传感器技术的下一步

IMEC 项目经理 Pawel Malinowski 与 Semiconductor Engineering（SE） 坐下来讨论了传感器技术的变化及其原因。以下是该讨论的摘录。点击文末【阅读原文】链接可阅读原文档。

SE：传感器技术的下一步是什么？

Malinowski：我们正在尝试寻找一种制造图像传感器的新方法，因为我们希望摆脱硅光电二极管的限制。硅是一种完美的材料，特别是如果您想重现人类视觉，因为它对可见光波长敏感，这意味着您可以做人眼所做的事情。现在这个领域正处于非常成熟的阶段。每年售出约 60 亿个图像传感器。这些芯片最终会出现在智能手机、汽车和其他应用的摄像头中。它们是典型的标准图像传感器，其中具有硅基电路或电子器件和硅光电二极管。它们基本上进行红/绿/蓝 (RGB) 再现，以便我们可以获得漂亮的图片。但如果你观察其他波长——例如，紫外线或红外线——你就会发现在可见光中无法获得的现象或信息。我们特别关注红外范围。在那里，我们讨论了一个特定的范围，在一微米到两微米之间，我们称之为短波红外。有了这个范围，你就可以看透事物。例如，您可以透过雾、烟或云看到东西。这对于汽车应用来说尤其有趣。

SE：这项技术有什么即将到来的挑战或新应用吗？

Malinowski：对于这个波长，你不能使用硅，因为它会变得透明。例如，当您查看硅太阳能电池中的裂纹时，这对于缺陷检查来说很有趣。有些材料有不同的对比。在可见光范围内看起来完全相同的材料在短波红外线中可能具有不同的反射率，这意味着您可以拥有更好的对比度，例如，当您对塑料进行分类或对食品进行分类时。还有其他应用，如图1（下）所示。这是来自太阳穿过大气层的光的力量。灰色是大气层之上的，空白的是来到地球的。你会看到有一些最大值和最小值。最小值与大气中的吸水率有关。您可以在工作时使用此最小值，例如使用主动消除系统，这意味着您发出一些光并检查反射回来的光。这就是 iPhone 上的 Face ID 的工作原理：您发出光并检查返回的内容。它们的工作波长约为 940 纳米。如果您使用更长的波长（例如 1,400），您的背景将会低得多，这意味着您可以获得更好的对比度。如果您选择仍然有大量光的波长，则可以将其与被动照明一起使用以获得额外的信息，例如仍然有一些光子的低光成像。

图 1：短波长红外线的可能性。来源：imec

SE：您是如何确定这一点的？

Malinowski：我们检查的是如何访问这些波长。由于硅的物理特性，硅对此并不有利。传统的方法是bonding，您采用另一种材料（例如砷化铟镓或碲化汞镉）并将其bonding在读出电路上。这是现有技术。它广泛用于国防应用、军事以及高端工业或科学。它的价格昂贵。由于bonding工艺和制造成本的原因，采用这种技术制造的传感器通常花费数千欧元。您可以种植所需的材料，例如锗，但这非常困难，并且在使噪音足够低方面存在一些问题。我们采用的是第三种方式，即存放材料。在这种情况下，我们使用有机材料或量子点。我们采用可以吸收短波红外光或近红外光的材料，并用标准方法（例如旋涂）将其沉积，我们得到了非常薄的层。这就是为什么我们将此类传感器称为“薄膜光电探测器传感器”，其中材料的吸收性比硅高得多。它看起来像读出电路顶部的煎饼。

SE：这与其他材料相比如何？

Malinowski：如果将其与硅二极管进行比较，它们需要更大的体积和更大的深度。特别是对于这些较长的波长，它们会变得透明。相比之下，薄膜光电探测器 (TFPD) 图像传感器具有单片集成的一堆材料，包括量子点有机材料等光敏材料，这意味着它是一个芯片。硅顶部没有键合。这种方法的问题在于，当您在金属电极顶部集成这样的光电二极管时，很难将噪声降低到足够低，因为存在一些无法消除的固有噪声源。

图 2：薄膜光电探测器。来源：imec

SE：你是如何解决这个问题的？

Malinowski：我们遵循硅图像传感器在 20 世纪 80 年代末和 90 年代的发展方式，引入了固定光电二极管。您可以将转换光子的光电二极管区域与读数解耦。我们引入了一个额外的晶体管，而不是只有一个薄膜吸收器与读出器的接触。这就是 TFT，它负责使结构完全耗尽，以便我们可以转移该薄膜吸收器中产生的所有电荷，并通过该晶体管结构将它们转移到读出装置。通过这种方式，我们显着限制了噪声源。

