác của mắt và não, mọi người có thể nhìn thấy các vật thể một cách lập thể và nhận ra chiều sâu và khoảng cách. Thông qua một cơ chế tương tự, máy móc cũng có thể xác định các vật thể đa chiều và đo khoảng cách thông qua tam giác. Ví dụ, tầm nhìn âm thanh nổi sử dụng hai máy ảnh và một bộ xử lý để đạt được hiệu quả nhận dạng. Tuy nhiên, các cơ chế như vậy cũng bị nhược điểm như độ phức tạp tính toán, thiếu độ chính xác trong việc đo khoảng cách mặt phẳng và độ chính xác thấp ở những nơi tương đối tối, thu hẹp phạm vi của các cơ chế đó. Gần đây, phương pháp Time-of-Flight (ToF) đã được đưa vào sử dụng thực tế như một phương pháp thay thế để khắc phục những thiếu sót này. ToF là một cách đơn giản để đo khoảng cách bằng cách tính toán thời gian cần thiết để ánh sáng bật ra khỏi một vật thể. Phương pháp này dễ dàng và nhanh chóng để chạy, và có thêm lợi thế là đo chính xác khoảng cách bất kể môi trường ánh sáng vì nó sử dụng một nguồn sáng riêng biệt.
ToF: khoảng cách thu được bằng cách đo thời gian khứ hồi của ánh sáng phát ra
Tầm nhìn lập thể: hai hệ thống quang học xem cùng một đối tượng từ hai điểm khác nhau so với cùng một đường cơ sở
Hình 3: So sánh tầm nhìn stereo và phương pháp nhận dạng đối tượng ToF
thời gian của phương thức bay
ToF có thể được chia thành hai loại: ToF trực tiếp (d-ToF, ToF trực tiếp) và ToF gián tiếp (i-ToF, ToF gián tiếp). Khoảng cách được tính bằng cách sử dụng chênh lệch pha của ánh sáng trả về. SK hynix đã phát triển hai công nghệ cảm biến ToF này để sử dụng chúng trong các sản phẩm khác nhau. Có thể, robot của tương lai sẽ có một mắt sử dụng i-ToF để nhận ra các vật thể ở cự ly gần và mắt còn lại sử dụng d-ToF để khám phá các vật thể ở xa.
Mục đích của bài viết này là để làm rõ công nghệ i-ToF của SK hynix.
Hình 4: Phân tích so sánh ToF gián tiếp và ToF trực tiếp
Phương pháp i-ToF tính toán chênh lệch pha so với nguồn sáng với tỷ lệ điện tích tích trong nhiều hơn hai bộ nhớ khác nhau trong một pixel và đo khoảng cách cho phù hợp. So với d-ToF, cơ chế này có một số hạn chế trong việc đo khoảng cách vì khi ánh sáng trở về từ xa, có ít tín hiệu có thể tách ra do cường độ giảm. Tuy nhiên, so với d-ToF, nó có lợi thế về độ phân giải cao hơn, vì mạch đơn giản của nó, pixel có thể tự tách tín hiệu và dễ dàng thu nhỏ pixel. Để bù đắp cho những hạn chế của i-ToF và tối đa hóa lợi thế của nó, rất nhiều nghiên cứu hiện đang được thực hiện để cải thiện tỷ lệ tín hiệu trên nhiễu (SNR), tăng hiệu quả lượng tử (QE) của các nguồn ánh sáng hồng ngoại hoặc sử dụng các kỹ thuật để loại bỏ ánh sáng nền (BGL). và mở rộng.
Cấu trúc pixel i-ToF hiện tại có thể được chia thành cấu trúc cổng và cấu trúc khuếch tán. Phương pháp cấu trúc cổng tạo ra sự khác biệt tiềm năng bằng cách áp dụng điện áp điều chế cho lưới để thu thập các electron xung quanh. Mặt khác, cấu trúc khuếch tán hoạt động như một bộ giảm tốc quang tử hỗ trợ hiện tại (CAPD) để thu thập các electron bằng cách sử dụng dòng điện được tạo ra bằng cách áp dụng điện áp điều chế cho chất nền. So với trước đây, sau này có thể nhanh chóng phát hiện các electron được tạo ra ở các vùng sâu hơn, làm cho việc truyền tải hiệu quả hơn, nhưng đòi hỏi sự tiêu tan năng lượng nhiều hơn vì nó sử dụng dòng điện kém hơn nhiều tải. Ngoài ra, khi các pixel trở nên nhỏ hơn và số lượng pixel tăng lên do độ phân giải cao, mức tiêu thụ điện năng tăng hơn nữa.
Để tối đa hóa lợi thế của CAPD và giảm bớt những hạn chế của nó, SK hynix đã phát triển công nghệ pixel lớp QVGA 10um và 5um VGA, sử dụng một cấu trúc mới gọi là VFM (Vertical Field Modulator). Tiếp theo, chúng ta hãy đi sâu vào công nghệ VFM và lợi ích của nó.
