TW202219489A - 感測裝置、感測方法及感測運算元件 - Google Patents
感測裝置、感測方法及感測運算元件 Download PDFInfo
- Publication number
- TW202219489A TW202219489A TW110120443A TW110120443A TW202219489A TW 202219489 A TW202219489 A TW 202219489A TW 110120443 A TW110120443 A TW 110120443A TW 110120443 A TW110120443 A TW 110120443A TW 202219489 A TW202219489 A TW 202219489A
- Authority
- TW
- Taiwan
- Prior art keywords
- light
- detection signal
- sensor
- wavelength
- sensing
- Prior art date
Links
- 238000000034 method Methods 0.000 title claims abstract description 67
- 238000004364 calculation method Methods 0.000 claims abstract description 101
- 238000001514 detection method Methods 0.000 claims description 174
- 239000000463 material Substances 0.000 claims description 77
- 230000005540 biological transmission Effects 0.000 claims description 38
- 230000015654 memory Effects 0.000 claims description 33
- 239000011358 absorbing material Substances 0.000 claims description 31
- 230000006870 function Effects 0.000 claims description 27
- 229910052710 silicon Inorganic materials 0.000 claims description 24
- 239000010703 silicon Substances 0.000 claims description 24
- 229910052732 germanium Inorganic materials 0.000 claims description 20
- GNPVGFCGXDBREM-UHFFFAOYSA-N germanium atom Chemical compound [Ge] GNPVGFCGXDBREM-UHFFFAOYSA-N 0.000 claims description 20
- 238000007405 data analysis Methods 0.000 claims description 9
- 238000012937 correction Methods 0.000 claims description 6
- 235000012431 wafers Nutrition 0.000 description 77
- 238000010801 machine learning Methods 0.000 description 58
- 238000010586 diagram Methods 0.000 description 39
- 238000013473 artificial intelligence Methods 0.000 description 29
- 230000003287 optical effect Effects 0.000 description 27
- 239000000758 substrate Substances 0.000 description 23
- XUIMIQQOPSSXEZ-UHFFFAOYSA-N Silicon Chemical compound [Si] XUIMIQQOPSSXEZ-UHFFFAOYSA-N 0.000 description 22
- 238000012549 training Methods 0.000 description 22
- 238000002310 reflectometry Methods 0.000 description 17
- 238000004458 analytical method Methods 0.000 description 14
- 238000013528 artificial neural network Methods 0.000 description 14
- 238000004891 communication Methods 0.000 description 12
- 238000004806 packaging method and process Methods 0.000 description 12
- 229910000679 solder Inorganic materials 0.000 description 11
- 238000010191 image analysis Methods 0.000 description 9
- 238000004611 spectroscopical analysis Methods 0.000 description 8
- 239000008280 blood Substances 0.000 description 6
- 210000004369 blood Anatomy 0.000 description 6
- 230000036541 health Effects 0.000 description 6
- 230000003993 interaction Effects 0.000 description 6
- 238000004519 manufacturing process Methods 0.000 description 6
- 229910052751 metal Inorganic materials 0.000 description 6
- 239000002184 metal Substances 0.000 description 6
- 238000003860 storage Methods 0.000 description 6
- WQZGKKKJIJFFOK-GASJEMHNSA-N Glucose Natural products OC[C@H]1OC(O)[C@H](O)[C@@H](O)[C@@H]1O WQZGKKKJIJFFOK-GASJEMHNSA-N 0.000 description 5
- 230000008901 benefit Effects 0.000 description 5
- 235000013399 edible fruits Nutrition 0.000 description 5
- 238000005516 engineering process Methods 0.000 description 5
- 239000008103 glucose Substances 0.000 description 5
- 239000012071 phase Substances 0.000 description 5
- 239000002023 wood Substances 0.000 description 5
- DFXZOVNXZVSTLY-UHFFFAOYSA-N [Si+4].[GeH3+]=O Chemical compound [Si+4].[GeH3+]=O DFXZOVNXZVSTLY-UHFFFAOYSA-N 0.000 description 4
- 230000006399 behavior Effects 0.000 description 4
- 239000003990 capacitor Substances 0.000 description 4
- 238000005253 cladding Methods 0.000 description 4
- 235000013305 food Nutrition 0.000 description 4
- 238000012545 processing Methods 0.000 description 4
- 239000002096 quantum dot Substances 0.000 description 4
- 230000000306 recurrent effect Effects 0.000 description 4
- 230000004044 response Effects 0.000 description 4
- 125000006850 spacer group Chemical group 0.000 description 4
- 101100238555 Haemophilus influenzae (strain ATCC 51907 / DSM 11121 / KW20 / Rd) msbA gene Proteins 0.000 description 3
- 101100257255 Rattus norvegicus Snx27 gene Proteins 0.000 description 3
- 150000001720 carbohydrates Chemical class 0.000 description 3
- 235000014633 carbohydrates Nutrition 0.000 description 3
- 238000000576 coating method Methods 0.000 description 3
- 238000012790 confirmation Methods 0.000 description 3
- 230000000694 effects Effects 0.000 description 3
- 230000033001 locomotion Effects 0.000 description 3
- 230000000737 periodic effect Effects 0.000 description 3
- JBRZTFJDHDCESZ-UHFFFAOYSA-N AsGa Chemical compound [As]#[Ga] JBRZTFJDHDCESZ-UHFFFAOYSA-N 0.000 description 2
- 101100024317 Caenorhabditis elegans mrt-2 gene Proteins 0.000 description 2
- 229910000530 Gallium indium arsenide Inorganic materials 0.000 description 2
- 101150033433 Msh2 gene Proteins 0.000 description 2
- 238000004497 NIR spectroscopy Methods 0.000 description 2
- 238000010521 absorption reaction Methods 0.000 description 2
- 230000009471 action Effects 0.000 description 2
- FTWRSWRBSVXQPI-UHFFFAOYSA-N alumanylidynearsane;gallanylidynearsane Chemical compound [As]#[Al].[As]#[Ga] FTWRSWRBSVXQPI-UHFFFAOYSA-N 0.000 description 2
- 238000003491 array Methods 0.000 description 2
- 230000003190 augmentative effect Effects 0.000 description 2
- 230000000981 bystander Effects 0.000 description 2
- 238000013527 convolutional neural network Methods 0.000 description 2
- 238000003066 decision tree Methods 0.000 description 2
- 230000002708 enhancing effect Effects 0.000 description 2
- 239000011521 glass Substances 0.000 description 2
- 238000010295 mobile communication Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000012544 monitoring process Methods 0.000 description 2
- 238000005457 optimization Methods 0.000 description 2
- 229920000642 polymer Polymers 0.000 description 2
- 230000008569 process Effects 0.000 description 2
- 230000011218 segmentation Effects 0.000 description 2
- 230000006403 short-term memory Effects 0.000 description 2
- 238000010183 spectrum analysis Methods 0.000 description 2
- 238000012706 support-vector machine Methods 0.000 description 2
- 229910000980 Aluminium gallium arsenide Inorganic materials 0.000 description 1
- 239000004593 Epoxy Substances 0.000 description 1
- 201000004681 Psoriasis Diseases 0.000 description 1
- KXNLCSXBJCPWGL-UHFFFAOYSA-N [Ga].[As].[In] Chemical compound [Ga].[As].[In] KXNLCSXBJCPWGL-UHFFFAOYSA-N 0.000 description 1
- 238000004026 adhesive bonding Methods 0.000 description 1
- 239000000872 buffer Substances 0.000 description 1
- 239000000919 ceramic Substances 0.000 description 1
- 238000010224 classification analysis Methods 0.000 description 1
- 239000004020 conductor Substances 0.000 description 1
- 230000006378 damage Effects 0.000 description 1
- 238000013135 deep learning Methods 0.000 description 1
- 230000003111 delayed effect Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000018109 developmental process Effects 0.000 description 1
- 238000009792 diffusion process Methods 0.000 description 1
- 238000005538 encapsulation Methods 0.000 description 1
- 239000006023 eutectic alloy Substances 0.000 description 1
- 239000004744 fabric Substances 0.000 description 1
- 238000001914 filtration Methods 0.000 description 1
- 229920002457 flexible plastic Polymers 0.000 description 1
- 230000003862 health status Effects 0.000 description 1
- 238000003384 imaging method Methods 0.000 description 1
- 238000007654 immersion Methods 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 230000002452 interceptive effect Effects 0.000 description 1
- 238000013532 laser treatment Methods 0.000 description 1
