長年にわたり、映画の「スターウォーズ」シリーズは常に数え切れないほどの映画ファンの心に衝撃を与えてきました:それは不吉にもかかわらず邪悪な力と戦ったジェダイの騎士であるかどうか、または抑圧に直面して抵抗組織の勇気と犠牲、そして最後に優れた勝利への戦略を通して...さらに、映画の華麗なライトセーバーの決闘や、R2-D2、C-3PO、BB-8などのドロイドのアクションが印象的です。これらのドロイドがいなければ、スターウォーズはこれほど素晴らしい結末を迎えることはなかったかもしれません。
ロボットとメタバースは、2022年国際コンシューマーエレクトロニクスショー(CES)で最もホットなトピックの1つです。今日、私たちのために働く非ヒューマノイドマシンは、配達ロボット、自動運転車、掃引ロボット、空中ドローンなど、当たり前です。CESの影響を考えると、私たちは新しい時代の瀬戸際にいるかもしれません:すべての家庭には、スターウォーズのようなSF映画シーンから少なくとも1台のロボットがいます。
一方、COVID-19のパンデミック中に非接触サービスが加速し続けるにつれて、仮想と現実を組み合わせたメタバースサービスが人気を集めており、そのようなサービスに対する需要は指数関数的に増加しています。多くの人々は、拡張現実(AR、拡張現実)または仮想現実(VR、仮想現実)技術を使用し始めます。まもなく、ARやVRデバイスはスマートフォンのように持ち運ばれるでしょう。これにより、いつでもどこでもサービスが利用できる新しい時代の到来が告げられ、銀行やメーカーを訪問する必要がなくなり、工場に入らずに製品をメンテナンスできるようになります。
図1:オカド配送ロボット
アイ・オブ・ザ・マシン (マシンビジョン)
半導体処理や画像信号処理(ISP、画像信号処理)技術の目覚ましい進歩、価格下落、優れた高解像度高性能に支えられて、CMOSイメージセンサ(CIS)技術はスマートフォンなど様々なデバイスの主力となっています。"目"。ピクセルはカメラの性能を決定するものであり、その周りの競争はカメラ技術を人間の目を超えて600メガピクセルに押し上げました。
しかし、高解像度の画像は必ずしもマシンビジョンに適しているのでしょうか?安全・安心を担う最先端の機械の目には、最もシャープな2次元(2D)画像データでも、人間に代わって作業するには不十分です。そのようなマシンは、R2-D2のような戦術的な操作ではミッションを実行できない場合があります。しかし、自動運転車やドローンでは、高速走行中の制動モーメントを正確に特定する必要があります。顔認識デバイスでは、平らな画像ではなく顔を正確にスキャンする必要があります。ARデバイスの場合、リアルタイム拡張現実のために大きなスペースをスキャンします。これらの機械には、2D画像データだけでなく、3次元(3D)技術サポートも必要です。機械は、超音波やレーザー装置などの支援を使用して、カメラなしで複雑な計算プロセスを通じて3Dデータを取得できます。しかし、非常に多くの追加コンポーネントを備えた機械は、設計と価格の面で消費者によって拒否されます。
図2:機械の目の必要な機能
目と脳の協力により、物体を立体的に見て、奥行きや距離を認識することができます。同様のメカニズムを通じて、機械は多次元オブジェクトを識別し、三角測量によって距離を測定することもできます。たとえば、ステレオビジョンは、2台のカメラと1つのプロセッサを使用して認識効果を実現します。しかし、このようなメカニズムには、計算の複雑さ、平面距離の測定精度の欠如、比較的暗い場所での精度の低さなどの欠点もあり、そのようなメカニズムの範囲が狭まります。近年、これらの欠点を克服するための代替手段として、飛行時間(ToF)法が実用化されている。ToFは、光が物体から跳ね返るのにかかる時間を計算することによって距離を測定する簡単な方法です。この方法は、実行が簡単で高速であり、別の光源を使用するため、照明環境に関係なく距離を正確に測定できるという利点があります。
ToF:距離は、出射光の往復時間を測定したものである
立体視:同じベースラインに対して2つの異なる点から同じ物体を見る2つの光学系
図3:ステレオビジョンとToF物体認識手法の比較
