A New Approach For Sensor Design - Plato AiStream V2.1

Перевидано Платоном

читають: 0

Павел Маліновський, програмний менеджер imec, зустрівся з Semiconductor Engineering, щоб обговорити, що змінилося в сенсорних технологіях і чому. Далі – уривки з цієї дискусії.

SE: Що буде далі для сенсорних технологій?

Малиновський: Ми намагаємося знайти новий спосіб створення датчиків зображення, тому що хочемо позбутися обмежень кремнієві фотодіоди. Кремній є ідеальним матеріалом, особливо якщо ви хочете відтворити людський зір, оскільки він чутливий до видимих довжин хвиль світла, а це означає, що ви можете робити те, що робить людське око. І сфера зараз знаходиться на стадії, коли вона дуже зріла. Щороку продається близько 6 мільярдів датчиків зображення. Це чіпи, які потрапляють у камери смартфонів, автомобілів та інших програм. Це типові стандартні датчики зображення, у яких є кремнієва схема або електроніка та кремнієвий фотодіод. Вони в основному відтворюють червоний/зелений/синій (RGB), щоб ми могли мати гарні зображення. Але якщо ви подивитесь на інші довжини хвиль — наприклад, перейдіть до ультрафіолетового або інфрачервоного випромінювання, — у вас є явища чи інформація, які неможливо отримати у видимому світлі. Особливо ми розглядаємо інфрачервоний діапазон. Тут ми звертаємося до певного діапазону від одного мікрона до двох мікронів, який ми називаємо короткохвильовим інфрачервоним випромінюванням. З цим діапазоном ви можете бачити крізь речі. Наприклад, ви можете бачити крізь туман, дим чи хмари. Це особливо цікаво для автомобільного застосування.

SE: Будь-які майбутні виклики чи нові програми для цієї технології?

Малиновський: Ви не можете використовувати кремній для цієї довжини хвилі, оскільки він стає прозорим. Це цікаво, наприклад, для перевірки дефектів, коли ви дивитеся на тріщини в кремнієвих сонячних елементах. У вас різні контрасти деяких матеріалів. Матеріали, які виглядають абсолютно однаковими у видимому діапазоні, можуть мати різну відбивну здатність у короткохвильовому інфрачервоному випромінюванні, що означає, що ви можете отримати кращий контраст, наприклад, коли ви сортуєте пластик або їжу. Є й інші програми, як показано на малюнку 1 (нижче). Це сила світла, яке надходить від сонця через атмосферу. Сірий — над атмосферою, а порожній — це те, що приходить на землю. І ви бачите, що є кілька максимумів і мінімумів. Мінімуми пов'язані з поглинанням води в атмосфері. Ви можете використовувати ці мінімуми, коли працюєте, наприклад, із системами активного усунення, що означає, що ви випромінюєте трохи світла та перевіряєте, що відскакує. Ось як працює Face ID на iPhone — ви випромінюєте світло та перевіряєте, що повертається. Вони працюють приблизно на 940 нанометрів. Якщо ви виберете більшу довжину хвилі — наприклад, 1,400 — ви матимете набагато нижчий фон, а це означає, що у вас буде набагато кращий контраст. Якщо потім ви перейдете до довжин хвиль, де все ще є досить багато світла, ви можете використовувати його з пасивним освітленням, щоб отримати додаткову інформацію, таку як зображення при слабкому освітленні, де у вас все ще є деякі фотони.

Рис. 1: Можливості для короткохвильового інфрачервоного випромінювання. Джерело: imec

SE: Як ви це визначили?