- 239000007791 liquid phase Substances 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 230000008447 perception Effects 0.000 description 1
- 230000010363 phase shift Effects 0.000 description 1
- 238000005293 physical law Methods 0.000 description 1
- 239000007779 soft material Substances 0.000 description 1
- 238000001228 spectrum Methods 0.000 description 1
- 239000004575 stone Substances 0.000 description 1
- 230000001052 transient effect Effects 0.000 description 1
- 238000001429 visible spectrum Methods 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
- G01N21/17—Systems in which incident light is modified in accordance with the properties of the material investigated
- G01N21/25—Colour; Spectral properties, i.e. comparison of effect of material on the light at two or more different wavelengths or wavelength bands
- G01N21/31—Investigating relative effect of material at wavelengths characteristic of specific elements or molecules, e.g. atomic absorption spectrometry
- G01N21/35—Investigating relative effect of material at wavelengths characteristic of specific elements or molecules, e.g. atomic absorption spectrometry using infrared light
- G01N21/359—Investigating relative effect of material at wavelengths characteristic of specific elements or molecules, e.g. atomic absorption spectrometry using infrared light using near infrared light
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
- G01N21/17—Systems in which incident light is modified in accordance with the properties of the material investigated
- G01N21/25—Colour; Spectral properties, i.e. comparison of effect of material on the light at two or more different wavelengths or wavelength bands
- G01N21/31—Investigating relative effect of material at wavelengths characteristic of specific elements or molecules, e.g. atomic absorption spectrometry
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S7/00—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00
- G01S7/48—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S17/00
- G01S7/4802—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S17/00 using analysis of echo signal for target characterisation; Target signature; Target cross-section
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
- G01N21/17—Systems in which incident light is modified in accordance with the properties of the material investigated
- G01N21/25—Colour; Spectral properties, i.e. comparison of effect of material on the light at two or more different wavelengths or wavelength bands
- G01N21/27—Colour; Spectral properties, i.e. comparison of effect of material on the light at two or more different wavelengths or wavelength bands using photo-electric detection ; circuits for computing concentration
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
- G01N21/17—Systems in which incident light is modified in accordance with the properties of the material investigated
- G01N21/25—Colour; Spectral properties, i.e. comparison of effect of material on the light at two or more different wavelengths or wavelength bands
- G01N21/31—Investigating relative effect of material at wavelengths characteristic of specific elements or molecules, e.g. atomic absorption spectrometry
- G01N21/35—Investigating relative effect of material at wavelengths characteristic of specific elements or molecules, e.g. atomic absorption spectrometry using infrared light
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
- G01N21/17—Systems in which incident light is modified in accordance with the properties of the material investigated
- G01N21/25—Colour; Spectral properties, i.e. comparison of effect of material on the light at two or more different wavelengths or wavelength bands
- G01N21/31—Investigating relative effect of material at wavelengths characteristic of specific elements or molecules, e.g. atomic absorption spectrometry
- G01N21/35—Investigating relative effect of material at wavelengths characteristic of specific elements or molecules, e.g. atomic absorption spectrometry using infrared light
- G01N21/3563—Investigating relative effect of material at wavelengths characteristic of specific elements or molecules, e.g. atomic absorption spectrometry using infrared light for analysing solids; Preparation of samples therefor
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
- G01N21/17—Systems in which incident light is modified in accordance with the properties of the material investigated
- G01N21/55—Specular reflectivity
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S17/00—Systems using the reflection or reradiation of electromagnetic waves other than radio waves, e.g. lidar systems
- G01S17/88—Lidar systems specially adapted for specific applications
- G01S17/89—Lidar systems specially adapted for specific applications for mapping or imaging
- G01S17/894—3D imaging with simultaneous measurement of time-of-flight at a 2D array of receiver pixels, e.g. time-of-flight cameras or flash lidar
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S7/00—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00
- G01S7/48—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S17/00
- G01S7/481—Constructional features, e.g. arrangements of optical elements
- G01S7/4814—Constructional features, e.g. arrangements of optical elements of transmitters alone
- G01S7/4815—Constructional features, e.g. arrangements of optical elements of transmitters alone using multiple transmitters
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S7/00—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00
- G01S7/48—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S17/00
- G01S7/481—Constructional features, e.g. arrangements of optical elements
- G01S7/4816—Constructional features, e.g. arrangements of optical elements of receivers alone
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S7/00—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00
- G01S7/48—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S17/00
- G01S7/483—Details of pulse systems
- G01S7/484—Transmitters
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S7/00—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00
- G01S7/48—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S17/00
- G01S7/483—Details of pulse systems
- G01S7/486—Receivers
- G01S7/4861—Circuits for detection, sampling, integration or read-out
- G01S7/4863—Detector arrays, e.g. charge-transfer gates
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S7/00—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00
- G01S7/48—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S17/00
- G01S7/491—Details of non-pulse systems
- G01S7/4911—Transmitters
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S7/00—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00
- G01S7/48—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S17/00
- G01S7/491—Details of non-pulse systems
- G01S7/4912—Receivers
- G01S7/4913—Circuits for detection, sampling, integration or read-out
- G01S7/4914—Circuits for detection, sampling, integration or read-out of detector arrays, e.g. charge-transfer gates
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
- G01N21/17—Systems in which incident light is modified in accordance with the properties of the material investigated
- G01N21/25—Colour; Spectral properties, i.e. comparison of effect of material on the light at two or more different wavelengths or wavelength bands
- G01N21/31—Investigating relative effect of material at wavelengths characteristic of specific elements or molecules, e.g. atomic absorption spectrometry
- G01N21/35—Investigating relative effect of material at wavelengths characteristic of specific elements or molecules, e.g. atomic absorption spectrometry using infrared light