Ưu điểm của công nghệ VFM Pixel
Có nhiều tiêu chí khác nhau để đánh giá một cảm biến đo khoảng cách tốt, nhưng trước hết, nó sẽ có thể phát hiện chính xác khoảng cách và giảm các vấn đề sưởi ấm thông qua mức tiêu thụ điện năng thấp hơn. Nói cách khác, một cảm biến tốt phải phát hiện tín hiệu nhanh chóng với hiệu quả cao và tiêu thụ điện năng thấp, trong khi nó cũng phải tách chính xác các tín hiệu dựa trên sự khác biệt pha.
1. Công nghệ và kết hợp cis back-illuminated (BSI) của SK hynix
Giống như CIS, xử lý chiếu sáng ngược mang lại một số lợi thế cho thiết kế hoặc hiệu suất cảm biến ToF. Nguồn sáng được sử dụng để tính toán thời gian bay là ánh sáng hồng ngoại (IR) vì nó phải vô hình trước mắt người. Và, nó tính toán khoảng cách chính xác ngay cả trong môi trường ánh sáng yếu. Hồng ngoại có bước sóng dài hơn so với ánh sáng nhìn thấy, có nghĩa là nếu không sử dụng wafer dày hơn CIS, hầu hết ánh sáng bị xuyên qua, dẫn đến mức tín hiệu cực kỳ thấp trong các pixel. Nhưng điều đó không có nghĩa là độ dày có thể phát triển vô hạn. Rất khó để nhanh chóng thu thập các electron được tạo ra ở các vùng sâu hơn, cũng như đánh bắt cá dưới biển sâu khó khăn hơn đánh bắt cá tại các điểm đánh bắt. Khi chiếu sáng mặt sau được sử dụng thay vì chiếu sáng phía trước (FSI), tín hiệu có thể được phát hiện nhanh chóng vì ánh sáng phía sau cho phép ánh sáng được thu thập gần nhau hơn, nơi điện trường, hoạt động như một đường câu, cũng được chiếu từ phía đối diện bằng cách trở nên mạnh hơn với ánh sáng.
Hình 5: So sánh chiếu sáng phía trước và chiếu sáng phía sau (tính thấm và thu thập ánh sáng trên mỗi độ dày)
Hiệu suất của i-ToF phụ thuộc vào khả năng tách tín hiệu theo tốc độ tích lũy điện tích. Về vấn đề này, các cảm biến chiếu sáng phía trước có thể gây ra lỗi về khoảng cách, bởi vì khi ánh sáng đi qua bề mặt pixel, nó có nhiều khả năng đi trực tiếp vào nút phát hiện, bỏ qua sự khác biệt pha. Nó giống như có những học sinh khác trong lớp học khi cuộc gọi cuộn đang diễn ra. Ở phía trước chiếu sáng, cũng có nhiều hạn chế về hệ thống dây kim loại để đảm bảo hệ số lấp đầy cao hơn, trong khi chiếu sáng ngược cho phép lựa chọn hệ thống dây kim loại rộng hơn, như hút nước từ mặt đất hơn là chặt cây trong một khu rừng rậm rạp Thu thập nước mưa hiệu quả hơn (Hình 6).
Hình 6: Tỷ lệ tích lũy điện tích i-ToF cho các phương pháp chiếu sáng khác nhau (tương tự như hút nước dưới lòng đất và chặt cây trong rừng rậm)
Lợi thế này của chiếu sáng ngược có thể đạt được bằng cách kết hợp với công nghệ chiếu sáng ngược CIS của SK hynix, có công nghệ tạo ra các pixel nhỏ hơn 1 micron.
2. Mảng ống kính nhỏ (SLA) & Cấu trúc rãnh ống dẫn sóng quang học và hiệu quả lượng tử
Theo cơ chế i-ToF sử dụng tốc độ tích lũy điện tích, chúng ta cần mức tín hiệu tối đa để có được dữ liệu khoảng cách chính xác ở khoảng cách xa hơn. Do đó, QE cao trong phạm vi bước sóng hồng ngoại là điều cần thiết.
Như đã đề cập ở trên, do sức mạnh xuyên thấu cao của nguồn ánh sáng hồng ngoại, cường độ ánh sáng của nó yếu hơn so với ánh sáng nhìn thấy được, vì vậy độ sâu của bộ sưu tập ánh sáng là sâu. Một cách để đối phó với điều này là cố ý hình thành các cấu trúc microlens (ống kính kích thước nhỏ được sắp xếp theo kích thước và số lượng pixel dưới ống kính máy ảnh) cao để đạt được bộ sưu tập ánh sáng tốt hơn, nhưng chiều cao bị hạn chế do hạn chế kỹ thuật. SK hynix đã thực hiện một cách tiếp cận khác để khắc phục thiếu sót này. Bằng cách đặt một số ống kính ở mỗi pixel nhỏ hơn kích thước của pixel, phương pháp này làm tăng độ sâu thu thập ánh sáng, do đó làm tăng tổng lượng ánh sáng nhận được.