Малиновський: Ми перевірили, як отримати доступ до цих довжин хвиль. Кремній, через свої фізичні властивості, для цього не підходить. Традиційним способом є з’єднання, коли ви берете інший матеріал — наприклад, арсенід індію, галію або телурид ртуті, кадмію — і з’єднуєте його на схемі зчитування. Це актуальна технологія. Він часто використовується в оборонних цілях, у військових цілях, а також у висококласних промислових чи наукових цілях. Це дорого. Датчики, виготовлені за цією технологією, зазвичай коштують кілька тисяч євро через процес склеювання та витрати на виробництво. Ви можете виростити потрібний вам матеріал, наприклад германій, але це досить складно, і є деякі проблеми з отриманням достатньо низького шуму. Ми йдемо третім шляхом – депонування матеріалу. У цьому випадку ми використовуємо або органічні матеріали, або квантові точки. Ми беремо матеріал, який може поглинати це короткохвильове інфрачервоне або ближнє інфрачервоне світло, і ми наносимо його стандартними методами, такими як спінування, і ми отримуємо дуже тонкі шари. Ось чому ми називаємо цю категорію датчиків «тонкоплівковими фотодетекторними датчиками», де матеріал має набагато більше поглинання, ніж кремній. Це виглядає як млинець на вершині схеми зчитування.

SE: Як це в порівнянні з іншими матеріалами?

Малиновський: Якщо порівнювати його з кремнієвими діодами, вони потребують набагато більшого об’єму та значно більшої глибини. І особливо для цих довших хвиль, вони просто стають прозорими. Навпаки, сенсори зображення з тонкоплівковими фотодетекторами (TFPD) мають набір матеріалів, у тому числі фотоактивних матеріалів, таких як органічні матеріали з квантовою точкою, інтегрованих монолітно, що означає, що це одна мікросхема. Поверх кремнію немає з’єднання. Проблема з цим підходом полягала в тому, що коли у вас є такий фотодіод, інтегрований поверх цього металевого електрода, дуже важко отримати достатньо низький рівень шуму, оскільки є деякі внутрішні джерела шуму, яких ви не можете позбутися.

Мал. 2: Тонкоплівковий фотодетектор. Джерело: imec

SE: Як ви це вирішили?

Малиновський: Ми пішли шляхом прогресу кремнієвих сенсорів зображення наприкінці 1980-х і в 1990-х роках, де вони представили фотодіоди з кріпленнями. Ви роз’єднуєте область фотодіода, де перетворюються фотони, і зчитування. Замість того, щоб мати лише один контакт цього тонкоплівкового поглинача зі зчитуванням, ми вводимо додатковий транзистор. Це TFT, який піклується про повне розрядження структури, щоб ми могли перенести всі заряди, створені в цьому тонкоплівковому поглиначі, і перенести їх за допомогою цієї транзисторної структури на зчитування. Таким чином ми значно обмежуємо джерела шуму.

SE: Чому шум є проблемою для розробки датчиків?

Малиновський: Є різні джерела шуму. Шумом може бути загальна кількість небажаних електронів, але ці електрони можуть надходити з різних джерел або з різних причин. Деякі з них пов’язані з температурою, деякі з нерівномірністю мікросхеми, деякі з витоком транзисторів і так далі. За допомогою цього підходу ми працюємо над деякими джерелами шуму, пов’язаними зі зчитуванням. Для всіх датчиків зображення є шум, але у вас є різні способи боротьби з шумом. Наприклад, сенсори на основі кремнію в iPhone мають справу з джерелами шуму за допомогою спеціальної конструкції схеми зчитування, з архітектурою, основа якої сягає корінням у 80-90-ті роки. Це трохи того, що ми намагалися відтворити за допомогою цієї нової категорії датчиків зображення, які використовують фотодетектори тонкого поля. Це застосування старих дизайнерських прийомів у новій категорії датчиків.

SE: Де, на вашу думку, це буде використано? Ви згадали про автомобілебудування. Чи буде це також працювати для медичних пристроїв?

Малиновський: Найбільший інтерес для цієї технології має побутова електроніка, наприклад смартфони. Якщо ви переходите до більших довжин хвиль, у вас може бути нижчий контраст, тому що на цій довжині хвилі просто менше світла, або ви можете побачити це світло такого кольору в атмосфері. Це розширене бачення, яке означає, що ви бачите більше, ніж може побачити людське око, тому для вашої камери є додаткова інформація. Інша причина полягає в тому, що довші хвилі легше проходять через деякі дисплеї. Обіцянка полягає в тому, що якщо у вас є таке рішення, ви можете розмістити датчик, наприклад Face ID, позаду іншого дисплея, що може збільшити площу дисплея.

