STMicro VD56GA DeepNIR:1.1MP车规级红外图像传感器如何降低DMS成本门槛

硬件深度分析 — 当红外传感器从$30+降到$10以下,DMS从豪华车标配走向全系标配

产品概述

2026年9月,STMicroelectronics发布 ST SafeSense VD56GA — 1.1MP车规级红外图像传感器,专为DMS/OMS设计。

参数 VD56GA 典型竞品 优势
分辨率 1.1MP (1280×800) OV2311: 2MP DMS够用
像素架构 BSI DeepNIR FSI/BSI NIR灵敏度↑
调制传递函数(MTF) +35% — 清晰度↑
信噪比(波长940nm) +21% — 暗光↑
全局快门 ✅ 部分卷帘 无运动模糊
封装 aBGA + CPLCC — 双封装选项
车规 AEC-Q100 Grade 2 — 车规认证
成本 ~$8-12(预估) OV2311: ~$15-25 ↓40-50%

DeepNIR BSI像素技术

为什么940nm?

NIR波段 人眼不可见性 补光LED成本 传感器QE 推荐
850nm ⚠️ 微弱红光 $ 较高 老方案
940nm ✅ 完全不可见 $$ DeepNIR↑ 推荐
1550nm ✅ $$$$ 需InGaAs(极贵) 特殊

DeepNIR解决了940nm QE低的痛点:传统FSI在940nm QE仅15-20%,DeepNIR提升至40%+,接近可见光水平。

DMS传感器对比

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
"""
DMS红外图像传感器对比

关键维度:
1. 分辨率:DMS需≥640×480,OMS可降级
2. 帧率:≥30fps(疲劳检测最低),60fps理想
3. NIR QE:决定补光功率和检测距离
4. 全局快门:避免运动模糊(关键!)
5. 成本:决定能否全系标配
6. 车规:AEC-Q100
"""

sensors = [
{
'name': 'ST VD56GA (2026新)',
'resolution': '1.1MP (1280×800)',
'fps': 60,
'nir_qe_940': '>40% (DeepNIR BSI)',
'shutter': 'Global',
'package': 'aBGA/CPLCC',
'grade': 'AEC-Q100 G2',
'cost_est': '$8-12',
'notes': 'MTF+35%, SNR+21%, 专为DMS优化'
},
{
'name': 'OV2311 (现有)',
'resolution': '2MP (1600×1200)',
'fps': 30,
'nir_qe_940': '~25-30%',
'shutter': 'Global',
'package': 'PLCC',
'grade': 'AEC-Q100 G2',
'cost_est': '$15-25',
'notes': '行业标杆,分辨率高'
},
{
'name': 'OV9282 (低成本)',
'resolution': '1MP (1280×800)',
'fps': 60,
'nir_qe_940': '~20-25%',
'shutter': 'Global',
'package': 'PLCC',
'grade': 'AEC-Q100 G2',
'cost_est': '$8-12',
'notes': '分辨率类似VD56GA但NIR QE低'
},
{
'name': 'AR0144 (onsemi)',
'resolution': '1MP (1280×720)',
'fps': 60,
'nir_qe_940': '~30%',
'shutter': 'Global',
'package': 'PLCC',
'grade': 'AEC-Q100 G2',
'cost_est': '$10-15',
'notes': '竞品,NIR QE中等'
},
]

print("=" * 100)
print(f"{'传感器':<25} {'分辨率':<18} {'帧率':<6} {'940nm QE':<20} {'快门':<8} {'成本':<10}")
print("-" * 100)
for s in sensors:
print(f"{s['name']:<25} {s['resolution']:<18} {s['fps']:<6} {s['nir_qe_940']:<20} {s['shutter']:<8} {s['cost_est']:<10}")
print("=" * 100)
print("\n✅ ST VD56GA优势: 940nm QE最高(>40%), 成本最低, MTF最高")
print("⚠️ 注意: 分辨率1.1MP低于OV2311的2MP, 但DMS够用")

DMS系统成本影响

传统方案 vs VD56GA方案

组件 传统方案 VD56GA方案 节省
IR传感器 OV2311 $20 VD56GA $10 $10
IR补光LED SFH 4740 ×4 ($4) SFH 4740 ×2 ($2) $2 (QE↑→补光↓)
图像处理ISP 外置ISP $5 集成ISP $0 $5
镜头组 固定焦距 $3 固定焦距 $3 $0
FPC+结构件 $3 $3 $0
总计 $35 $18 ~49%