飛行時間方式
ToF は、直接 ToF (d-ToF、直接 ToF) と間接 ToF (i-ToF、間接 ToF) の 2 つのカテゴリに分けることができます。距離は、戻された光の位相差を使用して計算されます。SKハイニックスは、これら2つのToFセンサ技術を開発し、さまざまな製品に活用しました。おそらく、未来のロボットは、i-ToFを使用して近距離の物体を認識する一方の目と、d-ToFを使用して遠くの物体を探索するもう一方の目を持つことになります。
この記事の目的は、SKハイニックスのi-ToF技術を明らかにすることです。
図4:間接ToFと直接ToFの比較分析
i-ToF法は、1画素内の3つ以上の異なるメモリに蓄積された電荷の比率で光源からの位相差を計算し、それに応じて距離を測定します。d-ToFと比べると、遠方から光が戻ってくると強度が低下して分離できる信号が少なくなるため、距離の測定に限界があります。しかし、d-ToFと比較して、回路が単純なため、ピクセルが単独で信号を分離でき、ピクセルを縮小しやすいため、高解像度であるという利点があります。i-ToFの限界を補い、その利点を最大限に引き出すために、信号対雑音比(SNR)の改善、赤外光源の量子効率(QE)の向上、または背景光(BGL)を除去する技術の採用のために、現在多くの研究が行われています。と展開します。
現在のi-ToF画素構造は、ゲート構造と拡散構造に大別できる。ゲート構造方式は、格子に変調電圧を印加して周囲の電子を集めることで電位差を発生させます。一方、拡散構造は、基板に変調電圧を印加して発生した電流を利用して電子を集める電流支援フォトニック復調器(CAPD)として作用する。前者と比較して、後者はより深い領域で発生した電子を迅速に検出することができ、伝達をより効率的にするが、多負荷の劣った電流を使用するため、より多くの電力消費を必要とする。また、画素が小さくなり、高解像度化により画素数が多くなるほど、消費電力はさらに大きくなる。
CAPDの利点を最大限に引き出し、その制限を軽減するために、SKハイニックスはVFM(垂直フィールド変調器)と呼ばれる新しい構造を使用して、10um QVGAクラスおよび5um VGAクラスのピクセル技術を開発しました。次に、VFM テクノロジとその利点について詳しく見ていきましょう。
VFMピクセル技術の利点
良好な測距センサの判断基準は様々ですが、何よりもまず、距離を正確に検出し、低消費電力で発熱の問題を軽減できる必要があります。言い換えると、優れたセンサは、高効率と低消費電力で信号を迅速に検出する必要があり、位相差に基づいて信号を正確に分離する必要があります。
1. SKハイニックスのCIS裏面照射(BSI)技術と組み合わせ
CISと同様に、裏面照射処理はToFセンサの設計や性能に多くの利点をもたらします。飛行時間の計算に使用される光源は、人間の目には見えない必要があるため、赤外光(IR)です。また、低照度環境でも正確な距離を計算します。赤外線は可視光に比べて波長が長いため、CISよりも厚いウェーハを使用せずにほとんどの光が透過し、ピクセル内の信号レベルが極端に低くなります。しかし、だからといって厚みが無限に伸びるわけではありません。深海釣りが漁場での釣りよりも難しいように、より深い地域で生成された電子を素早く集めることは困難です。前面照明(FSI)の代わりに裏面照明を用いると、裏面照明により光をより近づけることができ、釣り糸として機能する電界も光で強くなることで反対側から投影されるため、信号を素早く検出することができます。
図5:前面照射型と裏面照射型の比較(厚さあたりの透光性と集光性)
i-ToFの性能は、電荷蓄積率に応じて信号を分離する能力に依存します。これに関して、正面照射センサは、光が画素表面を通過するとき、位相差を無視して検出ノードに直接入射する可能性がより高いため、距離の誤差を引き起こし得る。点呼が行われているとき、教室に他の生徒がいるようなものです。前面照明式では、より高い充填率を確保するために金属配線にも多くの制限がありますが、裏面照射型では、密集した森林で木を伐採するよりも地面から水を汲み上げるなど、金属配線の選択肢が広くなります雨水を収集する方が効率的です(図6)。
