当出现驾驶员开车偏离车道、车后有行人、盲区内有其它车辆等情况时，汽车视觉系统就会发出警报，它甚至能帮助驾驶员在泊车时不会撞到其它障碍物。但是迄今为止，由于成本太高，这些系统主要还是安装在豪华车内。
现在，瑞士CSEM公司宣称已经拥有一种技术，能把汽车视觉系统的成本从数千美元降低到数百美元。CSEM表示，OEM利用ViSe智能图像传感器设计的实时视觉系统，便宜到足以成为全球汽车的标准配备。
ABI研究公司高级分析师David Alexander最近刚刚完成了一项有关汽车车道偏离传感系统的市场研究，他指出：“我们认为ViSe图像芯片有巨大潜力。特别是对安全应用来说，实时反应至关重要，所以我们通常需要昂贵的、高性能图像处理器。但如果采用ViSe图像芯片，我们就可以降低对处理器的要求，进而极大地降低这些系统的价格。”
根据ABI公司的报告，全球每年的新车销售规模大约在6千万辆，但今年付运的配备车道偏离警告系统的汽车仅为2.5万辆左右。该公司预测，除非此类系统的价格能够大幅度下降，否则即使在2012年，这个数字也只能达到30万辆左右。
“但是，如果CSEM可以把该系统的成本从2,000美元降低到200美元，那么预计配备这种系统的汽车数量将增加为原预测值的10倍，或者说在2012年全球配备车道偏离系统的新车数目将高达300万辆。”Alexander补充道。
CSEM的部分运营资金来自于公共基金，它采取了一种以授权为基础的业务模式。该中心已把其ViSe实时方案的定制版本授权给了一些OEM厂商，这些OEM主要是向银行提供用于扫描支票的光学符号识别系统。
现在，CESM已把众多演示系统组合在一起，这其中还包括一个带有应用程序代码的评估套件，可以用于车道偏离警告系统、夜视系统、停车助手、车内乘客数量监测、行人检测和盲点监视等。CSEM也提供面向安全应用的产品，例如能够锁定人的活动，而忽略宠物进出的入侵检测系统，以及工业机器视觉演示。
“这不只是学术性研究；ViSe图像芯片是一款经过八年努力而开发出的产品。”ABI公司的Alexander表示，“他们已开始研制第三代产品，而且在下一代中他们将把所有功能集成在一块芯片上。”
目前的OEM工具包是一个双芯片解决方案，由该公司专有的视觉传感器搭配ADI公司并不昂贵的Blackfin DSP。下一步，CSEM计划把一个专有DSP芯片和其图像芯片集成在一起，提供单芯片解决方案。为了证明即便是其当前的产品也已经从根本上降低了必须的数据速率，从而能够将智能相机应用的成本从数千美元降低到数百美元，CSEM目前提供一种被称为ViSeLink的无线评估套件，其中包括双芯片方案和一个蓝牙射频芯片，二者被置于一个带镜头的相机机壳内。
图5：CSEM图像芯片的分辨率较低(见顶图)，但其差异检测电路可以完成模式识别(左下图)，并发出警告(右下图)。
“利用现有的方式构建汽车视觉系统，用户无法获得足够的带宽，从而无法通过无线链接发送视频相机中的数据流，以及远程截取现场图片。”CSEM公司微电子部副总裁Christian Enz指出，“但是使用我们的芯片组，用户就可以在当地获取所有信息，然后通过数据速率非常低的无线收发器(如蓝牙)来发送结果。”
传统的视频相机方案，是通过硬连线把高带宽的原始视频数据发送给高性能的图像处理芯片，然后通过运行算法来比较图像数据流的连续帧，从而发现差异，进而勾勒轮廓线并识别物体。ViSe芯片在内部电路中进行所有围绕芯片中每个像素的图像处理，然后把算法结果发送给一个便宜的应用处理器(如Blackfin)。
“对OEM们来说，该芯片的出现大大降低了视觉应用的开发难度。对于车道偏离警告系统等汽车电子应用而言，所有的硬图像处理都是由图像芯片完成的。”Alexander表示，“Infiniti公司在几年之前就已经拥有了一款车道偏离系统，但它使用了CMOS视频相机向一款昂贵的图像处理器芯片(他们不得不自行开发)传输数据流，该系统售价高达2,000美元左右。而CSEM的芯片可以把成本降到200美元以下。我们相信，如果实时视觉系统的成本能降到100美元以下，那么其将成为汽车的标准配置。”
今天的汽车制造商还有另一种可选方案，即采用CMOS视频相机与Mobileye公司一款专用图像处理器相组合。BMW公司就采纳了这种系统，在这种系统中需要使用一根硬连线把相机连接到Mobileye处理器。
与CSEM走相似路线，把图像处理与视觉传感器集成到同一芯片上的还有Canesta公司和International Electronics & Engineering S.A.公司(简称IEE)，二者已经分别赢得了本田公司和大众汽车公司的设计合同。但是，由于需要把完成位距计算(用于创建现场3D模型)所需要的一些额外电路集成到其图像阵列中，这两家公司的芯片都牺牲了图像分辨率。
在自适应车速控制(ACC)等三维应用中，系统需要知道本车与前车之间的距离，这种情况下CSEM提供一种可以计算间距的ViSe版本。与Canesta公司和IEE公司的视觉传感器非常相似，该版本在逐像素基础上采用渡越时间(TOF)算法。
芯片内部
ViSe图像芯片围绕每个像素配置了多个比较器和门控电路，完成邻近像素间差异的本地模拟计算。该图像阵列还带有一些逐像素积分器，用于跟踪不同时间的差异变化。因而，在积分器连续跟踪现场变化的同时，芯片还可以针对每个像素自动计算出像素间的差异。因为差异信息对亮度变化相对不敏感，当环境光线改变时，ViSe芯片的输出不会改变。
“通过本地化提取像素间的差异信息——包括幅度和方位，可以获得各方位的差异变化，我们在图像芯片上完成了大部分的像素级图像处理任务。另外，我们追踪不同时间的差异变化。”CSEM传感信息处理部负责人Edoardo Franzi说，“差异信息对亮度的变化不敏感，如汽车在树荫下使过或进入一个隧道。
虽然在芯片中这些计算是并行完成的，但图像信息的读出顺序却按照重要程度排列，而不是采用盲目的光栅扫描方式。配对的DSP通过发送一个差异度阈值，向图像芯片发出查询信息；接着，图像芯片仅读出差异度超过阈值的像素；随后，DSP逐渐降低阈值，图像处理器按照逐渐降低的差异度读出像素位置，直到应用程序完成必要识别。到这个时候，整个过程重新开始。
“我们的目标是：提取完成任务所需的最小信息量。我们不像视频相机那样逐行扫描图像阵列，而只发送发生变化的像素信息。”Franzi说，“另外，我们首先输出的是变化最大的那些像素——这是最重要的信息；然后，根据差异程度递减的顺序继续工作。这样的话，当应用程序找到自己所需要的东西后，就可以停止通讯。”
例如，对于车道偏离应用，当DSP找到标明车道的高差异像素之后，就重置阈值，让现场的其它图像部分变成空白。该系统不把时间浪费在读出对于确定车道标志线没有帮助的低差异像素上。
CSEM表示，对于所输出的差异度信息，ViSe芯片可提供100dB的动态范围和30dB的分辨率。
