基于压电换能器的超声波镜头清洁技术

描述

摄像头和传感器系统设计人员可以使用德州仪器(TI)的超声波镜头清洁(ULC)技术打造面向汽车和工业应用的可靠且经济实惠的小型清洁系统。

过去,去除摄像头上的污染物需要通过手动方式进行清洁,但是这会导致系统停机及更高的维护成本;或者通过增加机械装置实现自动化清洁,但是这会造成系统的复杂性上升和可靠性下降。

超声波镜头清洁系统可以使用高频机械振动来快速产热并将冰融化为水,然后可以通过自动感应水滴并通过振动将其雾化,从而持续清除摄像头上的雨水。

借助合适的算法和机械设计,这些系统还可以清除灰尘、泥浆,甚至是附着的昆虫。

据麦姆斯咨询报道,近日,德州仪器(TI)正式发布了采用超声波镜头清洁(Ultrasonic Lens Cleaning,ULC)技术的专用芯片组:ULC1001数字信号处理器(DSP)及配套的DRV2901压电换能器驱动器,借助德州仪器的集成解决方案可以减小清洁系统尺寸和降低系统复杂性,并使得摄像头和传感器系统能够快速检测并使用微小振动去除水、冰和污垢等。

玻璃、硅和聚碳酸酯镜头盖(lens cover)都有各自的固有频率,而其固有频率的大小因各自的形状和厚度而异。

对镜头盖以其各自的固有频率施加超声波激励,会使其产生共振效果。

使用压电换能器和先进的半导体芯片以特殊模式精确地施加超声波激励,可以有效地使镜头盖表面的水、污垢和其他污染物脱落。

高频电流施加于压电换能器并使其产生高频振动,进而在空气中激发出超声波,以使摄像头镜头盖在超声波的激励下产生共振,最终达到清除镜头盖上的污垢、冰和水的目的。

通常,镜头盖振动会产生约10微米的位移,此动画中为方便演示,呈现了放大后的效果。

摄像头

超声波镜头清洁技术的演示效果

德州仪器的全新超声波镜头清洁芯片组采用一种专有技术,能够让摄像头可以使用精确控制的振动快速自行清除污染物,从而提高系统精度并减少维护要求。

该芯片组为摄像头系统设计人员提供了一种可靠、紧凑且经济实惠的方案,以在各种摄像头应用(例如热成像摄像头、交通监控摄像头、机器视觉摄像头、无线安防摄像头、无人机视觉摄像头、汽车激光雷达,甚至是内窥镜)中使用超声波镜头清洁技术。

摄像头

基于超声波镜头清洁技术的摄像头设计

ULC1001数字信号处理器集成了脉宽调制器、电流和电压检测放大器以及模数转换器,并融合了用于自动感应、清洁、温度和故障检测的专有算法,使得超声波镜头清洁技术适应性超强,可满足各种摄像头的设计需求。该芯片组的小巧外形使其有可能改进各种应用中的机器视觉和其它传感功能。ULC1001采用4.5mm x 4.5mm、32引脚HotRod QFN封装,现已开始量产。

ULC1001数字信号处理器(DSP)

摄像头

ULC1001功能框图

DRV2901是一款具有宽电源电压、用于超声波清洗的单通道PWM输入压电换能器驱动器,其具有一个片上集成创新保护系统,可保护器件免受可能损坏系统的各种故障条件(例如短路保护、过流保护、欠压保护和过热保护)的影响。DRV2901采用14.0mm x 6.1mm、44引脚HTSSOP封装,现已量产上市。

DRV2901压电换能器驱动器

摄像头

DRV2901功能框图

ULC1001与配套DRV2901压电换能器驱动器一起使用,可在印刷电路板尺寸小于25mm x 15mm的紧凑型封装中实现超声波镜头清洁技术,从而减少物料清单,同时提供比分立式方案更多的功能。

此外,德州仪器还发布了一款超声波镜头清洗评估模块:ULC1001-DRV290XEVM,其中包括ULC1001可配置DSP控制器和DRV2901压电换能器驱动器的双芯片解决方案。两者协同工作,提供温度检测、镜头故障检测和污染物检测等多种功能,能够实现摄像头和传感器系统的自动化清洁。该评估模块提供了超声波镜头清洗系统的电气部分,但不包含镜头系统。

德州仪器产品营销工程师Avi Yashar说:“我们的超声波镜头清洁技术可以让广泛的摄像头和传感器系统自清洁成为现实。现有的自清洁方法成本高昂且不切实际,需要复杂的机械和电子装置及大量处理工作,以检测污染物和执行清洁。随着从汽车摄像头到智慧城市和智能制造的各种应用不断发展,摄像头数量也与日俱增,人们迫切需要一种简单而经济高效的方案来实现自清洁摄像头。”

TechInsights全球汽车业务高级分析师Edward Sanchez说:“随着高级驾驶辅助系统(ADAS)变得越来越复杂,让传感器系统始终保持在正常运行状态变得比以往更加重要。如果摄像头上有污垢或异物,这对于依赖高度精准的成像和传感器数据的车辆来说,则成为至关重要的功能和安全问题。这很快将成为ADAS和自动驾驶(AD)领域的一个严重问题,而德州仪器的超声波镜头清洁技术将以切实可行的方法解决该问题。”






审核编辑:刘清

打开APP阅读更多精彩内容
声明:本文内容及配图由入驻作者撰写或者入驻合作网站授权转载。文章观点仅代表作者本人,不代表电子发烧友网立场。文章及其配图仅供工程师学习之用,如有内容侵权或者其他违规问题,请联系本站处理。 举报投诉

全部0条评论

快来发表一下你的评论吧 !

×
20
完善资料,
赚取积分