- G01N21/3554—Investigating relative effect of material at wavelengths characteristic of specific elements or molecules, e.g. atomic absorption spectrometry using infrared light for determining moisture content
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N2201/00—Features of devices classified in G01N21/00
- G01N2201/06—Illumination; Optics
- G01N2201/069—Supply of sources
- G01N2201/0691—Modulated (not pulsed supply)
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N2201/00—Features of devices classified in G01N21/00
- G01N2201/12—Circuits of general importance; Signal processing
- G01N2201/126—Microprocessor processing
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N2201/00—Features of devices classified in G01N21/00
- G01N2201/12—Circuits of general importance; Signal processing
- G01N2201/129—Using chemometrical methods
- G01N2201/1296—Using chemometrical methods using neural networks
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S17/00—Systems using the reflection or reradiation of electromagnetic waves other than radio waves, e.g. lidar systems
- G01S17/02—Systems using the reflection of electromagnetic waves other than radio waves
- G01S17/06—Systems determining position data of a target
- G01S17/08—Systems determining position data of a target for measuring distance only
- G01S17/10—Systems determining position data of a target for measuring distance only using transmission of interrupted, pulse-modulated waves
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S17/00—Systems using the reflection or reradiation of electromagnetic waves other than radio waves, e.g. lidar systems
- G01S17/02—Systems using the reflection of electromagnetic waves other than radio waves
- G01S17/06—Systems determining position data of a target
- G01S17/08—Systems determining position data of a target for measuring distance only
- G01S17/32—Systems determining position data of a target for measuring distance only using transmission of continuous waves, whether amplitude-, frequency-, or phase-modulated, or unmodulated
- G01S17/36—Systems determining position data of a target for measuring distance only using transmission of continuous waves, whether amplitude-, frequency-, or phase-modulated, or unmodulated with phase comparison between the received signal and the contemporaneously transmitted signal
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S17/00—Systems using the reflection or reradiation of electromagnetic waves other than radio waves, e.g. lidar systems
- G01S17/88—Lidar systems specially adapted for specific applications
- G01S17/93—Lidar systems specially adapted for specific applications for anti-collision purposes
- G01S17/931—Lidar systems specially adapted for specific applications for anti-collision purposes of land vehicles
Landscapes
- Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Spectroscopy & Molecular Physics (AREA)
- Chemical & Material Sciences (AREA)
- Health & Medical Sciences (AREA)
- Biochemistry (AREA)
- General Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Immunology (AREA)
- Pathology (AREA)
- Analytical Chemistry (AREA)
- Computer Networks & Wireless Communication (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Mathematical Physics (AREA)
- Theoretical Computer Science (AREA)
- Electromagnetism (AREA)
- Investigating Or Analysing Materials By Optical Means (AREA)
Abstract
本申請是提供用於感測物體之感測裝置、感測方法及感測運算元件。感測裝置可包括一感測器,感測器包含一光偵測單元,用於吸收:(i)一具有一第一波長之第一入射光,以產生一第一偵測訊號;及(ii)一具有一第二波長之第二入射光,以產生一第二偵測訊號。感測裝置可進一步包括一耦接於感測器之計算電路。計算電路可依據第一偵測訊號及第二偵測訊號而輸出一計算結果。感測裝置可進一步包括一耦接於計算電路之調整電路。調整電路可依據計算結果而對一或多種與感測裝置關聯之機能執行一調整。
Description
本申請主要關於感測器裝置。更詳而言之,本申請係關於可吸收複數種光線波長並調整其一或多項機能之感測裝置。
感測器係為一種可用於偵測其所在環境中事件或變化並向其他電子裝置發送資訊之元件、模組、機器或子系統。在測量距離方面,飛時測距(ToF)感測器為得知影像之各點上感測器與三維目標間距離之解決方案之一,其是憑藉測量雷射或LED光訊號之往返時間。隨著科技發展,ToF感測器可用於許多移動式/穿戴式/可攜式電信或娛樂電子裝置,例如影像感測器、資料通訊或醫療元件及其他許多適合之應用。
透過以下說明或經由實施本申請實施例將可得知並理解本申請實施例之各種態樣及優點。
本申請之一種範例態樣係為感測裝置。所述感測裝置可包括一感測器,其包含一光偵測單元配置為吸收(i)一具有一第一波長之第一入射光以產生一第一偵測訊號及(ii)一具有一第二波長之第二入射光以產生一第二偵測訊號。感測裝置可進一步包括一耦接於感測器之計算電路。計算電路可依據第一偵測訊號及第二偵測訊號而輸出一計算結果。感測裝置可進一步包括耦接計算電路的一調整電路。調整電路可依據計算結果而對一或多種與感測裝置關聯之機能進行調整。
在某些實施樣態中,感測器可進一步的包含一第一光源,配置為發射具有第一波長之一第一傳送光;及一第二光源,配置為發射具有第二波長之一第二傳送光。第一入射光為受一物體反射後之第一傳送光之一部分;且第二入射光為受物體反射後之第二傳送光之一部分。
在某些實施樣態中,第一傳送光在一第一時期中以一第一調變頻率調變,且在一第二時期中以一第二調變頻率調變。
在某些實施樣態中,第一偵測訊號具有一第一數值且第二偵測訊號具有一第二數值,且其中第一數值與第二數值不同。
在某些實施樣態中,計算電路可包含一預計算單元,配置為依據第一偵測訊號及第二偵測訊號而執行一積分計算或一微分計算,以輸出一預計算結果。計算電路可進一步包含一AI建模單元,耦接於預計算單元,配置為執行一影像資料分析並輸出一建模訊號。計算電路可進一步包含一預測單元,耦接於AI建模單元,配置為依據建模訊號而預測一狀態為計算結果。
在某些實施樣態中,光偵測單元包含一第一光偵測器及一第二光偵測器,其中第一光偵測器具有一第一光吸收材料,且第二光偵測器具有一第二光吸收材料,且其中第一光吸收材料與第二光吸收材料不同。
在某些實施樣態中,第一光吸收材料包含矽,且第二光吸收材料包含鍺或III-V族材料。
在某些實施樣態中,感測裝置進一步包含一二維光偵測單元,配置為偵測一物體並產生一二維影像。
在某些實施樣態中,計算電路係配置為依據第一偵測訊號、第二偵測訊號及二維影像而輸出計算結果。
在某些實施樣態中,感測器係配置為依據第一偵測訊號及第二偵測訊號而輸出一深度資訊、一校正資訊、一誤差修正代碼資訊或一數值資訊。
在某些實施樣態中,感測器進一步可包含一發光單元,配置為發射具有第一波長之一第一傳送光及具有第二波長之一第二傳送光。感測器進一步可包含一控制器,配置為依據第一偵測訊號及第二偵測訊號而輸出一感測器輸出訊號。感測器係實施於一或多個晶片上。
在某些實施樣態中,發光單元係實施於至少一第一晶片上,光偵測單元係實施於至少一第二晶片上,且控制器係實施於一第三晶片上。
在某些實施樣態中,第一晶片及第二晶片中之至少一者係打線接合於第三晶片。
在某些實施樣態中,第一晶片及第二晶片中之至少一者係堆疊於第三晶片上。
在某些實施樣態中,第一晶片及第二晶片中之至少一者係覆晶接合於第三晶片。
在某些實施樣態中,第一晶片及第二晶片中之至少一者係晶圓(wafer-bonded)接合於第三晶片。
在某些實施樣態中,發光單元、光偵測單元及控制器係實施於一共用晶片上。
在某些實施樣態中,控制器係與發光單元係及光偵測單元中之一者共同實施於一第一晶片上;且發光單元及光偵測單元中之另一者係實施於一第二晶片上。
在某些實施樣態中,發光單元可包含一第一晶片,包含一第一光源,配置為發射第一傳送光。發光單元可包含一第二晶片,包含一第二光源,配置為發射第二傳送光。
在某些實施樣態中,光偵測單元可包含一第一晶片,包含一第一光偵測器,配置為吸收第一入射光。光偵測單元可包含一第二晶片,包含一第二光偵測器,配置為吸收第二入射光。
本申請之另一範例態樣係為感測方法。感測方法可包括由包含一三維光偵測單元之一感測器吸收具有一第一波長之第一入射光,以產生一第一偵測訊號,並吸收具有第二波長之第二入射光,以產生一第二偵測訊號。感測方法可進一步包括由一計算電路依據第一偵測訊號及第二偵測訊號而判定計算結果。感測方法可進一步包括由一調整電路依據計算結果而判定輸出,以對與一感測裝置關聯之一或多項機能執行調整。
在某些實施樣態中,感測方法更進一步可包含由一第一光源發射具有第一波長之一第一傳送光。感測方法更進一步可包含由一第二光源發射具有第二波長之一第二傳送光。第一入射光為受一物體反射後之第一傳送光之一部分;且第二入射光為受物體反射後之第二傳送光之一部分。
在某些實施樣態中,第一傳送光在一第一時期中以一第一調變頻率調變,且在一第二時期中以一第二調變頻率調變。
在某些實施樣態中,第一偵測訊號具有一第一數值且第二偵測訊號具有一第二數值,且其中第一數值與第二數值不同。
在某些實施樣態中,計算結果係依據一程序而判定,程序包含由一預計算單元依據第一偵測訊號及第二偵測訊號而執行一積分計算或一微分計算,以輸出一預計算結果。程序可進一步包含由一AI建模單元執行一影像資料分析以輸出一建模訊號。程序可進一步包含由一預測單元依據建模訊號而預測一狀態為計算結果。
在某些實施樣態中,光偵測單元包含一第一光偵測器及一第二光偵測器,其中第一光偵測器具有一第一光吸收材料且第二光偵測器具有一第二光吸收材料,且其中第一光吸收材料與第二光吸收材料不同。
在某些實施樣態中,第一光吸收材料包含矽,且第二光吸收材料包含鍺或III-V族材料。
本申請之另一範例態樣係為感測運算元件。感測運算元件可包括一感測器,其包含一光偵測單元,配置為吸收(i)具有一第一波長之一第一入射光以產生一第一偵測訊號;及(ii)具有一第二波長之一第二入射光以產生一第二偵測訊號。感測運算元件可進一步包括一或多個處理器及一記憶體,記憶體包含一或多個有形非暫態電腦可讀媒體。媒體可儲存電腦可讀指令,當指令受一或多個處理器執行時,可使一或多個處理器執行操作。操作可包括至少部分基於第一偵測訊號及第二偵測訊號而判定一計算結果。操作可進一步包括至少部分基於計算結果而判定對感測運算元件之一或多項機能之調整。操作可進一步包括對感測運算元件實施調整。感測器可包括一近紅外線或短波紅外線感測器。
在某些實施樣態中,第一波長及第二波長中之一或多者具有一大於1050 nm之波長。
在某些實施樣態中,至少部分基於第一偵測訊號及第二偵測訊號而判定計算結果包含判定與第一偵測訊號及第二偵測訊號關聯之物體之材料。
在某些實施樣態中,判定與第一偵測訊號及第二偵測訊號關聯之物體之材料包含將第一偵測訊號及第二偵測訊號輸入至一機器學習模型中,以及接收一表示物體之材料之輸出指示為機器學習模型之一輸出。
本申請之另一範例態樣係為感測器。感測器可包括一發光單元,配置為發射具有一第一波長之一第一傳送光及具有一第二波長之一第二傳送光。感測器可進一步包括一光偵測單元,配置為吸收(i)具有第一波長之一第一入射光,以產生一第一偵測訊號;及(ii)具有第二波長之一第二入射光,以產生一第二偵測訊號。感測器可進一步包括一控制器,配置為依據第一偵測訊號及第二偵測訊號而輸出一感測器輸出訊號。感測器可實施於於一或多個晶片上。
在某些實施樣態中,發光單元係實施於至少一第一晶片上,光偵測單元係實施於至少一第二晶片上,且控制器係實施於一第三晶片上。
在某些實施樣態中,第一晶片及第二晶片中之至少一者係打線接合於第三晶片。
在某些實施樣態中,第一晶片及第二晶片中之至少一者係堆疊於第三晶片上。
在某些實施樣態中,第一晶片及第二晶片中之至少一者係覆晶接合於第三晶片。
在某些實施樣態中,第一晶片及第二晶片中之至少一者係晶圓接合於第三晶片。
在某些實施樣態中,發光單元、光偵測單元及控制器係實施於一共用晶片上。
在某些實施樣態中,控制器連同發光單元及光偵測單元中之一者實施於一第一晶片上,發光單元及光偵測單元中之另一者係實施於一第二晶片上。
在某些實施樣態中,發光單元可進一步包含一第一晶片,其包含一第一光源,第一光源配置為發射第一傳送光。發光單元可進一步包含一第二晶片,其包含一第二光源,第二光源配置為發射第二傳送光。
在某些實施樣態中,光偵測單元可進一步包含一第一晶片,包含一第一光偵測器,第一光偵測器配置為吸收第一入射光。光偵測單元可進一步包含一第二晶片,包含一第二光偵測器,第二光偵測器配置為吸收第二入射光。
本申請之另一範例態樣係為用於光學光譜分析之光學裝置。光學裝置可包括一使用至少矽製成之基板。光學裝置可進一步包括複數個至少以鍺形成之感測器,其中複數個感測器係受基板支撐。光學裝置可進一步包括複數個波長過濾器,設置於複數個感測器與一目標物體之間,其中複數個波長過濾器配置為接收來自目標物體之反射光,並將反射光過濾為複數個具有不同波長範圍之光束,且其中每一複數個感測器係配置為接收複數個光束中具有特定波長範圍之個別光束。
在某些實施樣態中,光學裝置進一步包含電路系統,其係耦接至複數個感測器,電路系統配置為讀出由複數個感測器所產生之複數電性訊號。
在某些實施樣態中,光學裝置進一步包含一或多個處理器配置為基於電性訊號而判定目標物體之一特性。
在某些實施樣態中,目標物體之特性包括目標物體之一水分含量、目標物體之一碳水化合物量、目標物體之一糖量、目標物體之一蛋白質含量或目標物體之一脂肪含量。
在某些實施樣態中,一或多個處理器係配置為基於目標物體之特性而判定目標物體是否為一偽造物。