図6:さまざまな照明方法におけるi-ToF電荷蓄積率(地下に水を汲み上げ、鬱蒼とした森の木を伐採することに類似)
裏面照射のこの利点は、1ミクロン未満のピクセルを作成する技術を有するSK hynixのCIS裏面照射技術と組み合わせることによって達成することができる。
2. 小型レンズアレイ(SLA)&トレンチ構造光導波路と量子効率
電荷蓄積率を使用するi-ToF機構によれば、より長い距離で正確な距離データを得るためには、最大レベルの信号が必要です。そのため、赤外線波長域における高いQEが必須である。
前述のように、赤外光源の透過力が高いため、その光強度は可視光線よりも弱いため、集光の深さは深い。これに対処する一つの方法は、マイクロレンズ構造(カメラレンズの下の画素数や画素数に応じて配置された小型レンズ)を意図的に高い位置まで形成して集光性を高めることですが、技術的な制約により高さが制限されています。SKハイニックスは、この欠点を克服するために別のアプローチを取っています。この方法は、各ピクセルに画素のサイズよりも小さい複数のレンズを配置することにより、集光深度を増大させ、それによって受光の総量を増加させる。
また、SKハイニックスは背面に特殊なパターン構造を掘り起こし、入射光が構造物に触れて反射し、光透過路を延ばして変調領域に光を集束させることで、光損失率を低減し、同じ光強度での透過効率を向上させることで、一石二鳥を殺す効果を奏します。実際、これはQEが940nmの光源の下で2倍以上になっていることを確認しています。より高いQEでは、実際の距離と測定された距離の間の誤差を以前の方法と比較して約55%削減することに成功しました。
図7:SLA(左)とトレンチ構造光導波路(右)
3. 低消費電力・高性能の確保
光源の消費電力を除けば、ToFセンサは動作時に信号を変調する回路内で最も多くの電力を消費します。変調駆動回路の電力は、ボードに流れる電流に比例します。つまり、基板電流を低減することで消費電力を削減できます。さらに、正確で正確な距離測定には、より短い変調期間と高速な信号検出が必要です。車両(光子)は、同じ距離(シリコンの厚さ)を素早く移動するために、ガスペダルを踏んで加速する必要があり、多くの燃料(または電流)を消費します。別の例として、深い井戸から水を汲み上げるには、プーリーを持ち上げるために多くの力が必要です。しかし、地下水を汲み上げることができたらどうでしょうか?あなたは少しの努力であなたが必要とするすべての水を引き出すことができます、ちょうど蛇口をオンにしてください。
VFM法は、画素イオン注入の条件や構造を最適化することで枯渇領域を増加させ、ポンプのように作用し、垂直電界を強化することを可能にする。したがって、電界の力が電流に追加され、電子を効果的に収集することができ、同時に、小電流の条件下で高速収集を達成し、消費電力を高めることもできる。広範な実験により、電流が増加するとVFMピクセルの性能が失われることが示されており、これは低消費電力にとってより適切な構造であり、電流はもはや重要な要素ではないことを意味します。つまり、強い垂直電界を許容する設計で電流を制御して、ガイドとしてのみ機能させることで画素の性能を向上させる。QVGA級ToFセンサと比較して、5um VGA級ToFセンサは画素サイズが小さく、解像度が高いが、画素当たりの電流が低減され、消費電力の増加はほぼゼロである。
図8:ToFセンサとして、VFM構造はより効率的な消費電力を有する
要約
SKハイニックスは、ToFセンサ技術を開発しながら、緊密な技術サポートとセンサを提供することにより、さまざまなモジュールメーカーが幅広いアプリケーション市場に参入できるようにすることで、経済的および社会的価値の創造に貢献しています。
将来的には、AR/VR機器を使用して世界中を旅したり、ドローンを使用して荷物を配達したり、家庭用ロボットに荷物を運ばせたり、掃除ロボットに掃除を依頼したり、顔認識を搭載した自動運転車に座ったりすることもできます。車の中でニュースを見る。これらのシナリオは、SKハイニックスのディープソリューション技術が開こうとしている新しい世界で実現されることを期待しています。