Ngoài ra, SK hynix cũng đào ra một cấu trúc mô hình đặc biệt ở mặt sau, để ánh sáng sự cố chạm vào cấu trúc và được phản xạ bởi nó, mở rộng đường truyền ánh sáng và tập trung ánh sáng vào khu vực điều chế, do đó giảm tỷ lệ mất ánh sáng và cải thiện hiệu quả truyền tải dưới cùng cường độ ánh sáng đạt được hiệu quả giết chết hai con chim bằng một viên đá. Trên thực tế, điều này xác nhận rằng QE đã tăng hơn gấp đôi dưới nguồn sáng 940nm. Ở QE cao hơn, nó thành công trong việc giảm sai số giữa khoảng cách thực tế và đo được gần 55% so với các phương pháp trước đó.
Hình 7: SLA (trái) và ống dẫn sóng quang học cấu trúc rãnh (phải)
3. Đảm bảo tiêu thụ điện năng thấp và hiệu suất cao
Không bao gồm mức tiêu thụ năng lượng của nguồn sáng, cảm biến ToF tiêu thụ nhiều năng lượng nhất trong mạch điều chỉnh tín hiệu khi nó hoạt động. Sức mạnh của mạch truyền động điều chế tỷ lệ thuận với dòng điện chảy qua bảng. Nói cách khác, chúng ta có thể giảm tiêu thụ điện năng bằng cách giảm dòng chất nền. Ngoài ra, các phép đo khoảng cách chính xác và chính xác đòi hỏi thời gian điều chế ngắn hơn và phát hiện tín hiệu nhanh. Chiếc xe (photon) phải được tăng tốc bằng cách bước lên bàn đạp ga để di chuyển cùng một khoảng cách (độ dày silicon) một cách nhanh chóng, tiêu thụ rất nhiều nhiên liệu (hoặc dòng điện). Một ví dụ khác, lấy nước từ giếng sâu đòi hỏi rất nhiều lực để nâng ròng rọc. Nhưng nếu bạn có thể bơm nước ngầm lên thì sao? Bạn có thể rút ra tất cả nước bạn cần với ít nỗ lực, chỉ cần bật vòi nước.
Phương pháp VFM làm tăng vùng cạn kiệt bằng cách tối ưu hóa các điều kiện và cấu trúc của cấy ghép ion pixel, cho phép nó hoạt động như một máy bơm và tăng cường điện trường thẳng đứng. Do đó, lực của điện trường được thêm vào dòng điện, có thể thu thập hiệu quả các electron, đồng thời, nó cũng có thể đạt được bộ sưu tập nhanh trong điều kiện dòng điện nhỏ và tăng cường tiêu thụ điện năng. Các thí nghiệm mở rộng đã chỉ ra rằng khi hiện tại tăng lên, hiệu suất của pixel VFM bị mất, điều đó có nghĩa là nó là một cấu trúc phù hợp hơn cho công suất thấp và dòng điện không còn là một yếu tố quan trọng. Nói cách khác, phương pháp này cải thiện hiệu suất của pixel bằng cách kiểm soát dòng điện thông qua một thiết kế cho phép một điện trường thẳng đứng mạnh mẽ để nó chỉ hoạt động như một hướng dẫn. So với cảm biến ToF lớp QVGA, cảm biến ToF lớp VGA 5um có kích thước điểm ảnh nhỏ hơn và độ phân giải cao hơn, nhưng dòng điện trên mỗi pixel giảm và mức tiêu thụ điện năng gần như bằng không.
Hình 8: Là một cảm biến ToF, cấu trúc VFM có mức tiêu thụ điện năng hiệu quả hơn
Tóm tắt
SK hynix góp phần tạo ra giá trị kinh tế và xã hội bằng cách cho phép các nhà sản xuất mô-đun khác nhau tham gia vào một loạt các thị trường ứng dụng bằng cách cung cấp hỗ trợ kỹ thuật và cảm biến chặt chẽ trong khi phát triển công nghệ cảm biến ToF.
Trong tương lai, chúng tôi sẽ có thể sử dụng thiết bị AR / VR để đi du lịch khắp thế giới, sử dụng máy bay không người lái để giao hàng, để robot gia đình mang gói hàng đến cho chúng tôi, yêu cầu robot quét dọn dẹp cho chúng tôi và thậm chí ngồi trong những chiếc xe tự lái được hỗ trợ bởi nhận dạng khuôn mặt. Xem tin tức trong xe. Chúng tôi hy vọng những kịch bản này sẽ được thực hiện trong thế giới mới rằng công nghệ giải pháp sâu của SK hynix sắp mở ra.