센서 설계를 위한 새로운 접근 방식

imec의 프로그램 관리자인 Pawel Malinowski는 Semiconductor Engineering과 함께 센서 기술의 변화와 그 이유에 대해 논의했습니다. 다음은 해당 논의에서 발췌한 내용입니다.

SE: 센서 기술의 다음 단계는 무엇인가요?

말리노프스키: 우리는 이미지 센서의 한계를 벗어나고 싶어서 이미지 센서를 만드는 새로운 방법을 찾으려고 노력하고 있습니다. 실리콘 포토다이오드. 실리콘은 가시광선 파장에 민감하여 인간의 눈이 하는 일을 할 수 있기 때문에 인간의 시각을 재현하려는 경우 특히 완벽한 소재입니다. 그리고 지금 이 분야는 매우 성숙한 단계에 이르렀습니다. 연간 약 6억 개의 이미지 센서가 판매됩니다. 이는 스마트폰, 자동차 및 기타 애플리케이션의 카메라에 들어가는 칩입니다. 이는 실리콘 기반 회로나 전자 장치 및 실리콘 포토다이오드가 있는 일반적인 표준 이미지 센서입니다. 기본적으로 빨간색/녹색/파란색(RGB)을 재생하여 멋진 사진을 얻을 수 있습니다. 그러나 다른 파장(예: UV나 적외선)을 보면 가시광선에서는 얻을 수 없는 현상이나 정보가 있습니다. 우리는 특히 적외선 범위를 보고 있습니다. 여기서 우리는 단파 적외선이라고 부르는 XNUMX미크론에서 XNUMX미크론 사이의 특정 범위를 다룹니다. 이 범위를 사용하면 사물을 꿰뚫어 볼 수 있습니다. 예를 들어, 안개나 연기, 구름 사이로 볼 수 있습니다. 이는 자동차 애플리케이션에 특히 흥미롭습니다.

SE: 이 기술에 대한 향후 과제나 새로운 응용 프로그램이 있나요?

말리노프스키: 이 파장에는 실리콘이 투명해지기 때문에 사용할 수 없습니다. 예를 들어, 실리콘 태양전지의 균열을 관찰할 때 결함 검사에 유용합니다. 일부 재료의 대비가 다릅니다. 가시 범위에서 완전히 동일하게 나타나는 재료는 단파 적외선에서 반사율이 다를 수 있습니다. 즉, 예를 들어 플라스틱을 분류하거나 식품을 분류할 때 더 나은 대비를 가질 수 있습니다. 그림 1(아래)에 표시된 것처럼 다른 응용 프로그램도 있습니다. 그것은 대기를 통해 태양으로부터 나오는 빛의 힘입니다. 회색은 대기 위에 있고, 공백은 지구로 오는 것입니다. 그리고 여러분은 몇 가지 최대값과 최소값이 있다는 것을 알 수 있습니다. 최소값은 대기 중 수분 흡수와 관련이 있습니다. 예를 들어 활성 제거 시스템을 사용하여 작업할 때 이 최소값을 사용할 수 있습니다. 즉, 일부 빛을 방출하고 무엇이 반사되는지 확인한다는 의미입니다. 이것이 iPhone의 Face ID가 작동하는 방식입니다. 빛을 내고 무엇이 돌아오는지 확인합니다. 그들은 약 940 나노미터에서 작동합니다. 더 긴 파장(예: 1,400)으로 가면 배경이 훨씬 낮아져 대비가 훨씬 좋아질 수 있습니다. 그런 다음 아직 빛이 많이 남아 있는 파장으로 이동하면 수동 조명과 함께 사용하여 여전히 광자가 있는 저조도 이미징과 같은 추가 정보를 얻을 수 있습니다.

그림 1: 단파장 적외선의 가능성. 출처: imec

SE: 그건 어떻게 결정하셨나요?

말리노프스키: 우리가 확인한 것은 이러한 파장에 접근하는 방법입니다. 실리콘은 물리적 특성으로 인해 좋지 않습니다. 전통적인 방법은 인듐 갈륨 비소나 수은 카드뮴 텔루르화물과 같은 다른 재료를 판독 회로에 결합하는 결합입니다. 이는 기존 기술이다. 국방 응용, 군사, 고급 산업 또는 과학 분야에 많이 사용됩니다. 비싸요. 이 기술로 제작된 센서는 접착 공정과 제조 비용으로 인해 일반적으로 수천 유로의 비용이 듭니다. 게르마늄과 같이 필요한 재료를 성장시킬 수 있지만 이는 매우 어렵고 소음을 충분히 낮추는 데 몇 가지 문제가 있습니다. 우리는 물질을 퇴적하는 세 번째 방법을 따르고 있습니다. 이 경우에는 유기 물질이나 양자점을 사용하고 있습니다. 우리는 이 단파 적외선이나 근적외선을 흡수할 수 있는 물질을 스핀 코팅과 같은 표준 방법으로 증착하여 매우 얇은 층을 얻습니다. 이것이 바로 우리가 이 카테고리의 센서를 '박막 광검출기 센서'라고 부르는 이유입니다. 여기서 재료는 실리콘보다 훨씬 더 흡수성이 높습니다. 판독 회로 위에 팬케이크처럼 보입니다.