在某些實施樣態中,複數個感測器係形成於一第一晶粒上,且電路系統係形成於一第二晶粒上,且其中複數個感測器係經由第一晶粒與第二晶粒間之晶粒層級接合而耦接於電路系統。
在某些實施樣態中,複數個感測器係形成於一第一晶圓上,且電路系統係形成於一第二晶圓上,且其中複數個感測器係經由第一晶圓與第二晶圓間之晶圓層級接合而耦接至電路系統。
在某些實施樣態中,複數個感測器及電路系統係形成於基板上。
在某些實施樣態中,複數個感測器係設置為一一維陣列。
在某些實施樣態中,複數個感測器係設置為一二維陣列。
在某些實施樣態中,複數個波長過濾器包含一或多個吸收式材料、多層塗層、週期性光柵、非週期性光柵或其組合。
在某些實施樣態中,反射光之範圍為自700 nm至1700 nm。
在某些實施樣態中,複數個感測器係設置於複數個波長過濾器與基板之間。
在某些實施樣態中,基板係設置於複數個波長過濾器與複數個感測器之間。
在某些實施樣態中,光學裝置進一步包含一微透鏡陣列,設置於複數個波長過濾器與目標物體之間。
在某些實施樣態中,光學裝置進一步包含一形成於微透鏡陣列與複數個感測器間之分隔件。複數個波長過濾器可形成於分隔件內。
本申請之另一範例態樣係為用於操作光學裝置進行光學光譜分析之方法。方法可包括以複數個波長過濾器接收自一目標物體反射之光線。方法可進一步包括以複數個波長過濾器將接收到之光線過濾為複數個具有不同波長範圍之光束。方法可進一步包括以複數個感測器中之一或多個個別感測器接收複數個光束中每一具有特定波長範圍之光束。方法可進一步包括基於複數個光束而以複數個感測器產生電性訊號。方法可進一步包括由讀出電路系統對一或多個處理器提供電性訊號。方法可進一步包括由一或多個處理器基於電性訊號而判定目標物體之特性。
本申請之其他範例態樣係為系統、方法、裝置、感測器、運算元件、有形非暫態電腦可讀媒體及記憶體元件。
以下將參照所附請求項說明各種實施例之上述及其他特徵、態樣與優點。附圖構成本說明書之一部分,其目的在於闡明本申請實施例,並配合描述解說相關原理。
本申請案主張申請日為2020年6月8日之第63/035,859號美國臨時專利申請、申請日為2020年9月16日之第63/079,452號美國臨時專利申請及申請日為2021年4月11日之第63/173,488號美國臨時專利申請等三案之申請權益,等申請案之整體內容經參照而併入本文。
本申請範例態樣之元件、系統及方法係使用寬頻光波長感測物體及/或操作環境,並據以調整一或多項機能。例如,感測裝置可包括一光偵測單元,配置為在第一波長吸收第一入射光以產生第一偵測訊號,並在第二波長吸收第二入射光以產生一第二偵測訊號。在某些實施方式中,光偵測單元可包括一近紅外線或短波紅外線感測器。在某些實施方式中,光偵測單元可包括鍺。感測裝置可進一步配置為依據第一偵測訊號及第二偵測訊號而判定一計算結果。感測裝置可進一步配置為依據計算結果而對與感測裝置關聯之一或多項機能執行調整。例如,當偵測到皮膚(例如握持感測裝置之手部身體組織)時,感測裝置可自低功率操作模式調整為正常功率操作模式。
本申請之元件、系統及方法可提供多種技術效果與益處。例如,為開發更多寬頻感測應用,本申請提供一種具有寬頻感測器之感測裝置,以達成新穎環境/情境感知(例如生物身分識別、三維重建、手勢/骨骼偵測、目標特性分析或使用者情境定義),並提供更多實際應用(例如解鎖/支付確認、導航、使用者介面(UI)/姿勢監控及無線射頻訊號/電源優化)。
此外,本申請之元件、系統及方法利用各種波長之反射率資料執行材料分析,而有助於提升物體分類正確度。例如,在某些實施方式中,各種波長之反射率資料可用為一機器學習模型之輸入,以判定一物體之材料類型(例如木材、皮膚等等)及/或一或多種與材料有關之特性(例如血糖值等等)。在某些實施方式中,亦可對機器學習模型提供額外輸入,例如影像資料、點雲資料(point cloud data)或其他資料,以進一步改善物體分類分析。
此外,本申請之元件、系統及方法可在各種波長測量目標物體之反射率資料,藉此實施光學光譜分析,以達成如同近紅外線光譜分析之功能,從而判定目標物體之一或多種特性,包括目標物體之水分含量、目標物體之碳水化合物量、目標物體之糖含量、目標物體之蛋白質含量或目標物體之脂肪含量。光學光譜分析(例如近紅外線光譜分析)在食品業可用於監控並評估食品項目。例如,此種光學光譜分析可用於判定目標物體(例如一片水果)是否為偽造物。利用具有整體式(monolithic)帶通過濾器(bandpass filter)之GeSi影像感測器陣列即能夠以整體方式實現低成本之影像感測器式近紅外線光譜分析。
本申請之系統及方法亦可達成更高沉浸度之擴增實境(AR)及虛擬實境(VR)體驗。例如,識別物體之材料類型後,即可基於材料類型而在AR/VR體驗中為使用者量身打造與物體之互動。如此可實現更真實(例如基於物理定律)且更精采之互動(例如基於軟體定義規則而非物理定律)。
此外,本申請之系統及方法有助於改善感測裝置之安全性。例如,藉由改善物體分類之正確性,可連帶改善下游分析,例如自動化元件(例如車輛、機器人等等)之任務表現,從而提升旁觀者安全性(例如附近行人)。此外,若以依據本申請範例態樣之鍺系寬頻感測器為實施時,可偵測近紅外線(NIR,例如波長範圍自780 nm至1400 nm,或如特定應用所定義之任何類似波長範圍)及短波紅外線(SWIR,例如波長範圍自1400 nm至3000 nm,或如特定應用所定義之任何類似波長範圍)光譜之光波長。如此可於利用較大功率光裝置(例如雷射)時,透過最大許可暴露(Maximum Permissible Exposure,MPE)限制,在可見光譜內保護旁觀者視力安全。
以下將參照附圖詳細說明本申請範例實施例。圖1繪示一感測裝置100,其係包括一寬頻感測器102、一計算電路104及一調整電路106。寬頻感測器102可吸收具有第一波長之第一入射光IL1以產生第一偵測訊號,並吸收具有第二波長之第二入射光IL2以產生第二偵測訊號。第一偵測訊號及第二偵測訊號可為由寬頻感測器102內之光偵測器所產生之電性訊號。範例寬頻感測器102及其依據本申請範例態樣之範例部分將參照圖10及11詳細說明。
再者,寬頻感測器102可依據第一偵測訊號及第二偵測訊號而輸出一感測器輸出訊號SO。在某些實施例中,感測器輸出訊號SO可為數位資料流(digital data stream),其可包括關於第一偵測訊號及第二偵測訊號之資訊,例如深度資訊、校正資訊、誤差修正代碼(error correction code,ECC)資訊、數值資訊等等。
計算電路104係耦接至寬頻感測器102,可依據感測器輸出訊號SO而輸出一計算結果ED。調整電路106係耦接計算電路104,可依據計算結果ED執行調整。
在某些實施例中,第一波長與第二波長可為不同,其可為850 nm / 905 nm / 940 nm / 1050 nm / 1064 nm / 1310 nm / 1350 nm / 1400 nm / 1550 nm及/或任何其他適合執行感測之波長。
在某些實施例中,寬頻感測器102之實施方式可為直接ToF、間接ToF及/或結構式光感測技術。例如,可利用直接ToF感測器對一物體傳送脈衝光(例如自雷射、二極體等等),並偵測反射脈衝之抵達時間。例如,光偵測器可偵測反射脈衝,再由輔助電子元件基於反射脈衝之抵達時間而判定與物體(或其一部分)相隔之距離。在某些實施方式中,可傳送複數光脈衝,並由(複數)光偵測器偵測對應之複數反射脈衝。在某些實施方式中,輔助電子元件可對反射脈衝執行分析(例直方圖分析),以判定物體之三維表示(例如點雲)。
根據另一範例,可使用間接ToF感測器發射具有特定週期之調變光脈衝。光波週期可用於判定射出光波完成整個週期所需之距離。例如,可發射正弦光波或方波,並依據輸出訊號(例如發射光)與進入訊號(例如由光偵測器所偵測到之反射光)間之相位差(例如相位偏移)而判定與物體相隔之距離。
在某些實施例中,計算電路104之實施可利用能夠執行人工智慧(AI)或深度學習計算(例如一或多個機器學習模型)之特定應用積體電路(ASIC)、數位訊號處理(DSP)處理器或通用處理器而達成。
在某些實施例中,調整電路106可藉由硬體、韌體或軟體實施,用以調整感測裝置100之一或多項機能(例如開/關無線射頻/電源/顯示單元)。在其他某些實施方式中,調整電路106可用於對感測裝置100之另一電路系統產生一或多個輸出訊號,以調整感測裝置100之一或多項機能。在其他某些實施方式中,調整電路106可對另一元件產生一或多個輸出訊號以調整元件之一或多項機能。
圖2繪示一感測裝置200,其係包括寬頻感測器102、計算電路104及調整電路106,其中寬頻感測器102可發射具有第一波長之第一傳送光TL1及具有第二波長之第二傳送光TL2。寬頻感測器102包括一發光單元160(亦稱為光源電路)及一光偵測單元180。發光單元160可包括多個光源(例如光源112及光源114)且光偵測單元180可包括一或多個光偵測器(例如光偵測器108及光偵測器110)。在某些實施例中,光偵測單元180之一或多個光偵測器可為用於三維(3D)深度感測(例如i-TOF或d-TOF光偵測器)、近接感測、光學光譜分析、二維(2D)感測(例如二維IR成像)或其組合之光偵測器。光偵測器108及光偵測器110可各利用單一光偵測器或光偵測器像素陣列而實施(例如圖29A及29B之一維或二維光偵測器陣列)。
在某些實施例中,第一傳送光TL1及第二傳送光TL2係分別由光源112及光源114發射,其中光源112及光源114可使用雷射(例如VCSEL)或發光二極體(LED)。
在某些實施例中,光偵測器108可吸收具有第一波長(例如940 nm)之第一入射光IL1,且光偵測器110可吸收具有第二波長(例如1350 nm)之第二入射光IL2。感測器輸出訊號SO可為數位資料流,其可包括深度資訊、校正資訊、誤差修正代碼(ECC)資訊、數值資訊等等。第一入射光IL1可為受物體140所反射之第一傳送光TL1之一部分。第二入射光IL2可為受物體140所反射之第二傳送光TL2之一部分。在某些實施例中,光偵測器108中所使用之光吸收材料可為矽,且光偵測器110中所使用之光吸收材料可為鍺或III-V族材料。在其他某些實施例中,光偵測器108與光偵測器110可使用相同之光吸收材料(例如鍺或III-V族材料)。
由於第一波長之反射率及第二波長之反射率取決於物體140,光偵測器108所偵測之第一偵測訊號的數值與光偵測器110所偵測之第二偵測訊號的數值可能不同。在某些實施方式中,計算電路104可計算第一數值與第二數值之比率,做為計算結果ED。在某些實施例中,計算電路104可計算第一數值與第二數值之差值。由計算電路104所算出之計算結果ED可提供至調整電路106以執行進一步調整。
圖3繪示感測裝置300之實施例。其可利用單一光偵測器108於不同時序吸收第一入射光IL1及第二入射光IL2。例如,在第一時期t1-t2中,光偵測器108可吸收具有第一波長(例如940 nm)之第一入射光IL1,且在第二時期t3-t4中,光偵測器108可吸收具有第二波長(例如1350nm)之第二入射光IL2。如此,單一光偵測器108可被設置為同時偵測第一入射光IL1與第二入射光IL2。
圖4繪示感測裝置400之實施例,其包括一第二光偵測單元190(例如矽基RGB攝影機)以產生二維影像,用於提升物體140辨識效果。其中第二光偵測單元190可包括一或多個二維光偵測器。基於此一架構,計算電路104可依據光偵測單元180取得資訊及依據光偵測單元190取得資訊。因此,感測裝置400可處理更多資訊以提升物體140之辨識。例如,由光偵測單元190所偵測而得之二維影像以及由光偵測單元180所偵測而得之第一入射光IL1及第二入射光IL2之資訊可以輸出為SO訊號並提供至計算電路104。計算電路104在某些實施方式中可使用一或多個機器學習模型(例如AI)以對物體140進行偵測與分類。
在某些實施例中,當光偵測單元180僅使用單一光偵測器108時,光偵測器108可在不同時期吸收第一入射光IL1及第二入射光IL2。
圖5繪示感測裝置500之實施例。在本實施例中是以太陽502所發出之日光為傳送光。如圖5所示,日光包括具有第一波長(例如940 nm)之第一傳送光TL1及具有第二波長(例如1050 nm)之第二傳送光TL2,其可受物體140反射之後再為光偵測單元180所吸收。相較於上述實施例,在以日光為傳送光TL1及TL2時,可選擇性地省略發光單元160。同理,光偵測單元180可包括一或多個光偵測器以偵測第一傳送光TL1及第二傳送光TL2。在某些實施例中,感測裝置500亦可使用周遭光線做為傳送光,其亦由物體140反射而成為第一入射光IL1及第二入射光IL2。在第一入射光IL1及第二入射光IL2並非調變訊號之實施例中,可將光偵測單元180做為近紅外線(NIR)感測器或短波紅外線(SWIR)感測器,以感應第一入射光IL1及第二入射光IL2之數值,使得感測裝置500能夠判定物體140材質或繼續進行其他應用。
圖6繪示感測裝置600之實施例。在本實施例中,可加入光偵測單元190以產生二維影像,藉此提升辨識效果。其中光偵測單元190可包括一或多個二維光偵測器。基於此一架構,計算電路104可依據光偵測單元180取得資訊,並依據光偵測單元190取得資訊。因此,感測裝置600可處理更多資訊,因而提升對於物體140之辨識。在第一入射光IL1及第二入射光IL2並非調變訊號之實施中,可將光偵測單元180用為近紅外線(NIR)感測器或短波紅外線(SWIR)感測器,以感應第一入射光IL1及第二入射光IL2之數值,使得感測裝置600能夠判定物體140材質或繼續進行其他應用。
就在此所述之任何實施例而言,在某些實施例中,第一傳送光TL1及第二傳送光TL2之調變頻率可動態改變。例如,在第一時期t1-t2中,第一傳送光TL1及第二傳送光TL2之調變頻率可為300 MHz,在第二時期t3-t4中,第一傳送光TL1及第二傳送光TL2之調變頻率可為50 MHz。
在某些實施例中,可使用具有動態調變頻率之單一光源112(例如不使用光源114)以發射第一傳送光TL1及第二傳送光TL2。
圖7繪示感測裝置700之實施例。在本實施例中,計算電路104可執行一或多種電腦視覺技術(例如物體辨識/分類、物體追蹤等等)。例如,在某些實施方式中,計算電路104可包括一預計算單元1041、一第一AI建模單元1042、一第二AI建模單元1043及一預測單元1044。在某些實施例中,預計算單元1041可對感測器輸出訊號SO執行積分或微分計算,並向第一AI建模單元1042(例如第一機器學習模型)輸出一預計算結果P01。換言之,預計算單元1041可取得不同波長之積分或微分資訊,使得第一AI建模單元1042能夠執行影像資料分析並輸出一第一建模訊號S01。在某些實施例中,可將積分或微分資訊轉換為頻域(例如小波轉換, wavelet transform)。此資訊可為帶有AI訓練資料標籤之資料種子(data seed)。此外,亦可將感測器輸出訊號SO提供至第二AI建模單元1043(例如第二機器學習模型),使得第二AI建模單元1043能夠執行影像資料分析並輸出一第二建模訊號S02。預測單元1044可設置為依據第一建模訊號S01及/或第二建模訊號S02而預測某些狀態。例如,預測單元1044可預測物體140分類、物體140材質、感測裝置700之使用者行為及/或健康資料。最後,由預測單元1044所產生之預測結果可用為計算結果ED,輸出至調整電路106。亦可使用其他類型之機器學習模型及網路架構以類似方式對在此所述之二維及/或三維寬頻感測器所取得之偵測訊號進行分析。
依據本申請範例態樣感測裝置700之優點在於能夠更準確執行物體140之電腦視覺分析。例如,在傳統電腦視覺實施中,一或多個機器學習模型可對二維影像運用各種分割技術(例如邊界框)感知環境中之物體140。同理,可利用三維資料,例如以ToF感測器(例如光達感測器)所取得之資料,識別並追蹤三維空間中之物體140。然而,此種電腦視覺技術是基於物體形狀(例如二維或三維空間中之分割邊界)而對物體140進行分類與追蹤,因此與其他物體具有相似形狀之物體在此種電腦視覺技術上容易遭到錯誤分類。如此可能導致後續分析中產生對於物體140預期行為之錯誤推論。例如,在物體140不是靜止時(例如行人)將之歸類為固定物體類型(例如雕像),可能導致下游分析對於物體未來移動做出錯誤預測。
但依據本申請範例態樣之感測裝置能夠在機器學習模型之輸入資料中加入額外資訊,例如表示材料類型之資料,藉此提高電腦視覺分析之正確度。例如,感測器輸出SO可包括由物體140所反射之各種波長(例如IL1、IL2)入射光。各種波長(例如IL1、IL2)入射光之反射率可表示物體140之材料類型。
例如,圖8為感測裝置800之寬頻應用實施例。就在此所述任何實施例而言,感測裝置800可為手機或其他任何具有行動通訊機能之元件,其中感測裝置800可操作於多種環境,例如放置在一表面上(例如桌面)或握持於手中。根據一範例,當手機(或其他元件800)放置於桌面時(例如物體140),物體140之材料類型可為木料類型。在此一環境下,具有第一波長(例如940 nm)之第一傳送光TL1在物體140上可具有第一反射率(例如90%),具有第二波長(例如1550 nm)之第二傳送光TL2可具有第二反射率(例如85%)。在此情況下,第一反射率及第二反射率較為接近,且光偵測器108偵測而得之第一偵測訊號之第一數值與光偵測器110偵測而得之第二偵測訊號之第二數值亦較為接近。計算電路104可取得第一數值與第二數值間之計算結果ED。在一種實施例中,計算結果ED可為第一數值與第二數值之比率。據此,調整電路106可基於計算結果ED而對感測裝置800執行調整(例如開/關無線射頻/電源/顯示單元/軟體應用程式)。例如,當物體140之材料類型經判定為木料時,感測裝置800可進入低功率模式。與此同時,或以為替代,運行於相關元件上之一或多種應用程式可據以調整並/或關閉,例如停止及/或關閉播放音樂之應用程式或社群媒體應用程式等等,此亦有助於節省電力資源。