SE：为什么噪声是传感器设计的一个问题？

Malinowski：噪音有不同的来源。噪声可以是不需要的电子的总数，但这些电子可以来自不同的来源或出于不同的原因。有些与温度有关，有些与芯片的不均匀性有关，有些与晶体管漏电有关，等等。通过这种方法，我们正在研究与读数相关的一些噪声源。对于所有图像传感器来说，都会有噪声，但处理噪声的方法不同。例如，iPhone 中的硅基传感器通过特定的读出电路设计来处理噪声源，其架构的基础可以追溯到 80 年代和 90 年代。这是我们尝试使用薄场光电探测器的新型图像传感器来复制的一点点。这是旧设计技巧在新型传感器中的应用。

SE：您预计这会用在哪里？你提到了汽车。它也适用于医疗设备吗？

Malinowski：这项技术的最大动力来自消费电子产品，例如智能手机。如果你使用更长的波长，你可以得到更低的对比度，因为该波长下的光更少，或者你可以在大气中看到这种颜色的光。它是增强视觉，这意味着可以看到比人眼所能看到的更多的东西，因此您的相机可以获取更多信息。另一个原因是较长的波长更容易通过某些显示器。承诺是，如果你有这种解决方案，你可以将传感器（例如 Face ID）放置在另一个显示器后面，这样可以增加显示面积。

图 3：增强视野以提高安全性。来源：imec

另一个原因是，如果你使用更长的波长，你的眼睛的敏感度就会低得多——与近红外波长相比大约五到六个数量级，这意味着你可以使用更强大的光源。所以你可以射出更多的力量，这意味着你可以有更远的射程。对于汽车，您可以获得额外的能见度，尤其是在恶劣的天气条件下，例如雾中的能见度。对于医疗而言，它可以帮助推进小型化。在一些应用中，例如内窥镜检查，现有技术使用其他材料和更复杂的集成，因此小型化相当困难。通过量子点方法，您可以制造非常小的像素，这意味着在紧凑的外形中具有更高的分辨率。这使得在保持高分辨率的同时进一步实现小型化。此外，根据我们的目标波长，我们可以获得非常高的水对比度，这可能是食品行业感兴趣的原因之一。您可以更好地检测谷物等谷物产品中的水分。

图 4：潜在应用 来源：imec

SE：随着弱光视力的提高，它可以有军事应用吗？

Malinowski：此类传感器已被军方使用，例如用于检测激光测距仪。不同的是，军方愿意花 2 万欧元购买一台相机。在汽车或消费领域，他们甚至没有考虑这项技术，正是出于这个原因。

SE：所以这里的突破是你可以拥有已经存在的东西，但你可以以消费者规模的定价来拥有它？

Malinowski：没错。由于小型化以及单片集成如何使您能够升级技术，您可以获得消费者规模的数量和价格。

SE：您认为传感器技术还有哪些其他趋势？

Malinowski：当前的讨论点之一正是这一点——超越可见成像。现有技术对于拍照来说已经非常出色了。新的趋势是传感器更加专用于应用。输出不需要是漂亮的图片。它可以是具体信息。使用 Face ID，输出实际上可以是 1 或 0。手机要么已解锁，要么未解锁。您不需要看到脸部照片。还有一些有趣的模式出现，例如偏振成像仪，就像偏振眼镜一样。通过一些反思，他们看得更清楚。有基于事件的成像器，它们只观察场景的变化 - 例如，如果您研究机器的振动或计算经过商店的人数。如果你有自动驾驶系统，你需要一个警告，告诉你即将出现障碍物，你应该刹车。你不需要一张漂亮的照片。这种趋势意味着更多的碎片化，因为它更加特定于应用程序。它改变了人们设计图像传感器的方式，因为他们着眼于什么对于特定应用来说足够好，而不是优化图像质量。图像质量始终很重要，但有时您需要一些简单的东西来完成工作。

SE：知道是人还是树重要吗？还是知道现在需要刹车就足够了？

Malinowski：在汽车行业，仍然存在争论。有些人想对所有对象进行分类。他们想知道这是一个孩子、一个骑自行车的人还是一棵树。有人说，“我只需要知道它是否挡道，因为我需要触发刹车。” 所以没有一个答案。

审核编辑 黄宇