盖世汽车讯 驾驶员都知道事故发生可能就在转瞬之间，因此对于自动驾驶汽车的摄像头系统而言，处理时间至关重要。系统拍摄图像并将数据传送到微处理器处理的时间越短，则越可能避开障碍物，从而避免发生重大事故。

传感器内图像处理，即由成像传感器本身而不是单独的微处理器从原始数据中提取重要特征，可以加速视觉处理。迄今为止，传感器内处理的演示仅限于新兴的研究材料，目前还很难将其纳入商业系统。

据外媒报道，哈佛大学工程与应用科学院（Harvard John A. Paulson School of Engineering and Applied Sciences，SEAS）的研究人员开发出首个可以集成到商用硅成像传感器芯片中的传感器内处理器——互补金属氧化物半导体（CMOS）成像传感器——可用于几乎所有需要捕获视觉信息的商业设备，包括智能手机。

图片来源：哈佛大学

SEAS电气工程和应用物理学Gordon McKay教授、该论文的高级作者Donhee Ham表示：“我们的传感器可以利用主流半导体电子行业的优势，将传感器计算快速引入各种现实世界的应用中。”

Ham及其团队开发出一种硅光电二极管阵列。市售的成像传感芯片采用的也是硅光电二极管阵列来捕捉图像，但该团队的光电二极管采用静电掺杂，意味着可以通过电压调节单个光电二极管或像素对入射光的灵敏度。将多个电压可调光电二极管连接在一起的阵列可以执行模拟版本的乘法和加法运算（许多图像处理管道的核心），一旦图像被捕获，就可以提取相关的视觉信息。

SEAS的博士后研究员和该论文的第一作者Houk Jang表示，“这些动态光电二极管可以在捕获图像时同时过滤图像，允许将视觉处理的第一阶段从微处理器转移到传感器本身。”

该硅光电二极管阵列可以编程到不同的图像过滤器中，以消除各种应用中不必要的细节或噪声。例如，自动驾驶汽车中的成像系统可能需要高通滤波器来跟踪车道标记，而其他应用程序可能需要模糊滤波器以降低噪音。

未来，该团队将研究增加光电二极管的密度，并将它们与硅集成电路集成。Jang表示：“通过将商用硅成像传感器中的标准非可编程像素替换为新开发的可编程像素，成像设备可以智能地剔除不需要的数据，从而在能量和带宽方面更加高效，以满足下一代成像传感应用的需求。”