於另一範例中,當手機(或其他元件800)握持於手中時,物體140之材料類型可為皮膚(例如身體組織)。在此一環境下,具有第一波長(例如940 nm)之第一傳送光TL1在物體140上可具有第一反射率(例如80%),具有第二波長(例如1550 nm)之第二傳送光TL2可具有一第二反射率(例如50%)。在此情況下,第一反射率與第二反射率並非相對接近(在另一者之一閾值百分比內),且第一數值EN1與第二數值EN2亦非相對接近。計算電路104可取得第一數值EN1與第二數值EN2之計算結果ED(例如比率)。在一實施例中,計算結果ED可為第一數值EN1及第二數值EN2。在偵測到皮膚(或其他類型材料)時,調整電路106可基於計算結果ED而對感測裝置800執行調整(例如開/關無線射頻/電源/顯示單元/軟體應用程式)。例如可基於皮膚偵測而為使用者開啟用於取得影像資料(例如指紋偵測或驗證)之軟體應用程式。與此同時,或以為替代,可基於皮膚偵測開啟或關閉一或多個其他應用程式(例如密碼輸入提示、音樂應用程式)。如此一來,即可利用感測裝置800所偵測到之物體140材質類型判定調整電路106應執行何種調整。其他類型之調整可以類似方式執行。
因此,應知當感測裝置800用於不同環境時(例如用於不同材料類型物體時),計算電路104所產生之計算結果ED亦將不同。因此,調整電路106係用於執行感測裝置800之調整(例如開/關無線射頻/電源/顯示單元)。例如,當感測裝置800放置於桌面時,感測裝置800可操作於低耗電模式、開啟或關閉應用程式等等。反之,當感測裝置800握在手中時,感測裝置800可操作於一般電源模式、開啟或關閉應用程式等等。利用此方案,可在例如因應偵測到不同材料類型之物體時,動態調整感測裝置800之耗電量。
應知調整電路106配置為調整電源僅為一種範例。調整電路106可基於設計要求而繼續進行其他操作(例如調整螢幕亮度、解鎖螢幕及存取許可權等等)。
根據另一範例,圖9繪示感測裝置900之寬頻應用實施例。在此範例中,感測裝置900可為健康/醫療元件,其中光源112及光源114分別對物體140發射具有第一波長(例如940 nm)之第一傳送光TL1及具有第二波長(例如1350 nm)之第二傳送光TL2。例如,物體140可為皮膚(例如身體組織)。由於多數第二傳送光TL2會受含水材料所吸收,但多數第一傳送光TL1會被反射,因此計算電路104可基於光偵測器108及光偵測器110所偵測之第一入射光IL1及第二入射光IL2而計算血糖值。以此方式可判定物體之一或多種特性(例如身體組織之血糖值)。再者,於判定此一特性後,例如在取得血糖值後,可經由調整電路106將數值出示(例如顯示)於面板/螢幕上。
在另一範例中,可於偵測到特定材料時啟動一或多項功能或啟動醫療元件之輸出。例如,可透過類似在此所述方式,基於光偵測器108及光偵測器110所偵測之第一入射光IL1及第二入射光IL2而判定物體之一或多種特性(例如皮膚瑕疵、人體之牛皮癬塊)。隨後可基於偵測而得之特性,啟用醫療元件之功能(例如雷射、診斷工具),以處理物體之特定部分(例如對患病皮膚施以雷射治療)。
除手機及健康/醫療元件之外,本申請之感測裝置亦可實施為其他元件,例如穿戴式手錶、鑰匙圈、耳機、攜帶型電腦、運動攝影機、無人機、車輛運算系統及/或其他任何包括一或多個寬頻感測器之元件。例如,在自動駕駛車輛之實施情境中,寬頻感測裝置可透過例如車輛運算系統,達成更準確之物體分類及預測。例如,寬頻感測器102之感測器輸出訊號SO可包括各種資料,例如來自二維光偵測器(例如攝影機)及/或三維光偵測器(例如ToF感測器、iToF感測器、結構式光感測器等等)之影像資料,其可包括各種波長之入射光(例如IL1、IL2)。在某些實施方式中,感測器輸出訊號SO可提供至一或多個機器學習模型,其可利用感測器輸出訊號SO中之資料而更準確分類物體140,並預測物體140軌跡。根據一範例,各種波長入射光之反射率可表示物體140之材料類型,此資訊可用於判定物體140之分類。如在此所述,不同波長入射光之反射率可表示應將一人形物體140分類為雕像(例如由石材、金屬、木料所構成之物體)或行人(例如由皮膚或其他身體組織、布料、衣物等等所構成之物體)。車輛運算系統可運用此一方式,判定物體140是否可能保持固定不動或在環境中移動,進而對物體140進行更準確之軌跡預測分析。再者,可利用軌跡預測分析判定車輛之動作規劃,其可由車輛控制器(例如調整電路106)實施。
依據本申請範例態樣之感測裝置亦可提供更高沉浸度之擴增實境(AR)及虛擬實境(VR)體驗。例如,個人運算裝置(例如手機)可包括一或多個寬頻感測器102,用以偵測使用者環境中之各種物體140。如在此所述,寬頻感測器102可向計算電路104提供一感測器輸出SO,計算電路104在某些實施方式中可包括一或多個機器學習模型(例如AI建模單元)。感測器輸出SO可包括各種波長之反射率資料,因而計算電路104可據此判定使用者所在環境中物體140之個別材料類型。再者,計算電路104可至少部分基於AR/VR環境中物體140之材料類型而判定使用者與物體140之一或多種可能互動方式。例如,因應使用者互動,由柔軟材料(例如可撓性塑膠、橡膠等等)構成之物體140可彎曲、伸長等等;由脆弱材料(例如玻璃、陶瓷等等)構成之物體140可能斷裂或毀壞;且/或由堅硬材料(例如金屬、木材等等)構成之物體可能變形、塌陷、裂開等等。例如,計算電路104可因應使用者互動,至少部分基於物體140之材料類型而決定擴大與一物體140之AR/VR體驗為計算結果ED,且調整電路106可基於此計算結果ED而對使用者呈現擴大之AR/VR體驗。
依據本申請範例態樣之裝置(例如手機)亦可提供光學光譜分析。例如,個人運算裝置(例如手機)可包括一或多個寬頻感測器102,用以偵測各種物體140,例如食物(例如水果)。如在此所述,寬頻感測器102可向計算電路104提供感測器輸出SO,而計算電路104在某些實施方式中可包括一或多個硬體或軟體處理能力。感測器輸出SO可包括各種波長之反射率資料,計算電路104可據此判定物體140之個別特性(例如一片水果之水分含量、碳水化合物及糖量、蛋白質含量及/或脂肪含量)。而後調整電路106可利用物體140特性以判定食物真偽。例如,調整電路106可將測得之水果糖量與參考值比對,若糖含量差異超過一閾值,則調整電路106可判定水果為偽造物。
現參照圖15至圖28,其顯示一感測器102之數種封裝實施方式及/或其組件。雖然圖15至28之封裝實施及/或其組件描繪特定實施方式,但可採用、重新安排、擴大、省略及/或結合各種封裝實施態樣而產生更多封裝實施方式。圖15-28之感測器102封裝實施及/或其組件可用於如在此所述之感測裝置100。
例如,圖15為依據本申請範例態樣之範例感測器102方塊圖。如圖所示,感測器102可包括一發光單元160、一光偵測單元180(例如三維光偵測單元)及一控制器203。
發光單元160可包括一或多個光源。例如,發光單元160可包括一第一光源112及一第二光源114。在某些實施方式中,第一光源112及第二光源114可實施於分離晶片上,但在其他實施方式中,光源112與光源114可實施於於單一晶片上。在某些實施方式中,單一光源112可被包含於發光單元160中。光源112/114可為,例如,雷射(例如VCSEL)或發光二極體(LED),如在此所揭露者。
在某些實施方式中,控制器203(例如類比或數位電路系統,或一或多個處理器)可配置為產生一第一控制訊號CS1及一第二控制訊號CS2,用以控制(例如驅動)由光源112/114所發射之光線。在某些實施方式中,第一光源112可配置為於第一波長發射第一傳送光,且第二光源114可於第二波長發射第二傳送光。在某些實施方式中,單一光源112可配置為於第一波長發射第一傳送光並於第二波長發射第二傳送光。
在某些實施方式中,光偵測單元180可包括一第一光偵測器108及一第二光偵測器110。在某些實施方式中,第一光偵測器108及第二光偵測器110可實施於分離晶片上,但在其他實施方式中,光偵測器108/110可實施於單一晶片上。光偵測器108/110可配置為將偵測訊號DS1及DS2提供至控制器203。例如,光偵測器108/110吸收入射光IL1及IL2(例如由物體140所反射之傳送光TL1及TL2)後,即產生偵測訊號DS1及DS2。在某些實施方式中,第一入射光IL1及第二入射光IL2皆可由單一光偵測器108所吸收,如在此所揭露者。在某些實施方式中,光偵測器108/110可包括,例如,矽、鍺及/或III-V族材料。
控制器203可被配置於輸出感測器輸出訊號SO。例如,在某些實施方式中,感測器輸出SO可包括入射光IL1及IL2之個別數值EN1及EN2,如在此所揭露者。
現參照圖16,此為依據本申請範例態樣一範例感測器102之方塊圖。感測器102可為例如本文任一附圖中所描繪之感測器102。
如圖所示,感測器102包括一用以實施發光單元(例如光源112/114)之第一晶片401、一用以實施光偵測單元(例如光偵測器108/110)之第二晶片402及一用以實施控制器203之第三晶片403。如圖所示,每一晶片401、402及403為分離晶片,經耦接而成為感測器102。如圖所示,光源112係經由接合線W1而耦接至控制器203,光源114係經由接合線W2而耦接至控制器203,光偵測器108係經由接合線W3而耦接至控制器203,且光偵測器110係經由接合線W4而耦接至控制器203。在某些實施方式中,各光源112/114及各光偵測器108/110可分別實施於分離晶片上。再者,如圖所示,在某些實施方式中,每一晶片401、402及403可實施於一共同平面。
現參照圖17,此為依據本申請範例態樣一範例感測器102之方塊圖。感測器102可為例如本文任一附圖中所描繪之感測器102。如圖所示,第一光源112係實施於第一晶片401,第一光偵測器108係實施於第二晶片402,控制器203係實施於第三晶片403,第二光源114係實施於第四晶片404,且第二光偵測器110係實施於第五晶片405。因此,如圖所示,感測器102係實施於一五晶片架構,其中各光源112/114及各光偵測器108/110係各自實施於分離晶片上。在某些實施方式中,光源112/114可結合於單一晶片401中(例如如圖16所示),且光偵測器108/110可結合於單一晶片402中(例如如圖16所示)。再者,如圖所示,光源112/114及光偵測器108/110係經由接合線W1、W2、W3及W4而分別打線接合於控制器203。圖17進一步描繪一感測器102之堆疊架構實施,其中晶片401、402、404及405係堆疊於晶片403上。晶片401、402、404及/或405可利用任何適合之方法而耦接至晶片403,例如環氧化物、機械式固定法等等。相較於圖16所示之將所有晶片401、402、403(及/或404、405)設置於一共同平面,圖17之堆疊架構可減少封裝之空間要求(例如減少封裝開銷/整體面積)。
現參照圖18,此為依據本申請範例態樣一範例感測器102之方塊圖。感測器102可為例如本文任一附圖中所描繪之感測器102。如圖所示,感測器102可包括一用以實施發光單元160(例如光源112/114)之第一晶片401,一用以實施光偵測單元(例如光偵測器108/110)之第二晶片402,及一用以實施控制器203之第三晶片403。如圖所示,每一晶片401、402及403為分離晶片,經相互耦接而形成感測器102。如圖所示,第一晶片401及第二晶片402係使用覆晶接合方式而耦接於第三晶片403。如圖所示,銲塊B1及B2使光源112/114能夠分別耦接至控制器203,且銲塊B3及B4使光偵測器108/110能夠耦接至控制器203。在某些實施方式中,各光源112/114及各光偵測器108/110可分別實施於分離晶片上(例如401、402、404、405),其可分別經由銲塊B1-B4而覆晶接合於實施控制器203之晶片403。相較於圖16所示之將所有晶片401、402、403(及/或404、405)設置於一共同平面,利用覆晶接合實施感測器102亦可減少封裝之空間要求(例如減少封裝開銷/整體面積)。再者,由於覆晶接合可省去圖17之打線連接W1-W4,因與打線接合及堆疊架構相較之下,覆晶接合實施之封裝空間要求可更為降低。
現參照圖19,此為依據本申請範例態樣一範例感測器102之方塊圖。感測器102可為例如本文任一附圖中所描繪之感測器102。如圖所示,感測器102可包括一用以實施發光單元160(例如光源112/114)之第一晶片401,一用以實施光偵測單元(例如光偵測器108/110)之第二晶片402,及一用以實施控制器203之第三晶片403。如圖所示,每一晶片401、402及403為分離晶片,經相互耦接而形成感測器102。如圖所示,第一晶片401係使用接合線W1及/或W2而打線接合於第三晶片403,第二晶片402係堆疊於第三晶片403上並使用接合線W3及/或W4接合。在某些實施方式中,各光源112/114及各光偵測器108/110可分別實施於分離晶片上(例如401、402、404、405),其可各自堆疊並/或接合於實施控制器203之第三晶片403。相較於圖16所示之將所有晶片401、402、403(及/或404、405)設置於一共同平面,採用圖19之堆疊架構可減少封裝之空間要求(例如減少封裝開銷/整體面積)。
現參照圖20,此為依據本申請範例態樣一範例感測器102之方塊圖。感測器102可為例如本文任一附圖中所描繪之感測器102。如圖所示,感測器102可包括一用以實施第一光源112之第一晶片401、一用以實施第一光偵測器108之第二晶片402、一用以實施控制器203之第三晶片403、一用以實施第二光源114之第四晶片404及一用以實施第二光偵測器110之第五晶片405。因此,如圖所示,感測器102係實施於一五晶片架構,其中各光源112/114及各光偵測器108/110係分別實施於分離晶片上。在某些實施方式中,光源112/114可結合於單一晶片401(例如如圖16所示),且光偵測器108/110可結合於單一晶片402(例如如圖16所示)。如圖所示,用以實施第一光源112之第一晶片401係經由接合線W1而打線接合於第三晶片403,用以實施第二光源114之第四晶片404係經由接合線W2而打線接合於第三晶片403,用以實施光偵測器108之第二晶片402係經由銲球B3而覆晶接合於第三晶片403,且用以實施光偵測器110之第五晶片405係經由銲球B4而覆晶接合於第三晶片403。相較於圖16所示之將所有晶片401、402、403(及/或404、405)設置於一共同平面,採用圖20之堆疊架構可減少封裝之空間要求(例如減少封裝開銷/整體面積)。
現參照圖21,此為依據本申請範例態樣之範例感測器102方塊圖。感測器102可為例如本文任一附圖中所描繪之感測器102。如圖所示,感測器102可包括一用以實施發光單元160(例如光源112/114)之第一晶片401、一用以實施光偵測單元(例如光偵測器108/110)之第二晶片402及一用以實施控制器203之第三晶片403。如圖所示,每一晶片401、402及403為分離晶片,經相互耦接而形成感測器102。如圖所示,第一晶片401係使用接合線W1及/或W2而打線接合於第三晶片403,第二晶片402則是使用導孔601、602、603及/或604而晶圓接合於第三晶片403。例如,導孔601-604可為第二晶片402與第三晶片403間之互連。再者,導孔460可使接合線W1及/或W2將第一晶片401連接至第三晶片403。在某些實施方式中,各光源112/114及各光偵測器108/110可分別實施於分離晶片上(例如401、402、404、405),其可分別堆疊及/或接合於用以實施控制器203之第三晶片403。於各種實施方式中,可使用不同之晶圓接合技術,例如直接接合、表面活化接合、電漿活化接合、陽極接合、共熔合金接合、玻璃熔塊接合、黏貼接合、熱壓縮接合、反應性接合、暫態液相擴散接合及/或其他晶圓接合技術。相較於圖16所示之將所有晶片401、402、403(及/或404、405)設置於一共同平面,採用圖21之晶圓接合架構可減少封裝之空間要求(例如減少封裝開銷/整體面積)。
現參照圖22,此為依據本申請範例態樣一範例感測器102之方塊圖。感測器102可為例如本文任一附圖中所描繪之感測器102。如圖所示,感測器102可包括一用以實施發光單元160(例如光源112/114)之第一晶片401、一用以實施光偵測單元(例如光偵測器108/110)之第二晶片402及一用以實施控制器203之第三晶片403。如圖所示,每一晶片401、402及403為分離晶片,經相互耦接而形成感測器102。如圖所示,第一晶片401係利用導孔605及/或606而晶圓接合於第二晶片402。導孔460、導孔601及/或導孔602可使第一晶片401耦接至實施控制器203之第三晶片403。再者,第二晶片402可利用導孔603及/或604而晶圓接合於第三晶片403。在某些實施方式中,各光源112/114及各光偵測器108/110可分別實施於分離晶片上(例如401、402、404、405),其可分別堆疊並/或晶圓接合於用以實施控制器203之第三晶片403。相較於圖16所示之將所有晶片401、402、403(及/或404、405)設置於一共同平面,採用圖22之晶圓接合架構可減少封裝之空間要求(例如減少封裝開銷/整體面積)。
現參照圖23,此為依據本申請範例態樣一範例感測器102之方塊圖。感測器102可為例如本文任一附圖中所描繪之感測器102。如圖所示,感測器102可包括一用以實施發光單元160(例如光源112/114)之第一晶片401、一用以實施光偵測單元(例如光偵測器108/110)之第二晶片402及一用以實施控制器203之第三晶片403。如圖所示,每一晶片401、402及403為分離晶片,經相互耦接而形成感測器102。如圖所示,第一晶片401係利用銲球B1及B2而覆晶接合於第二晶片402。導孔460、導孔601及/或導孔602可使第一晶片401能夠耦接至用以實施控制器203之第三晶片403。進一步,第二晶片402可利用導孔603及/或604而晶圓接合於第三晶片403。在某些實施方式中,各光源112/114及各光偵測器108/110可分別實施於分離晶片上(例如401、402、404、405),其可分別堆疊並/或晶圓接合於實施控制器203之第三晶片403。相較於圖16所示之將所有晶片401、402、403(及/或404、405)設置於一共同平面,採用圖23之覆晶及晶圓接合架構可減少封裝之空間要求(例如減少封裝開銷/整體面積)。