部署架构

Euro NCAP 2026适配

Euro NCAP要求 VD56GA能力 适配度
≥25fps DMS 60fps ✅ 超标
驾驶员面部可见 1.1MP + DeepNIR ✅ 充分
夜间/隧道 940nm IR + QE>40% ✅ IR补光
戴眼镜/墨镜 全局快门+60fps ✅ 帧率足够
头部转动跟踪 1280×800 ✅ 够用
OOP检测 1.1MP姿态 ⚠️ OMS建议2MP+

与DistillGaze的协同

VD56GA + DistillGaze形成低成本+高精度DMS:

组件 参数 成本
VD56GA传感器 1.1MP, DeepNIR, 60fps ~$10
940nm LED ×2 120mW/sr ~$2
DistillGaze模型 256K, CPU运行 ~$0(软件)
PERCLOS检测 EAR阈值 ~$0(软件)
总DMS成本 — ~$12

对比传统方案($35+),节省~65%。

IMS开发启示

1. 传感器选型决策树

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
def select_dms_sensor(budget, resolution_need, night_vision):
"""
DMS传感器选型决策

budget: 单套传感器+补光预算(USD)
resolution_need: DMS=1MP, OMS=2MP+
night_vision: 是否需要夜间
"""
if budget < 15:
return 'VD56GA', '最低成本+DeepNIR, DMS够用'
elif resolution_need >= 2:
return 'OV2311', '高分辨率, OMS/DMS双用'
elif night_vision and budget < 20:
return 'VD56GA', '940nm QE最高, 补光成本最低'
else:
return 'AR0144', '平衡方案'

# 测试
print(select_dms_sensor(12, 1, True)) # VD56GA
print(select_dms_sensor(25, 2, True)) # OV2311
print(select_dms_sensor(15, 1, False)) # VD56GA

2. 从豪华到下沉

车型级别 传感器 算法 总成本
豪华(DMS+OMS) OV2311 ×2 YOLO27+DistillGaze ~$50
主力(DMS+简单OMS) VD56GA ×1 + OV2311 ×1 YOLO27n+DistillGaze ~$30
入门(仅DMS) VD56GA ×1 DistillGaze+EAR ~$12

3. 补光设计优化

DeepNIR QE>40%意味着补光LED可减半:

1
2
3
4
5
6
7
8
9
10
11
12
# 补光计算
# 传统QE=20%: 需要4×LED达到目标照度
# DeepNIR QE=40%: 仅需2×LED

# 功耗节省
led_per_unit = 0.12 # W per SFH 4740
traditional_leds = 4
deepnir_leds = 2
power_saving = (traditional_leds - deepnir_leds) * led_per_unit
print(f"补光功耗节省: {power_saving:.2f}W")
print(f"LED数量: {traditional_leds} → {deepnir_leds}")
print(f"BOM节省: ${(traditional_leds - deepnir_leds) * 2}")

4. 全局快门的重要性

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
"""
为什么DMS必须用全局快门?

卷帘快门(global shutter rolling)问题:
- 驾驶员转头时图像扭曲(jello effect)
- 眨眼瞬间眼睑变形→EAR误判
- 振动场景图像行间错位

全局快门优势:
- 所有像素同时曝光→无运动变形
- 眨眼瞬间冻结→EAR准确
- 振动场景稳定→检测可靠

VD56GA: 全局快门 ✅
OV2311: 全局快门 ✅
OV9282: 全局快门 ✅
某些低成本传感器: 卷帘 ❌ → DMS不可用
"""

局限性

  1. 1.1MP分辨率:OMS检测后排乘员时分辨率不足
  2. DeepNIR专有:ST专利技术,第二供应商风险
  3. Grade 2:-40°C to +85°C,极寒环境需验证
  4. 预估成本:实际量产价需确认
  5. 无IR-cut滤镜信息:需确认是否内置NIR带通

结论

ST VD56GA DeepNIR解决了DMS下沉的硬件瓶颈:

  1. 940nm QE >40%:补光减半,成本和功耗下降
  2. ~$10成本:比OV2311节省~50%
  3. 全局快门60fps:DMS运动场景可靠
  4. 集成ISP:简化系统设计

与DistillGaze(256K, 1.44°)组合,DMS可做到**$12整套、CPU运行、无需标注**——这对IMS全系标配意义重大。


参考来源:

  • STMicroelectronics VD56GA产品发布 (2026.09)
  • eeDesignIt: STMicroelectronics Targets Lower-Cost DMS (2026.09)
  • Edge AI and Vision Alliance: ST SafeSense (2026.09)
  • Institution of Electronics: DeepNIR BSI Architecture (2026.09)
  • AEC-Q100 Grade 2 Automotive Qualification