SE: 다른 재료와 비교하면 어떤가요?

말리노프스키: 실리콘 다이오드와 비교하면 훨씬 더 큰 부피와 훨씬 더 큰 깊이가 필요합니다. 특히 이러한 긴 파장의 경우 투명해집니다. 이와 대조적으로 TFPD(박막 광검출기) 이미지 센서는 양자점 유기 물질과 같은 광활성 물질을 포함한 물질 스택이 모놀리식으로 통합되어 있어 하나의 칩입니다. 실리콘 위에는 본딩이 없습니다. 이 접근 방식의 문제점은 금속 전극 위에 포토다이오드를 통합할 때 제거할 수 없는 고유한 노이즈 소스가 있기 때문에 노이즈를 충분히 낮추기가 매우 어렵다는 것입니다.

그림 2: 박막 광검출기. 출처: imec

SE: 이 문제는 어떻게 해결하셨나요?

말리노프스키: 우리는 1980년대 말과 1990년대에 핀형 포토다이오드를 도입한 실리콘 이미지 센서의 발전 과정을 따라갔습니다. 광자가 변환되는 포토다이오드 영역과 판독값을 분리합니다. 판독값에 대해 이 박막 흡수체의 접점을 하나만 두는 대신 추가 트랜지스터를 도입합니다. 이것이 TFT입니다. 구조가 완전히 공핍되도록 관리하여 이 박막 흡수체에서 생성된 모든 전하를 전송하고 이 트랜지스터 구조를 사용하여 판독 장치로 전송할 수 있습니다. 이러한 방식으로 우리는 소음원을 크게 제한합니다.

SE: 센서 설계에 노이즈가 왜 문제가 되나요?

말리노프스키: 소음의 원인은 다양합니다. 소음은 원치 않는 전자의 총 개수일 수 있지만 이러한 전자는 다른 소스나 다른 이유로 인해 발생할 수 있습니다. 일부는 온도와 관련되고, 일부는 칩의 불균일성과 관련되며, 일부는 트랜지스터 누출 등과 관련됩니다. 이 접근 방식을 사용하여 판독과 관련된 일부 노이즈 소스에 대해 작업하고 있습니다. 모든 이미지 센서에는 노이즈가 있지만 노이즈를 처리하는 방법은 다양합니다. 예를 들어, iPhone의 실리콘 기반 센서는 80년대와 90년대 기반의 아키텍처를 갖춘 판독 회로의 특정 설계를 통해 소음원을 처리합니다. 이것은 우리가 얇은 필드 광 검출기를 활용하는 새로운 범주의 이미지 센서로 복제하려고 시도한 것 중 일부입니다. 이는 새로운 범주의 센서에 기존 설계 기법을 적용한 것입니다.

SE: 이것이 어디에 사용될 것으로 예상하시나요? 당신은 자동차를 언급했습니다. 의료기기에도 효과가 있을까요?

말리노프스키: 이 기술의 가장 큰 매력은 스마트폰 등 가전제품에 있습니다. 더 긴 파장으로 가면 해당 파장에 빛이 적기 때문에 대비가 낮아질 수 있습니다. 또는 대기에서 해당 색상의 빛을 볼 수 있기 때문입니다. 이는 인간의 눈으로 볼 수 있는 것보다 더 많은 것을 볼 수 있다는 것을 의미하는 증강 비전이므로 카메라에 대한 추가 정보가 있습니다. 또 다른 이유는 파장이 길수록 일부 디스플레이를 통과하기가 더 쉽기 때문입니다. 이런 종류의 솔루션이 있다면 다른 디스플레이 뒤에 페이스ID 같은 센서를 배치해 디스플레이 영역을 늘릴 수 있다는 게 약속이다.