現參照圖24,此為依據本申請範例態樣一範例感測器102之方塊圖。感測器102可為例如本文任一附圖中所描繪之感測器102。如圖所示,感測器102可包括用以實施發光單元160(例如光源112/114)、光偵測單元(例如光偵測器108/110)及控制器203之單一晶片2401(例如共用晶片、整體式晶片等等)。例如,在製造過程中,每一發光單元(例如光源112/114)、光偵測單元(例如光偵測器108/110)及控制器203可製造於單一晶片上。相較於圖16所示之將所有晶片401、402、403(及/或404、405)設置於一共同平面,採用圖24之整體式架構可減少封裝之空間要求(例如減少封裝開銷/整體面積)。
現參照圖25,此為依據本申請範例態樣一範例感測器102之方塊圖。感測器102可為例如本文任一附圖中所描繪之感測器102。如圖所示,感測器102可包括一用以實施光偵測單元(例如光偵測器108/110)及控制器203之第一晶片2501。例如,在製造過程中,光偵測單元(例如光偵測器108/110)及控制器203可製造於晶片2501上。再者,一第二晶片2502可用以實施發光單元(例如光源112/114)。如圖所示,第二晶片2502可堆疊於第一晶片2501上,且第二晶片2502可使用接合線W1及/或W2耦接至第一晶片2501。相較於圖16所示之將所有晶片401、402、403(及/或404、405)設置於一共同平面,採用圖25之堆疊及整體式架構之組合可減少封裝之空間要求(例如減少封裝開銷/整體面積)。在某些實施方式中,可採用類似架構,包括將光偵測器108/110實施於第二晶片2502,且將光源112/114實施於第一晶片2501。
現參照圖26,此為依據本申請範例態樣一範例感測器102之方塊圖。感測器102可為例如本文任一附圖中所描繪之感測器102。如圖所示,感測器102可包括實施光偵測單元(例如光偵測器108/110)及控制器203的一第一晶片2601。例如,在製造過程中,光偵測單元(例如光偵測器108/110)及控制器203可製造於晶片2601上。再者,一第二晶片2602可用以實施發光單元(例如光源112/114)。如圖所示,第二晶片2602可透過銲球B1及/或B2而覆晶接合於第一晶片2601。相較於圖16所示之將所有晶片401、402、403(及/或404、405)設置於一共同平面,採用圖26之覆晶及整體式架構之組合可減少封裝之空間要求(例如減少封裝開銷/整體面積)。在某些實施方式中,可採用類似架構,包括將光偵測器108/110實施於第二晶片2602,且將光源112/114實施於第一晶片2601。
現參照圖27,其中所描繪者為範例光偵測電路202。如圖所示,光偵測電路202可包括一第一光偵測器108及一第二光偵測器110。在某些實施方式中,單一光偵測器108/110可實施於一光偵測電路202中。
如圖所示,第一光偵測器108可使用矽,且第二光偵測器110可使用鍺,以分別吸收第一入射光IL1及第二入射光IL2。如在此所述,第一入射光IL1與第二入射光IL2可為不同波長。再者,如圖所示,矽與鍺光偵測器108/110可整合於並形成在一共用基板2701上,例如矽。於其他實施方式中,光偵測器108/110皆可使用其他材料實施,例如光偵測器108/110皆使用鍺或其他III-V族材料。在某些實施方式中,用以實施光偵測器108/110之矽、鍺及/或III-V族材料可為部分凹入、完全凹入並/或嵌入於矽基板2701。相較於分別製造光偵測器108/110,採用圖27之光偵測器202可縮減光偵測電路202之整體面積並節省製造成本。
現參照圖28,此為範例光源112/114之剖視圖。光源112/114可為例如用本文任一圖所示之光源112/114。如圖所示,光源112/114可包括一矽基板2801、一N+ III-V材料接觸層2802(例如N+ 砷化鎵(GaAs))、一N- III-V材料包覆層2803(例如N- 砷化鋁鎵(AlGaAs))、一量子點(QD)材料層2804(例如InGaAs(砷化銦鎵))、一P- III-V材料包覆層2805(例如P- AlGaAs)及一P+ III-V材料接觸層2806(例如P+ AlGaAs)。
現參照圖29A,圖中所描繪者為一維光偵測器陣列2900A。一維光偵測器陣列2900A包括一基板2902(例如矽基板)及
N個設置為一維陣列之光偵測器2904(例如鍺光偵測器),其中
N可為任何正整數。一維光偵測器陣列2900A可用於實施,例如,參照圖2所描述之第一光偵測器108或第二光偵測器110。在其他某些實施方式中,一維光偵測器陣列2900A可分為多個部分以同時包含第一光偵測器108及第二光偵測器110。
圖29B描繪一種二維光偵測器陣列2900B。二維光偵測器陣列2900B包括一基板2902(例如矽基板)及
M×
N個設置為二維陣列之光偵測器2904(例如鍺光偵測器),其中
M 及 N可為任何正整數。二維光偵測器陣列2900B可用於實施,例如,參照圖2所描述之第一光偵測器108或第二光偵測器110。在其他某些實施方式中,二維光偵測器陣列2900B可分為多個部分以同時包含第一光偵測器108及第二光偵測器110。
圖30描繪一種前側入射(front-side-incident,FSI)光偵測器陣列3000。FSI光偵測器陣列3000可為一維陣列(如圖29A所示)或二維陣列(如圖29B所示)。FSI光偵測器陣列3000包括一基板3002(例如矽基板)及
N個光偵測器3004(例如鍺光偵測器)。FSI光偵測器陣列3000進一步包括
N個光學過濾器3006,各對應於
N個光偵測器3004中之一者。在某些實施方式中,
N個光學過濾器3006各為一帶通過濾器,可允許波長(例如λ1)在對應波長範圍內之入射光通過,並阻擋波長(例如λ2)在對應波長範圍外之光線。光學過濾器3006之實施可採用吸收材料,或多層塗層,或面內週期/非週期光柵。根據一範例,帶通過濾器3006A、3006B、3006C、…及3006N可分別允許一波長為λ1、λ2、λ3,…及λ
N之光線通過。包括波長λ1至λ
N之寬頻光入設至FSI光偵測器陣列3000,而後帶通過濾器3006A、3006B、3006C、…及3006
N可過濾此寬頻光,使得每一感測器3004A、3004B、3004C及3004
N分別接收波長為λ1、λ2、λ3及λ
N之光線。於不同波長所測得之訊號可例如供光學光譜分析使用。
現參照圖31,其中所描繪者為FSI光偵測器陣列3100。FSI光偵測器陣列3100類似於FSI光偵測器陣列3000,且進一步包括微透鏡陣列3108,用於將入射光導向(例如聚焦至)光偵測器3104。微透鏡陣列3108可使用矽、氧化物、聚合物或其他任何適合之材料製成。FSI光偵測器陣列3100可包括一分隔件3110,藉以在形成微透鏡陣列3108之前,於過濾器3106上方先形成一平坦表面。
圖32描繪一種背側入射(BSI)光偵測器陣列3200。BSI光偵測器陣列3200可為一維陣列(如圖29A所示)或二維陣列(如圖29B所示)。BSI光偵測器陣列3200包括一基板3202(例如矽基板)及
N個光偵測器3204(例如鍺光偵測器)。BSI光偵測器陣列3200進一步包括
N個光學過濾器3206,其係形成於基板3202背側以各自對應於
N個光偵測器3204之一。在某些實施方式中,每一
N光學過濾器3206係一帶通過濾器,其可允許波長(例如λ1)在一對應波長範圍內之入射光通過,並阻擋波長(例如λ2)在對應波長範圍外之光線。光學過濾器3206之實施可採用吸收材料,或多層塗層,或面內週期/非週期光柵。根據一範例,帶通過濾器3206A、3206B、3206C、…及3206N可允許波長分別為λ1、λ2、λ3、…及λ
N之光線通過。包括波長λ1至λ
N之寬頻光可入設至BSI光偵測器陣列3200,而後帶通過濾器3206A、3206B、3206C、…及3206
N可過濾此寬頻光,使得每一感測器3204A、3204B、3204C及3204
N接收波長分別為λ1、λ2、λ3及λ
N之光線。於不同波長所測得之訊號可例如供光學光譜分析使用。
圖33描繪一BSI光偵測器陣列3300。BSI光偵測器陣列3300類似於BSI光偵測器陣列3200,並進一步包括微透鏡陣列3308,用以將入射光導向(例如聚焦於)光偵測器3304。微透鏡陣列3308可使用矽、氧化物、聚合物或其他任何適合之材料製成。BSI光偵測器陣列3300可包括一分隔件3210,藉以在形成微透鏡陣列3308之前,於過濾器3206上方先形成一平坦表面。
現參照圖10,此為一範例寬頻感測器1000之方塊圖。寬頻感測器1000可為,例如,一iToF感測器。如圖所示,寬頻感測器1000可包括一穩壓器1005、一溫度感測器1010、一I2C(Inter-Integrated Circuit)控制器1015、一PLL(Phase Locked Loop)1020、一時序產生器1025、調變1030、一可編程延遲1035、一像素陣列1040、一讀出1045、一ADC 1050、一訊號處理器1055、一記憶體1060及一輸出介面1065。
穩壓器1005可調節寬頻感測器1000之電壓。例如,在某些實施方式中,寬頻感測器1000可使用例如VDDH(例如> 2.7V)及VDDL(例如約1.8V)兩種電壓域。溫度感測器1010可用於寬頻感測器1000之校正深度及電源控制。I2C(積體匯流排電路)控制器1015可實現寬頻感測器1000組件間之訊號通訊。I2C控制訊號可提供時鐘同步等等。PLL(鎖相迴路)1020可接收參考時鐘訊號,並可產生一或多個與參考時鐘相位有關之輸出訊號。例如,在某些實施方式中,PLL可產生四相系統時鐘,供調變1030及解調變之用。在某些實施方式中,調變頻率可在10與500 MHz之間。時序產生器1025可因應預設整合時間及不同操作模式之需而管制並調節來自PLL之時鐘訊號。在某些實施方式中,可於照明驅動器路徑添加可編程延遲1035。而後可由像素陣列1040接收反射光(例如IL1、IL2等等)。在某些實施方式中,像素陣列可為240x180像素陣列。於其他實施方式中,亦可使用其他適合之像素解析度。讀出1045可橋接像素陣列1040與類比到數位轉換器(ADC)1050。在某些實施方式中,讀出1045可包括複數個取樣保持電路及緩衝器。在某些實施方式中,像素陣列1040中之每一像素可讀出兩次以減少雜訊。在某些實施方式中,ADC 1050可具有SAR架構。ADC之輸出可經訊號處理器1055及記憶體1060進一步處理後再提供至輸出介面1065。而後輸出介面1065可提供感測器輸出(SO),例如經由一MIPI介面。
在某些實施方式中,像素陣列1040可實施於一矽上鍺(Ge-on-Si)平台,以利改善吸收效率並提升調變速度。圖11顯示適合用於矽上鍺平台中像素陣列1040之範例像素區域截面及範例時鐘訊號。圖11之範例像素陣列採用矽上鍺架構,以利吸收NIR及SWIR範圍中之波長。如此可達成較佳之訊噪比(SNR),同時保持在最大容許暴露限制(MPE)內,例如,通過啟用增加功率的光源來實現。作為範例,如圖11所示,頂部晶圓(例如矽上鍺(Ge-on-Si)平台)可藉由晶圓接合介面和/或穿孔VIA以及金屬METAL與底部晶圓(例如矽)接合。時鐘訊號CLKP、CLKN可分別施加於解調變區DEMOD1、DEMOD2。讀出(例如1045)與讀出區FD1耦接,且包含控制電晶體Msh1、重置電晶體Mrt1、電容C1、源極隨耦器Msf1以及列選擇電晶體Mbt1。此外,控制訊號SH操控控制電晶體Msh1、控制訊號RST操控重置電晶體Mrt1、控制訊號BS操控列選擇電晶體Mbt1。類似地,讀出(例如1045)與讀出區FD2耦接,且包含控制電晶體Msh2、重置電晶體Mrt2、電容C2、源極隨耦器Msf2以及列選擇電晶體Mbt2。
現參照圖12,其所描繪者為依據本申請範例態樣之範例方法1200。方法1200之一或多個部分可藉由一運算系統實現,運算系統包括其一或多個運算元件及/或組件,例如參照其他圖面所述之運算系統(例如感測裝置100-900;寬頻感測器及其部分1000、1100;運算系統1300、1400等等)。方法1200之每一個別部分可由一或多個運算元件、感測裝置及/或寬頻感測器或其部分之任一者(或任何組合)加以執行。此外,方法1200之一或多個部分可實施為在此所述元件上硬體組件之演算法。圖12描繪以特定順序執行之步驟,以供說明及討論之用。熟悉此技藝人士將可透過在此揭露之內容理解,在此所討論任一種方法之步驟均可以各種方式調整、重新安排、擴大、省略、結合並/或修改,而不脫離本申請之範疇。圖12之解說參照關於其他系統及圖式而描述之步驟/項目以供說明之用,非屬限制性質。方法1200之一或多個部分可額外或改為由其他系統執行。
於步驟1202中,方法1200可包括發射具有第一波長之第一傳送光。例如,在某些實施方式中,一光源(例如VCSEL雷射、LED等等)可傳送第一傳送光TL1。在某些實施方式中,第一波長可為,例如,小於一閾值波長(例如< 1050 nm)。
於步驟1204中,方法1200可包括發射具有第二波長之第二傳送光。例如,在某些實施方式中,一光源(例如VCSEL雷射、LED等等)可傳送第二傳送光TL2。在某些實施方式中,第二波長可為,例如,大於一閾值波長(例如>1050 nm)。在某些實施方式中,此光源可與發射第一傳送光TL1之光源為同一者,但在其他實施方式中,兩者可為分離光源。在某些實施方式中,第一波長與第二波長可為不同波長(例如850 nm、905 nm、940 nm、1050 nm、1064 nm、1310 nm、1350 nm、1400 nm、1550 nm等等)。
於步驟1206中,方法1200可包括吸收具有第一波長之第一入射光以產生第一偵測訊號。例如,在某些實施方式中,光偵測單元可在第一傳送光TL1照射於物體時,吸收經物體反射之入射光IL1。在某些實施方式中,光偵測單元可為二維或三維光偵測單元。在某些實施方式中,入射光IL1可為由分離光源(例如日光、周遭光線等等)發出之反射光。
於步驟1208中,方法1200可包括吸收具有第二波長之第二入射光以產生第二偵測訊號。例如,在某些實施方式中,光偵測單元可在第二傳送光TL2照射於物體時,吸收經物體反射之入射光IL2。在某些實施方式中,光偵測單元可為二維或三維光偵測單元。在某些實施方式中,具有第二波長之第二入射光可與吸收第一入射光之光偵測單元相同,但於其他實施方式中,可利用分離光偵測單元偵測第二入射光。在某些實施方式中,入射光IL2可為由分離光源(例如日光、周遭光線等等)發出之反射光。
於步驟1210中,方法1200可包括依據第一偵測訊號及第二偵測訊號而判定一計算結果。例如,在某些實施方式中,一計算電路可計算第一偵測訊號第一數值與第二偵測訊號第二數值間之比率。
在某些實施方式中,依據第一偵測訊號及第二偵測訊號而判定計算結果可包括執行積分或微分計算以輸出一預計算結果(例如步驟1212)。例如,在某些實施方式中,一預計算單元可取得不同波長之積分或微分資訊,使得一或多個機器學習模型(例如AI建模單元)能夠執行影像分析。在某些實施方式中,積分或微分資訊可經轉換為頻域(例如小波轉換)。在某些實施方式中,預計算結果可用為訓練資料種子,如於本文中詳述者。
於步驟1214中,方法1200可包括由一AI建模單元執行影像資料分析,以輸出一建模訊號。例如,在某些實施方式中,感測器輸出訊號SO可交由一或多個機器學習模型(例如一第二AI建模單元)據以執行影像資料分析,因而輸出一建模訊號。
於步驟1216中,方法1200可包括預測一物體之狀態為計算結果。例如,在某些實施方式中,預測單元可預測物體分類、物體材質、感測裝置之使用者行為、健康資料及/或其他如在此所述之預測資訊。
於步驟1218中,方法1200可包括依據計算結果而判定一輸出,以對一元件之一或多項機能執行調整。例如,在各種實施中,調整可包括改變裝置之操作模式(例如低功率模式、正常功率模式、顯示器開/關等等)、顯示資訊(例如健康狀態資料等等)、調處AR/VR環境(例如物體調處)、執行任務(例如實施動作規劃、解鎖支付確認、導航、工業製造、開啟/關閉應用程式等等)及/或執行其他調整,如在此所述者。
於步驟1220中,方法1200可包括對一元件實施調整。例如,各種控制電路(例如控制器、顯示器等等)可配置為對元件執行調整。
圖13依據本申請範例實施方式,描繪一範例系統1300,其包含各種執行操作及功能之手段。所述各種手段可執行本申請之方法及程序。例如,一運算系統1300可包括發光單元1302、光偵測單元1304、計算單元1306、預計算單元1308、AI建模單元1310、預測單元1312、影像分析單元1314、材料判定單元1316、調整單元1318、實施單元1320及/或其他用以執行在此所述操作及功能之手段。在某些實施方式中,上述單元中之一或多者可分離實施。在某些實施方式中,一或多個單元可為一或多個其他單元之一部分或包含於其中。此等手段可包括處理器、微處理器、圖形處理單元、邏輯電路、專屬電路、應用特定積體電路、可編程陣列邏輯、現場可編程閘極陣列(field-programmable gate array)、控制器、微控制器及/或其他適合之硬體。手段亦可,或改為,包括以處理器或邏輯電路系統而實現之軟體控制手段,例如。手段可包括記憶體,或能夠以其他方式存取記憶體,記憶體例如為一或多個非暫態電腦可讀儲存媒體,例如隨機存取記憶體、唯讀記憶體、電子抹除式可編程唯讀記憶體、抹除式可編程唯讀記憶體、快閃/其他記憶體元件、資料暫存器、資料庫及/或其他適合之硬體。
手段經編程以執行一或多種演算法,用以實現在此所述之操作及功能。例如,手段(例如發光單元1302等等)可配置為發射光線,例如各種波長之光線。在某些實施方式中,發光單元1302可包括雷射(例如VCSEL)、發光二極體(LEDS)及/或其他類型之發光單元1302。在某些實施方式中,發光單元1302可發射(例如傳送)一調變光、一延遲光及/或其他類型之光線,如在此所述者。
手段(例如光偵測單元1304)可配置為偵測光,例如各種波長入射光(例如反射光)。在某些實施方式中,光偵測單元1304可為二維及/或三維光偵測單元1304。在某些實施方式中,光偵測單元可為NIR或SWIR光偵測單元,能夠吸收大於一閾值波長(例如1050 nm)之光線。在某些實施方式中,光偵測單元可包括鍺或一III-V族。在某些實施方式中,光偵測單元1304可配置為偵測一反射光,例如經反射之傳送光、經反射之日光、經反射之周遭光線及/或其他類型之光線,如在此所述者。