Рис. 3: Розширене бачення для кращої безпеки. Джерело: imec

Інша причина полягає в тому, що якщо ви переходите до хвиль з більшою довжиною, ваше око стає набагато менш чутливим — приблизно на п’ять-шість порядків порівняно з довжинами хвиль ближнього інфрачервоного діапазону, а це означає, що ви можете використовувати потужніші джерела світла. Таким чином, ви можете стріляти з більшою потужністю, що означає, що ви можете мати більшу дальність. Для автомобілів ви можете мати додаткову видимість, особливо за несприятливих погодних умов, наприклад, через туман. Для медицини це може сприяти мініатюризації. У деяких застосуваннях, таких як ендоскопія, сучасні технології використовують інші матеріали та більш складну інтеграцію, тому мініатюризація є досить складною. Завдяки підходу квантових точок ви можете створювати дуже маленькі пікселі, що означає вищу роздільну здатність у компактному форм-факторі. Це забезпечує подальшу мініатюризацію, зберігаючи високу роздільну здатність. Крім того, залежно від довжини хвилі, яку ми націлюємо, ми можемо мати дуже високий контраст води, що є однією з причин, чому харчова промисловість може бути зацікавлена. Ви можете краще визначити вологість, наприклад, у зернових продуктах, таких як крупи.

Рис. 4: Потенційні застосування Джерело: imec

SE: За умови покращеного зору в умовах слабкого освітлення, чи може це мати військове застосування?

Малиновський: Такі датчики вже використовуються військовими, наприклад, для виявлення лазерних далекомірів. Різниця в тому, що військовим цілком зручно заплатити за фотоапарат 20,000 тисяч євро. В автомобільній промисловості чи споживчому секторі вони навіть не розглядають цю технологію саме з цієї причини.

SE: Отже, прорив тут полягає в тому, що ви можете мати щось, що вже існує, але ви можете мати це за споживчими цінами?

Малиновський: Точно. Завдяки мініатюризації, а також тому, як монолітна інтеграція дозволяє розширити технологію, ви можете отримати обсяги та ціни в масштабі споживача.

SE: Які ще тенденції ви бачите в сенсорних технологіях?

Малиновський: Один із моментів поточної дискусії полягає саме в цьому — за межами видимого зображення. Існуюча технологія вже є фантастичною для фотографування. Нова тенденція — датчики, які більше призначені для застосування. На виході не обов’язково має бути гарне зображення. Це може бути конкретна інформація. За допомогою Face ID вихід може бути фактично одиницею або нулем. Або телефон розблоковано, або ні. Вам не потрібно бачити зображення обличчя. Існують також деякі цікаві модальності, такі як поляризаційні зображення, які схожі на поляризаційні окуляри. Вони бачать краще для деяких відображень. Існують подієві фотокамери, які дивляться лише на зміну сцени — наприклад, якщо ви вивчаєте вібрацію машини або підраховуєте людей, які проходять повз магазин. Якщо у вас є система автономного водіння, вам потрібне попередження про те, що наближається перешкода, і вам слід загальмувати. Вам не потрібна красива картинка. Ця тенденція означає набагато більшу фрагментацію, оскільки вона набагато більше залежить від програми. Це змінює спосіб, у який люди розробляють датчики зображення, тому що вони дивляться на те, що достатньо добре для конкретного застосування, а не на оптимізацію якості зображення. Якість зображення завжди важлива, але інколи потрібно щось просте, що справляється зі своєю роботою.

SE: Важливо знати, людина це чи дерево, чи достатньо знати, що вам потрібно зараз загальмувати?

Малиновський: В автомобільній промисловості все ще точаться дискусії. Деякі люди хочуть класифікувати всі об’єкти. Вони хочуть знати, дитина це, байкер чи дерево. Деякі кажуть: «Мені просто потрібно знати, чи це не заважає, тому що мені потрібно натиснути на гальма». Тож однієї відповіді немає.