그림 3: 더 나은 안전을 위한 증강된 시야. 출처: imec

또 다른 이유는 더 긴 파장을 사용하면 눈의 민감도가 근적외선 파장에 비해 약 XNUMX~XNUMX배 정도 덜 민감해지기 때문입니다. 즉, 더 강력한 광원을 사용할 수 있다는 의미입니다. 따라서 더 많은 전력을 쏠 수 있으며 이는 더 긴 범위를 가질 수 있음을 의미합니다. 자동차의 경우 특히 안개 속 가시성과 같은 악천후 조건에서 추가적인 가시성을 확보할 수 있습니다. 의료 분야에서는 소형화를 촉진하는 데 도움이 될 수 있습니다. 내시경과 같은 일부 응용 분야에서는 기존 기술이 다른 재료를 사용하고 더 복잡한 통합을 사용하므로 소형화가 매우 어렵습니다. 퀀텀닷 접근 방식을 사용하면 매우 작은 픽셀을 만들 수 있습니다. 이는 컴팩트한 폼 팩터에서 더 높은 해상도를 의미합니다. 이를 통해 고해상도를 유지하면서 더욱 소형화가 가능해졌습니다. 또한, 우리가 목표로 하는 파장에 따라 물의 대비가 매우 높을 수 있으며, 이는 식품 업계가 관심을 가질 수 있는 이유 중 하나입니다. 예를 들어 시리얼과 같은 곡물 제품에서 수분을 더 잘 감지할 수 있습니다.

그림 4: 잠재적인 응용 출처: imec

SE: 저조도 시야가 향상되면 군사용으로 활용될 수 있을까요?

말리노프스키: 이러한 종류의 센서는 이미 군대에서 레이저 거리 측정기 등을 감지하는 데 사용되고 있습니다. 차이점은 군에서는 카메라 구입에 20,000유로만 지불해도 괜찮다는 것입니다. 자동차나 소비자에서는 이 기술을 고려조차 하지 않습니다. 바로 그 이유 때문입니다.

SE: 여기서 획기적인 점은 이미 존재하는 것을 가질 수 있지만 소비자 수준의 가격으로 구입할 수 있다는 것입니다.

말리노프스키: 정확히. 소형화와 모놀리식 통합을 통해 기술을 확장할 수 있기 때문에 소비자 규모의 볼륨과 가격을 얻을 수 있습니다.

SE: 센서 기술에는 어떤 다른 트렌드가 있나요?

말리노프스키: 현재 논의 포인트 중 하나는 바로 가시적 이미징을 넘어서는 것입니다. 기존 기술은 이미 사진 촬영에 환상적입니다. 새로운 추세는 응용 분야에 더욱 특화된 센서입니다. 출력물이 예쁜 그림일 필요는 없습니다. 구체적인 정보일 수 있습니다. Face ID를 사용하면 출력이 실제로 XNUMX 또는 XNUMX이 될 수 있습니다. 전화기가 잠금 해제되었거나 그렇지 않습니다. 얼굴 사진을 볼 필요는 없습니다. 편광 안경과 같은 편광 이미저와 같은 몇 가지 흥미로운 양식도 등장하고 있습니다. 그들은 어떤 반사에 대해 더 잘 보입니다. 예를 들어 기계의 진동을 연구하거나 상점을 지나가는 사람 수를 세는 경우와 같이 장면의 변화만 관찰하는 이벤트 기반 이미저가 있습니다. 자율주행 시스템이 있다면 장애물이 다가오고 있다는 경고가 필요하고 브레이크를 밟아야 합니다. 예쁜 사진은 필요하지 않습니다. 이러한 추세는 훨씬 더 많은 애플리케이션별 특성을 가지므로 훨씬 더 많은 단편화를 의미합니다. 이는 사람들이 이미지 품질을 최적화하기보다는 특정 애플리케이션에 적합한 것이 무엇인지 살펴보기 때문에 이미지 센서를 설계하는 방식을 변화시킵니다. 화질은 항상 중요하지만 때로는 그 역할을 수행하는 간단한 것이 필요할 때도 있습니다.

SE: 사람인지 나무인지 아는 것이 중요한가요, 아니면 지금 브레이크를 밟아야 한다는 것만 아는 것만으로도 충분합니까?

말리노프스키: 자동차 업계에서는 아직도 논쟁이 벌어지고 있습니다. 어떤 사람들은 모든 물체를 분류하고 싶어합니다. 그들은 그것이 어린이인지, 자전거 타는 사람인지, 나무인지 알고 싶어합니다. 어떤 사람들은 '브레이크를 밟아야 하기 때문에 방해가 되는지만 알면 된다'고 합니다. 그래서 답은 하나가 아닙니다.

• SEO 기반 콘텐츠 및 PR 배포. 오늘 증폭하십시오.
• PlatoData.Network 수직 생성 Ai. 자신에게 권한을 부여하십시오. 여기에서 액세스하십시오.
• PlatoAiStream. 웹3 인텔리전스. 지식 증폭. 여기에서 액세스하십시오.
• 플라톤ESG. 탄소, 클린테크, 에너지, 환경, 태양광, 폐기물 관리. 여기에서 액세스하십시오.
• PlatoHealth. 생명 공학 및 임상 시험 인텔리전스. 여기에서 액세스하십시오.
• 출처: https://semiengineering.com/a-new-approach-for-sensor-design/