手段(例如計算單元1306)可配置為基於一感測器輸出SO判定一計算結果ED。例如,可由光偵測單元1304吸收入射光,而後將感測器輸出SO提供至計算單元1306。
手段(例如預計算單元1308)可配置為依據第一偵測訊號及第二偵測訊號而判定一預計算結果P01。例如,在某些實施方式中,預計算單元1308可對感測器輸出訊號SO執行積分或微分計算,並向一或多個機器學習模型(例如AI建模單元)輸出預計算結果P01。在某些實施方式中,所述積分或微分資訊可轉換為頻域(例如小波轉換)。
手段(例如AI建模單元1310)可執行影像資料分析並輸出建模訊號S01、S02等等。例如,在某些實施方式中,AI建模單元1310可執行一或多項電腦視覺分析,如在此所述者。
手段(例如預測單元1312)可基於來自其他手段(例如預計算單元1308及/或AI建模單元1310)之建模訊號而預測一物體之特定狀態。例如,在各種實施中,預測單元1312可預測物體分類及物體材料、使用者行為、健康資料、物體軌跡、AR/VR互動及/或如在此所述之其他特性。
手段(例如影像分析單元1314)可分析影像資料,例如來自二維或三維光偵測單元1304之感測器輸出資料。在某些實施方式中,影像分析單元1314可實施為計算單元1306、AI建模單元1310、預測單元1312、材料判定單元1316及/或其他手段中之一部分。在某些實施方式中,影像分析單元1314可為一或多個機器學習模型。
手段(例如材料判定單元1316)可配置為判定物體之材料類型。例如,在某些實施方式中,材料判定單元1316可接受訓練,以基於各種波長入射光之反射數值而判定物體之材料類型。在某些實施方式中,材料判定單元1316可實施於為計算單元1306、AI建模單元1310、預測單元1312、影像分析單元1314及/或其他手段中之一部分。在某些實施方式中,材料判定單元1316可為一或多個機器學習模型。
手段(例如調整單元1318)可配置為基於一計算結果而判定一調整。例如,在各種實施中,調整可包括調整感測裝置之一或多項機能,例如一操作模式、一顯示模式或資訊狀態、一互動、一動作及/或如在此所述之其他機能。
手段(例如實施單元1320)可配置為實施調整單元1318所決定之一或多種調整。例如,各種控制器可配置為執行調整。
現參照圖14,圖中所描繪者為依據本申請範例態樣之範例運算系統1400。範例系統1400可包括運算系統1402及機器學習運算系統1430,兩者透過一或多個網路1420而與彼此通訊耦接。如在此所述,運算系統1402可為一感測裝置之板上系統,裝置例如為個人運算裝置(例如手機、平板電腦等等)、車輛運算系統、自動化/機器人運算系統及/或其他運算系統。
運算系統1402可包括一或多個運算元件1404。運算系統1402之運算元件1404可包括處理器1406及記憶體1408。一或多個處理器1406可為任何適合之處理元件(例如處理器核心、微處理器、ASIC、FPGA、控制器、微控制器等等),且可為單一處理器或複數個操作相連之處理器。記憶體1408可包括一或多個非暫態電腦可讀儲存媒體,例如RAM、ROM、EEPROM、EPROM、一或多個記憶體元件、快閃記憶體元件等等,及其組合。
記憶體1408可儲存由一或多個處理器1406取得之資訊。例如,記憶體1408(例如一或多個非暫態電腦可讀儲存媒體、記憶體裝置)包括可由一或多個處理器1406執行之電腦可讀指令1410。指令1410可為以任何適合之編程語言撰寫之軟體,或可實施於硬體中。與此同時,或以為替代,指令1410可執行於處理器1406上邏輯分離及/或虛擬分離之執行緒。
例如,當記憶體1408所儲存之指令1410受一或多個處理器1406執行時,可使所述一或多個處理器1406(運算系統1402)執行操作,例如一感測裝置之任何操作及功能,及/或感測裝置設定之操作、物體感測操作及/或判定物體特性(例如方法1200之一或多個部分)及/或任何其他操作及功能,如在此所述者。
記憶體1408可儲存取得之資料1412,其中取得方式可例如為接收、存取、寫入、調處、產生、建立、儲存等等。資料1412可包括,例如,寬頻感測器輸出資料、控制資料、反射率資料、深度資料、校正資料、誤差修正代碼資料、數值資料、電壓資料、讀出資料、調變資料、時序資料、預測資料、機器學習模型資料(例如AI模型、參數等等)、物體材料資料、計算結果資料、預計算結果資料、傳輸及入射光波長資料、建模訊號資料、影像分析資料、材料判定資料、裝置機能資料、調整資料、實施資料及/或其他在此所述資料/資訊。在某些實施方式中,運算元件1404可自一或多個遠離運算系統1402之記憶體取得資料。
運算元件1404亦可包括一通訊介面1414,用於與一或多個其他系統(例如運算系統1402之其他板上及/或遠端系統/組件)通訊。通訊介面1414可包括任何電路、組件、軟體等等,用於經由一或多個網路1420進行通訊。在某些實施方式中,通訊介面1414可包括,例如,通訊控制器、接收器、收發器、傳送器、連接埠、傳導器、用於傳遞資料/資訊之軟體及/或硬體中之一或多者
依據本申請之一種態樣,運算系統1402可儲存或包括一或多個機器學習模型1416(例如AI建模單元)。例如,機器學習模型1416可為或可以其他方式包括各種機器學習模型,例如網路模型、子網路、神經網路(例如深度神經網路)、支援向量機、決策樹、集成模型、k最近鄰模型、貝氏網路或其他類型之模型(包括線性模型及/或非線性模型)。範例神經網路包括前饋控制神經網路(例如卷積神經網路、參數化連續卷積等等)、遞歸神經網路(例如長短期記憶遞歸神經網路等等)及/或其他形式之神經網路。機器學習模型1416可包括圖7之機器學習模型及/或其他在此所述模型。
在某些實施方式中,運算系統1402可透過網路1420而自機器學習運算系統1430接收一或多個機器學習模型1416,並可將一或多個機器學習模型1416儲存於運算系統1402之記憶體1408中。運算系統1402可使用一或多個機器學習模型1416或以其他方式實施之(例如藉由處理器1406)。具體而言,運算系統1402可利用機器學習模型1416以產生預計算資料、建模訊號資料、物體分類資料、材料識別資料、影像分析資料、預測資料等等。
機器學習運算系統1430可包括一或多個處理器1432及一記憶體1434。一或多個處理器1432可為任何適合之處理元件(例如處理器核心、微處理器、ASIC、FPGA、控制器、微控制器等等),且可為一個處理器或複數個操作上相連之處理器。記憶體1434可包括一或多個非暫態電腦可讀儲存媒體,例如RAM、ROM、EEPROM、EPROM、一或多個記憶體元件、快閃記憶體元件等等及其組合。
記憶體1434儲存可由一或多個處理器1432存取之資訊。例如,記憶體1434(例如一或多個非暫態電腦可讀儲存媒體、記憶體元件)可儲存取得之資料1436,其中取得方式可例如為產生、擷取、接收、存取、寫入、調處、建立、儲存等等。在某些實施方式中,機器學習運算系統1430可自一或多個遠離機器學習運算系統1430之記憶體取得資料。
記憶體1434亦可儲存由一或多個處理器1432執行之電腦可讀指令1438。指令1438可為以任何適合之編程語言撰寫之軟體,或可實施於硬體中。與此同時,或以為替代,指令1438可執行於處理器1432上邏輯分離及/或虛擬分離之執行緒。當記憶體1434所儲存之指令1438受一或多個處理器1432執行時,可使所述一或多個處理器1432執行操作。機器學習運算系統1430可包括一通訊介面1440,其包括類似於前述之運算系統1402之元件及/或功能。
在某些實施方式中,機器學習運算系統1430可包括一或多個伺服器運算元件。若機器學習運算系統1430包括多個伺服器運算元件,則此等伺服器運算元件可依據各種運算架構操作,包括,例如,順序運算架構、平行運算架構或其某些組合。
除了前述在運算系統1402內的模型1416之外,機器學習運算系統1430可另包括或改為使用一或多個機器學習模型1442(例如AI建模單元)。例如,機器學習模型1442可為或可以其他方式包括各種機器學習模型,例如網路模型、子網路、神經網路(例如深度神經網路)、支援向量機、決策樹、集成模型、k最近鄰模型、貝氏網路或其他類型之模型(包括線性模型及/或非線性模型)。範例神經網路包括前饋控制神經網路(例如卷積神經網路、參數化連續卷積等等)、遞歸神經網路(例如長短期記憶遞歸神經網路等等)及/或其他形式之神經網路。機器學習模型1442可與機器學習模型1416及/或在此所述之其他模型類似並/或相同。
根據一範例,機器學習運算系統1430可依據一主從關係而與運算系統1402通訊。例如,機器學習運算系統1430可利用機器學習模型1442以對運算系統1402提供網路服務。因此,機器學習模型1442可位於並用於運算系統1402,且/或機器學習模型1442可位於並用於機器學習運算系統1430。
在某些實施方式中,機器學習運算系統1430及/或運算系統1402可利用模型訓練器1444訓練機器學習模型1416及/或1442。模型訓練器1444可利用一或多種訓練或學習演算法訓練機器學習模型1416及/或1442。一種範例訓練技術為誤差反向傳播(backwards propagation of error)。在某些實施方式中,模型訓練器1444可利用一組含標籤之訓練資料而執行受監管之訓練技術。於其他實施方式中,模型訓練器1444可利用一組無標籤訓練資料而執行不受監管之訓練技術。模型訓練器1444可執行數種泛化技術以提升所訓練模型之泛化能力。泛化技術包括權重衰減、丟棄法或其他技術。
詳言之,模型訓練器1444可基於一組訓練資料1446而訓練機器學習模型1416及/或1442。訓練資料1446可包括先前取得之感測器輸出(SO)資料,例如來自二維及/或三維光偵測單元之資料。在某些實施方式中,訓練資料1446可包括含標籤或無標籤物體分類訓練資料。在某些實施方式中,訓練資料1446可包括含標籤或無標籤材料類型資料。在某些實施方式中,訓練資料1446可包括含標籤或無標籤健康資料(例如血糖值標籤)。在某些實施方式中,訓練資料1446可包括含標籤或無標籤AR/VR互動資料(例如材料響應資料)。在某些實施方式中,訓練資料1446可包括一資料,其包含一第一類型之含標籤資料,但不包括其他類型之含標籤資料。例如,訓練資料1446可包括物體分類標籤,其中物體經標示,但物體之材料特性類型未經標示。即便不含材料類型標籤,模型訓練器1444仍可使用訓練資料1446訓練模型1442/1416,以將表示材料類型(例如波長反射率資料)之資料納入物體分類判斷,如在此所述者。其他在此所述模型機能可利用適當訓練資料1446以類似方式訓練。模型訓練器1444可實施於控制一或多個處理器之硬體、韌體及/或軟體中。
網路1420可為任何類型之網路或網路組合,其可實現元件間之通訊。在某些實施例中,網路1420可包括區域網路、廣域網路、網際網路、安全網路、行動通訊網路、網狀網路、對等式通訊連結及/或其某些組合中之一或多者,且可包括任何數量之有線或無線連結。在網路1420上之通訊可藉由例如使用任何類型之協定、防護方案、編碼、格式、封裝等等之網路介面而達成。
圖14繪示一種可用於實施本申請之範例系統1400,但亦可使用其他運算系統。例如,在某些實施方式中,運算系統1402可包括模型訓練器1444及訓練資料集1446。在此種實施方式中,機器學習模型1416/1442皆可在運算系統1402本地進行訓練及使用。
在本申請中,於遠離機器學習運算系統1430之運算系統102所執行之運算任務可改為於機器學習運算系統1430執行,反之亦然。此等配置之實施亦屬本申請範疇。利用電腦式系統可實現組件間之多種可能配置、組合及任務與機能劃分。由電腦實施之操作可執行於單一組件上或跨多個組件執行。由電腦實施之任務及/或操作可先後或同時執行。所述資料及指令可儲存於單一記憶體元件中,或跨多個記憶體元件儲存。
本申請提供之感測裝置利用寬頻感測器以達成新穎環境/情境感知(例如生物身分識別、三維重建、手勢/骨骼偵測、目標特性分析、材料分析、血糖或使用者情境定義)並實施進一步應對(例如解鎖/支付確認、導航、UI/姿勢監控及無線射頻訊號/電源優化),藉此為市場創造更多寬頻應用,同時解決多重路徑干擾問題。
除使用矽為光偵測器之光吸收材料之外,本申請亦提供一種所用材料(例如鍺或III-V族)能夠吸收較長波長(例如波長大於1050 nm)光線之光偵測器。
雖然以上透過範例說明本申請之較佳實施例,但應知本申請並不以此為限。反之,其意在涵蓋各種修改及類似安排與程序,且因此所附請求項之範圍應採最廣義解釋,以將所有此等修改及類似安排與程序包含於其中。
100:感測裝置
102:寬頻感測器、感測器
104:計算電路
106:調整電路
108:光偵測器、網路
110:光偵測器
112:第一光源、光源
114:第二光源、光源
140:物體
160:發光單元
180:光偵測單元
190:第二光偵測單元、光偵測單元
200:感測裝置
202:光偵測電路、光偵測器
203:控制器
300:感測裝置
400:感測裝置
401:第一晶片、晶片
402:第二晶片、晶片
403:第三晶片、晶片
404:第四晶片、晶片
405:第五晶片、晶片
460:導孔
500:感測裝置
502:太陽
600:感測裝置
601:導孔
602:導孔
603:導孔
604:導孔
605:導孔
606:導孔
700:感測裝置
800:感測裝置、元件
900:感測裝置
1000:寬頻感測器
1005:穩壓器
1010:溫度感測器
1015:I2C控制器
1020:PPL
1025:時序產生器
1030:調變
1035:可編程延遲
1040:像素陣列
1041:預計算單元
1042:第一AI建模單元
1043:第二AI建模單元
1044:預測單元
1045:讀出
1050:ADC
1055:訊號處理器
1060:記憶體
1065:輸出介面
1200:方法
1202:步驟
1204:步驟
1206:步驟
1208:步驟
1210:步驟
1212:步驟
1214:步驟
1216:步驟
1218:步驟
1220:步驟
1300:運算系統、範例系統
1302:發光單元
1304:光偵測單元
1306:計算單元
1308:預計算單元
1310:AI建模單元
1312:預測單元
1314:影像分析單元
1316:材料判定單元
1318:調整單元
1320:實施單元
1400:範例系統、範例運算系統
1402:運算系統
1404:運算元件
1406:處理器
1408:記憶體
1410:指令
1412:資料
1414:通訊介面
1416:機器學習模型、模型
1420:網路
1430:機器學習運算系統
1432:處理器
1434:記憶體
1436:資料
1438:指令
1440:通訊介面
1442:機器學習模型、模型
1444:模型訓練器
1446:訓練資料、訓練資料集
2401:晶片
2501:第一晶片、晶片
2502:第二晶片
2601:第一晶片、晶片
2602:第二晶片
2701:共用基板、矽基板
2801:矽基板
2802:N+ III-V材料接觸層
2803:N- III-V材料包覆層
2804:量子點(QD)材料層
2805:P- III-V材料包覆層
2806:P+ III-V材料接觸層
2900A:一維光偵測器陣列
2900B:二維光偵測器陣列
2902:基板
2904:光偵測器
2904A:感測器
2904N:感測器
3000:FSI光偵測器陣列
3002:基板
3004:光偵測器
3004A:感測器
3004B:感測器
3000C:感測器
3004N:感測器
3006:光學過濾器
3006A:帶通過濾器
3006B:帶通過濾器
3006C:帶通過濾器
3006N:帶通過濾器
3100:FSI光偵測器陣列
3104:光偵測器
3104A:感測器
3104B:感測器
3104C:感測器
3104N:感測器
3106:過濾器
3106A:過濾器
3106B:過濾器
3106C:過濾器
3106N:過濾器
3108:微透鏡陣列
3108A:微透鏡陣列
3108B:微透鏡陣列
3108C:微透鏡陣列
3108N:微透鏡陣列
3110:分隔件
3200:BSI光偵測器陣列
3202:基板
3204:光偵測器
3204A:感測器
3204B:感測器
3204C:感測器
3204N:感測器
3206:光學過濾器、過濾器
3206A:過濾器
3206B:過濾器
3206C:過濾器
3206N:過濾器
3208:微透鏡陣列
3210:分隔件
3300:BSI光偵測器陣列
3304:光偵測器
3304A:感測器
3304B:感測器
3304C:感測器
3304N:感測器
3306A:過濾器
3306B:過濾器
3306C:過濾器
3306N:過濾器
3308:微透鏡陣列
3308A:微透鏡陣列
3308B:微透鏡陣列
3308C:微透鏡陣列
3308N:微透鏡陣列
IL1:第一入射光
IL2:第二入射光
SO:感測器輸出訊號、感測器輸出
ED:計算結果
TL1:第一傳送光
TL2:第二傳送光
P01:預計算結果
S01:第一建模訊號
S02:第二建模訊號
EN1:第一數值
EN2:第二數值
CS1:第一控制訊號
CS2:第二控制訊號
DS1:偵測訊號
DS2:偵測訊號
W1:接合線
W2:接合線
W3:接合線
W4:接合線
B1:銲塊
B2:銲塊
B3:銲塊
B4:銲塊
λ1:波長
λ2:波長
λ3:波長
λN:波長
FD1:讀出區
FD2:讀出區
DEMOD1:解調變區
DEMOD2:解調變區
CLKP:時鐘訊號
CLKN:時鐘訊號
SH:控制訊號
Msh1:控制電晶體
Msh2:控制電晶體
RST:控制訊號
Mrt1:重置電晶體
Mrt2:重置電晶體
BS:控制訊號
Msf1:源極隨耦器
Msf2:源極隨耦器
Mbt1:列選擇電晶體
Mbt2:列選擇電晶體
C1:電容
C2:電容
METAL:金屬
VIA:穿孔
以下詳細說明連同附圖將使讀者更輕易領會並理解以上態樣及本申請之諸多優點,於附圖中:
[圖1]為依據本申請範例態樣之感測裝置範例結構之方塊圖。
