前言

如今的大多数手机配备了多个CMOS图像传感器(CIs)，以增强用户体验。尽管这些多通道成像系统在X- a、n-D和Y-Y坐标中呈现具有二维信息的各种RGB图像，但是确定物体的精确位置和依赖于位置的形状仍然是困难的。此外，这些传统的二维CISs受环境照明的影响。移动设备现在配备了飞行时间(ToF)CIS，无论位置和环境光如何，都能提供可靠的检测，并通过额外的距离信息提供精确的检测。ToF CIS具有320 × 240以上的高空间分辨率，可提供三维坐标的三维图像(深度图)。因此，ToF CIS可以很容易地从背景中对物体进行分类，使我们能够理解遮挡。由于这些优势，ToF CIS首次被商业化用于人机交互，以识别游戏应用中的手势。最近，移动设备中对三维检测的需求在各种应用中迅速增加，包括人脸识别、自动聚焦和增强现实。立体成像或结构光方案可用于三维成像。然而，这两种方案都要求两个CIS之间或CIS和光源之间的基线距离更长，以检测更长的距离。此外，需要复杂的后处理来生成深度图。相反，ToF成像提供了许多优势，如小外形、低工艺复杂性、宽可扩展距离范围、高帧速率和低成本。

研究内容

康奈尔大学的科学家提出了一种iToF传感器，它在60帧/秒的速度下使用船上运动伪影抑制，在超过120 klx的速度下使用BGL抵消，同时在1米的距离上提供深度误差小于0.55%的精确深度。所提出的传感器有三个主要特征。

实验方法

该传感器有一个320 × 240双抽头像素阵列。每个像素具有场加速的脉冲多普勒效应，可在短解调周期内实现快速电荷转移。在像素阵列的顶部，集成了一个320 × 240的超像素模拟存储器。这些像素使用一个APHD进行解调，该APHD对奇数和偶数行像素进行解调，对于所提出的P4抽头操作，这些像素在空间和时间上具有不同的相位。定时发生器产生各种频率的解调信号，从10到80兆赫，这些信号由320兆赫的片内锁相环产生。BGLC电路的模拟输出通过列并行单斜率模数转换器转换成10位数字信号。接下来，差分电荷的数字代码被输入到图像信号处理器中的死像素校正器。然后，深度计算器生成深度图。在生成深度图之后，使用执行双线性滤波的去噪声滤波器来进一步抑制噪声。最后，采用双线性方法的视频图形阵列(VGA)升级器将QVGA升级到VGA深度图。

双抽头像素的发射和接收光以及采样相位信号的波形。

传感器架构。

双抽头像素的解调。

APHD示意图。

结论

科学家实现了26.1 nJ/pixel的FoM。该值高于之前的研究，因为FoM的一个主要因素是像素分辨率，而总功耗不会根据分辨率线性增加。假设ISP中的升级器启用了VGA分辨率，他们的FoM实际上提高到了6.53 NJ/像素。更重要的是，所提出的传感器实现了片内运动伪影抑制，这是基于双抽头像素的iToF传感器的独特特征。此外，所提出的传感器成功地消除了120 klx以上的BGL，证明了QVGA分辨率的高分辨率iToF传感器对BGL的最佳容差。

DOI：10.1109 / JSSC.2020.3021246。