本文摘要：据麦姆斯咨询报导，在较慢发展的工厂自动化、物联网和自动驾驶车辆市场上，CMOS图像传感器或许扮演着的角色仍然是人类消费品，而是让机器获取数据并让其解读世界的传感器。法国知名市场研究和技术分析机构Yole的MEMS光学部活动负责人PierreCambou这样评论道：“CMOS图像传感器的传感功能将渐渐多达本身的光学功能，”并大胆预测“到2030年，一半的CMOS图像传感器将服务于感官领域。

据麦姆斯咨询报导，在较慢发展的工厂自动化、物联网和自动驾驶车辆市场上，CMOS图像传感器或许扮演着的角色仍然是人类消费品，而是让机器获取数据并让其解读世界的传感器。法国知名市场研究和技术分析机构Yole的MEMS光学部活动负责人PierreCambou这样评论道：“CMOS图像传感器的传感功能将渐渐多达本身的光学功能，”并大胆预测“到2030年，一半的CMOS图像传感器将服务于感官领域。”总部坐落于法国巴黎的PropheseeSA（原Chronocam）公司以革命领跑者自称为。作为先进设备的神经视觉系统设计公司，明确提出了一种基于事件的方法展开传感和处置。

Prophesee的仿生视觉技术仍然被指出与传统机器视觉有实质性的差异，正处于危险性的“超强前期”。但Prophesee牵头创始人兼任首席执行官LucaVerre告诉他我们：“旋即的将来，这种点子将被证实是错误的。”Prophesee牵头创始人兼任首席执行官LucaVerre在与LucaVerre面对面专访中，我们了解到Prophesee已取得B+轮融资（在过去三年中，Prophesee已筹得4000万美元的资金）。Prophesee已与一家大型消费电子公司（并未透漏明确名字）签定了合作协议。

最重要的是，Prophesee正在大力地把神经视觉系统从一般来说的技术概念中跑出，变为开发商的参照系统。Prophesee的第一款参照设计用在VGA分辨率应用于，由Prophesee获取基于异步时间的图像传感器（AsynchronousTime-BasedImageSensor，以下全称ATIS）芯片和软件算法。ASIC将由以色列的代工合作伙伴（我们猜测很有可能是TowerJazz）生产。Prophesee继续不愿获取ASIC和参照设计规范的详尽解释。

计划在未来几周内会月公布该产品。尽管如此，参照设计能为系统设计者获取亲眼和经历ATIS在数据传感领域起到的机会，且已被事实证明，这家初创公司称得上上已完成了一个里程碑。ATIS的特点是瞬时清晰度低、数据亲率较低、动态范围低、功耗较低。

摄像头=瓶颈机器视觉系统的制造者，不管是智能工厂、物联网，还是自动驾驶车辆都早已注目到基于事件的方法，这是由Prophesee的牵头创始人RyadBenosman和ChristophPosch大力实行的。可以捕猎传统相机提供的所有详尽视觉信息，Verre指出“摄像头沦为技术瓶颈”。毫无疑问，摄像头是最强劲的传感装置。

然而，对于自动化系统、监控摄像机或高度自动化的车辆的视觉数据，摄像头的处理速度可能会减缓。但谈到自动驾驶，Verre指出车辆内部的中央处理系统被来自摄像头、激光雷达、雷达及其它视觉来源的数据所“空袭”。

管理这类短路的关键是如何最差地增加来自传感器的原始数据量。传感器不能捕猎数据，不会带给额外的多余视觉信息。Prophesee曾向采访记者说明说道，Prophesee的事件导向（event-driven）视觉传感器的启发来自生物学。这种观点源自牵头创始人对人类眼睛和大脑工作的研究。

Prophesee的创始人之一RyadBenosman告诉他我们，人类的眼睛和大脑“会基于一连串帧来记录视觉信息”。生物比你想象的更加简单，“人类不会捕捉到时空变化里感兴趣的东西，并把这些信息有效地传输到大脑”。这也是Prophesee的ATIS的主要起到。

总之，Prophesee的ATIS获取了基于框架的图像传感无法已完成的一切功能。在另一个牵头创始人ChristophPosch显然，“基于帧的方法不会造成校验的记录数据，从而引起高功耗。

”他说道，“这样的后果是陈旧的数据亲率和收缩的存储量。基于帧的视频，以每秒30帧或60帧甚至更高的速率运营，不会造成捕捉的图像再次发生畸变。”用作激光雷达（LiDAR）的事件导向方法Verre向我们透漏Prophesee正在探寻使用事件导向（event-driven）方法用作其它传感器如激光雷达、雷达的可能性。Verre假设：“如果我们可以引领激光雷达只捕捉到其涉及和必需的数据，不会会很更有人？”如果能做这一点，不仅可以减缓数据采集，还可以增加必须处置的数据量。

Phrophesee目前正在评估这个点子，Verre说道公司在获得结论前必须几个月时间评估。但他补足说道：“我们很有信心，我们能顺利”。当被我们问到扩展事件导向方法到其它传感器的新思路时，Yole的分析师Cambou指出“基于事件的摄像头与激光雷达的优势融合（获取‘Z’信息），是一件十分有意思的事情。”必须认为的是，传统激光雷达的问题是与典型的高端工业照相机比起分辨率较低，受限于分辨率。

Cambou指出事件导向的方法可以提高激光雷达性能，特别是在是在事件较慢相似，如行人忽然经常出现在自动驾驶车辆前面时。缺点是激光雷达硬件必需做到适当的转变，似乎，对Phrophesee来说，必须一家激光雷达企业的强有力的反对，来促使这种新方法。Cambou说道，“当然，这一直是技术型初创企业面对的问题。

”他认为，Mobileye必须如沃尔沃和特斯拉这类领先汽车厂商（在技术将沦为主流，必须更加被普遍地被拒绝接受）；Movidius（已被英特尔并购），必须道琼斯指数为顺利铺平道路。“Prophesee将必须一个强有力的合作伙伴来增进解决方案被大量使用。”Cambou说道。

Cambou补足道：“考虑到机器人汽车领域的市场驱动因素（安全性第一，技术驱动，非成本第一），这应当是有可能的。”虽然Cambou传达了他对巨头（如谷歌）依赖技术型初创公司的忧虑，他也回应这么小的市场用量会带给过于大的困难。

本文关键词：hth华体会最新网站,事件,导向,CMOS,图像,传感器,将,用于,LiDAR,‘

本文来源：hth华体会最新网站-www.btyjy.com