[圖2]為依據本申請範例態樣之感測裝置範例結構之方塊圖。
[圖3]為依據本申請範例態樣之感測裝置範例結構之方塊圖。
[圖4]為依據本申請範例態樣之感測裝置範例結構之方塊圖。
[圖5]為依據本申請範例態樣之感測裝置範例結構之方塊圖。
[圖6]為依據本申請範例態樣之感測裝置範例結構之方塊圖。
[圖7]為依據本申請範例態樣之具有電腦視覺技術的感測裝置範例結構之方塊圖。
[圖8]依據本申請範例態樣描繪一感測裝置之寬頻應用範例之實施方式。
[圖9]依據本申請範例態樣描繪一感測裝置之寬頻應用範例之實施方式。
[圖10]為依據本申請範例態樣之範例寬頻感測器之方塊圖。
[圖11]為依據本申請範例態樣之範例光偵測器之剖視圖。
[圖12]為依據本申請範例態樣之範例方法之流程圖。
[圖13]為依據本申請範例態樣之範例系統圖。
[圖14]為依據本申請範例態樣之範例系統圖。
[圖15]為依據本申請範例態樣之範例感測器之方塊圖。
[圖16]為依據本申請範例態樣之範例感測器之方塊圖。
[圖17]為依據本申請範例態樣之範例感測器之方塊圖。
[圖18]為依據本申請範例態樣之範例感測器之方塊圖。
[圖19]為依據本申請範例態樣之範例感測器之方塊圖。
[圖20]為依據本申請範例態樣之範例感測器之方塊圖。
[圖21]為依據本申請範例態樣之範例感測器之方塊圖。
[圖22]為依據本申請範例態樣之範例感測器之方塊圖。
[圖23]為依據本申請範例態樣之範例感測器之方塊圖。
[圖24]為依據本申請範例態樣之範例感測器之方塊圖。
[圖25]為依據本申請範例態樣之範例感測器之方塊圖。
[圖26]為依據本申請範例態樣之範例感測器之方塊圖。
[圖27]為依據本申請範例態樣之範例光偵測電路之方塊圖。
[圖28]為依據本申請範例態樣之範例光源之方塊圖。
[圖29A]為依據本申請範例態樣之範例光偵測器陣列方塊圖。
[圖29B]為依據本申請範例態樣之範例光偵測器陣列方塊圖。
[圖30]為依據本申請範例態樣所描繪之範例光偵測器陣列。
[圖31]為依據本申請範例態樣所描繪之範例光偵測器陣列。
[圖32]為依據本申請範例態樣所描繪之範例光偵測器陣列。
[圖33]為依據本申請範例態樣所描繪之範例光偵測器陣列。
100:感測裝置
102:寬頻感測器、感測器
104:計算電路
106:調整電路
IL1:第一入射光
IL2:第二入射光
SO:感測器輸出訊號、感測器輸出
ED:計算結果
Claims (20)
- 一種感測裝置,其包含: 一感測器,包含一光偵測單元,配置為吸收(i)一具有一第一波長之第一入射光以產生一第一偵測訊號,及(ii)一具有一第二波長之第二入射光以產生一第二偵測訊號; 一計算電路,耦接於該感測器,配置為依據該第一偵測訊號及該第二偵測訊號而輸出一計算結果;及 一調整電路,耦接於該計算電路,配置為依據該計算結果而對一或多種與該感測裝置關聯之機能執行一調整。
- 如請求項1所述之感測裝置,進一步包含: 一第一光源,配置為發射具有該第一波長之一第一傳送光;及 一第二光源,配置為發射具有該第二波長之一第二傳送光, 其中該第一入射光為受一物體反射後之該第一傳送光之一部分;且該第二入射光為受該物體反射後之該第二傳送光之一部分。
- 如請求項2所述之感測裝置,其中該第一傳送光在一第一時期中以一第一調變頻率調變,且在一第二時期中以一第二調變頻率調變。
- 如請求項1所述之感測裝置,其中該第一偵測訊號具有一第一數值且該第二偵測訊號具有一第二數值,且其中該第一數值與該第二數值不同。
- 如請求項1所述之感測裝置,其中該計算電路包含: 一預計算單元,配置為依據該第一偵測訊號及該第二偵測訊號而執行一積分計算或一微分計算,以輸出一預計算結果; 一AI建模單元,耦接於該預計算單元,配置為執行一影像資料分析並輸出一建模訊號;及 一預測單元,耦接於該AI建模單元,配置為依據該建模訊號而預測一狀態為該計算結果。
- 如請求項1所述之感測裝置,其中該光偵測單元包含一第一光偵測器及一第二光偵測器,其中該第一光偵測器具有一第一光吸收材料,且該第二光偵測器具有一第二光吸收材料,且其中該第一光吸收材料與該第二光吸收材料不同。
- 如請求項6所述之感測裝置,其中該第一光吸收材料包含矽,且該第二光吸收材料包含鍺或III-V族材料。
- 如請求項1所述之感測裝置,進一步包含: 一二維光偵測單元,配置為偵測一物體並產生一二維影像。
- 如請求項8所述之感測裝置,其中該計算電路係配置為依據該第一偵測訊號、該第二偵測訊號及該二維影像而輸出該計算結果。
- 如請求項1所述之感測裝置,其中該感測器係配置為依據該第一偵測訊號及該第二偵測訊號而輸出一深度資訊、一校正資訊、一誤差修正代碼資訊或一數值資訊。
- 一種感測方法,其係包含: 由包含一三維光偵測單元之一感測器,吸收具有一第一波長之一第一入射光以產生一第一偵測訊號,並吸收具有一第二波長之一第二入射光以產生一第二偵測訊號; 由一計算電路依據該第一偵測訊號及該第二偵測訊號而判定一計算結果;及 由一調整電路依據該計算結果而決定一輸出以對一或多種與一感測裝置關聯之機能執行一調整。
- 如請求項11所述之感測方法,進一步包含: 由一第一光源發射具有該第一波長之一第一傳送光; 由一第二光源發射具有該第二波長之一第二傳送光;及 其中該第一入射光為受一物體反射後之該第一傳送光之一部分;且該第二入射光為受該物體反射後之該第二傳送光之一部分。
- 如請求項12所述之感測方法,其中該第一傳送光在一第一時期中以一第一調變頻率調變,且在一第二時期中以一第二調變頻率調變。
- 如請求項11所述之感測方法,其中該第一偵測訊號具有一第一數值且該第二偵測訊號具有一第二數值,且其中該第一數值與該第二數值不同。
- 如請求項11所述之感測方法,其中該計算結果係依據一程序而判定,所述程序包含: 由一預計算單元依據該第一偵測訊號及該第二偵測訊號而執行一積分計算或一微分計算,以輸出一預計算結果; 由一AI建模單元執行一影像資料分析以輸出一建模訊號;及 由一預測單元依據該建模訊號而預測一狀態為該計算結果。
- 如請求項11所述之感測方法,其中該光偵測單元包含一第一光偵測器及一第二光偵測器,其中該第一光偵測器具有一第一光吸收材料且該第二光偵測器具有一第二光吸收材料,且其中該第一光吸收材料與該第二光吸收材料不同。
- 如請求項16所述之感測方法,其中該第一光吸收材料包含矽,且該第二光吸收材料包含鍺或III-V族材料。
- 一種感測運算元件,其係包含: 一感測器,包含一光偵測單元,配置為吸收(i)具有一第一波長之一第一入射光以產生一第一偵測訊號,及(ii)具有一第二波長之一第二入射光以產生一第二偵測訊號; 一或多個處理器;及 一記憶體,包含一或多個有形非暫態電腦可讀媒體,該媒體儲存多個電腦可讀指令,當該等指令受該一或多個處理器執行時,可使該一或多個處理器執行以下操作: 至少部分基於該第一偵測訊號及該第二偵測訊號而判定一計算結果;及 至少部分基於該計算結果而判定對一或多種與該感測運算元件關聯之機能之一調整;及 在該感測運算元件上實施該調整; 其中該感測器包含一近紅外線或短波紅外線感測器。
- 如請求項18所述之感測運算元件,其中該第一波長及該第二波長中之一或多者具有一大於1050 nm之波長。
- 如請求項18所述之感測運算元件,其中至少部分基於該第一偵測訊號及該第二偵測訊號而判定該計算結果包含: 判定與該第一偵測訊號及該第二偵測訊號關聯之物體之材料。
Applications Claiming Priority (8)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US202063035859P | 2020-06-08 | 2020-06-08 | |
US63/035,859 | 2020-06-08 | ||
US202063079452P | 2020-09-16 | 2020-09-16 | |
US63/079,452 | 2020-09-16 | ||
US202163173488P | 2021-04-11 | 2021-04-11 | |
US63/173,488 | 2021-04-11 | ||
US17/331,811 | 2021-05-27 | ||
US17/331,811 US20210381960A1 (en) | 2020-06-08 | 2021-05-27 | Wideband Sensing Apparatus and Method Thereof |
Publications (1)
Publication Number | Publication Date |
---|---|
TW202219489A true TW202219489A (zh) | 2022-05-16 |
Family
ID=76325367
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
TW110120443A TW202219489A (zh) | 2020-06-08 | 2021-06-04 | 感測裝置、感測方法及感測運算元件 |
Country Status (4)
Country | Link |
---|---|
US (1) | US20210381960A1 (zh) |
EP (1) | EP3933434A3 (zh) |
CN (1) | CN114088644A (zh) |
TW (1) | TW202219489A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
TWI827411B (zh) * | 2022-12-21 | 2023-12-21 | 新唐科技股份有限公司 | 微控制電路及處理方法 |
Families Citing this family (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US11681903B2 (en) | 2019-10-31 | 2023-06-20 | Micron Technology, Inc. | Spike detection in memristor crossbar array implementations of spiking neural networks |
US11668797B2 (en) | 2019-12-18 | 2023-06-06 | Micron Technology, Inc. | Intelligent radar electronic control units in autonomous vehicles |
US11947359B2 (en) * | 2020-02-14 | 2024-04-02 | Micron Technology, Inc. | Intelligent lidar sensors for autonomous vehicles |
US11395239B2 (en) * | 2020-12-11 | 2022-07-19 | Nvidia Corporation | Radio frequency power adaptation for handheld wireless devices |
US20230408699A1 (en) * | 2022-06-09 | 2023-12-21 | Infineon Technologies Ag | Time-of-flight image sensor with quantom dot photodetectors |
WO2024029255A1 (ja) * | 2022-08-02 | 2024-02-08 | ソニーセミコンダクタソリューションズ株式会社 | 電子機器 |
Family Cites Families (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP1860994B1 (en) * | 2005-03-01 | 2019-10-16 | Masimo Laboratories, Inc. | Multiple wavelength sensor emitters |
US7446316B2 (en) * | 2005-10-31 | 2008-11-04 | Honeywell International Inc. | Skin detection sensor |
US8290730B2 (en) * | 2009-06-30 | 2012-10-16 | Nellcor Puritan Bennett Ireland | Systems and methods for assessing measurements in physiological monitoring devices |
US8541745B2 (en) * | 2011-11-16 | 2013-09-24 | Motorola Mobility Llc | Methods and devices for clothing detection about a wearable electronic device |
US9005129B2 (en) * | 2012-06-22 | 2015-04-14 | Fitbit, Inc. | Wearable heart rate monitor |
US9442523B2 (en) * | 2014-07-25 | 2016-09-13 | Salutron, Inc. | User-wearable devices with power conserving features |
US10345447B1 (en) * | 2018-06-27 | 2019-07-09 | Luminar Technologies, Inc. | Dynamic vision sensor to direct lidar scanning |
KR20210033540A (ko) * | 2018-08-16 | 2021-03-26 | 센스 포토닉스, 인크. | 통합된 라이다 이미지-센서 디바이스들 및 시스템들 및 관련된 동작 방법들 |
-
2021
- 2021-05-27 US US17/331,811 patent/US20210381960A1/en active Pending
- 2021-06-04 TW TW110120443A patent/TW202219489A/zh unknown
- 2021-06-07 EP EP21178049.9A patent/EP3933434A3/en active Pending
- 2021-06-08 CN CN202110637897.9A patent/CN114088644A/zh active Pending
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
TWI827411B (zh) * | 2022-12-21 | 2023-12-21 | 新唐科技股份有限公司 | 微控制電路及處理方法 |
Also Published As
Publication number | Publication date |
---|---|
EP3933434A3 (en) | 2022-03-09 |
EP3933434A2 (en) | 2022-01-05 |
CN114088644A (zh) | 2022-02-25 |
US20210381960A1 (en) | 2021-12-09 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
TW202219489A (zh) | 感測裝置、感測方法及感測運算元件 | |
KR102568462B1 (ko) | 적어도 하나의 대상체의 위치를 결정하는 검출기 | |
US10955936B2 (en) | Detector for optically detecting at least one object | |
CN109521397B (zh) | 用于光学地检测至少一个对象的检测器 | |
JP2022101599A (ja) | 光学的検出のための光センサおよび検出器 | |
CN109219891A (zh) | 用于光学检测至少一个对象的检测器 | |
KR20170092577A (ko) | 광 검출기 | |
JP2018507389A (ja) | 光学検出器 | |
EP3230690A1 (en) | Optical detector | |
US11262575B2 (en) | MEMS package with double-sided mirror | |
US11493609B2 (en) | MEMS device with integrated mirror position sensor | |
US20210239529A1 (en) | Optical sensor device | |
Cassis | Intelligent Sensing: Enabling the Next “Automation Age” | |
WO2020168187A1 (en) | Depth and vision sensors for challenging agricultural environments | |
TW202206849A (zh) | 用於測量的裝置及用以判定環境中兩點間之距離之方法 | |
US20240280407A1 (en) | Multi-Application Optical Sensing Apparatus and Method Thereof | |
Piñeiro et al. | Low-Cost LIDAR-Based Monitoring System for Fall Detection | |
Tejero-Ruiz et al. | Unmanned Aerial Vehicle Navigation with Event Cameras |