基于石墨烯散熱的8K智能攝像頭

0   引言

隨著4K電視（分辨率：3 840×2 160，約800 萬(wàn)像素）的普及，和人們對(duì)畫(huà)質(zhì)的極限追求，8K電視（分辨率：7 680×4 320，約3 300 萬(wàn)像素）已成為研究熱點(diǎn)。為了適應(yīng)電視的需求，本文設(shè)計(jì)了一款基于石墨烯散熱的8K智能攝像頭，相對(duì)于4 K 攝像頭，攝像頭的色彩飽和度、層次感均有大幅的提升。由于攝像頭體積小、芯片發(fā)熱量大，對(duì)散熱要求極高，因此本文采用散熱效果較好的石墨烯材料對(duì)產(chǎn)品散熱。

本文開(kāi)發(fā)基于石墨烯散熱的8 K 智能攝像頭畫(huà)質(zhì)效果好，性能穩(wěn)定，散熱效果好，具有極好的應(yīng)用和發(fā)展前景。本文重點(diǎn)介紹攝像頭硬件主要電路開(kāi)發(fā)和石墨烯散熱設(shè)計(jì)方案。

1   硬件設(shè)計(jì)

智能攝像頭主控采用瑞芯微RK3588，傳感器采用索尼IMX435，散熱使用石墨烯。傳感器IMX435 將采集的圖像信息通過(guò)MIPI 信號(hào)傳送到主控 RK3588，主控對(duì)接收到的圖像進(jìn)行編解碼后通過(guò)HDMI2.1 發(fā)送到電視，電視顯示實(shí)時(shí)圖像信息，從而實(shí)現(xiàn)攝像頭到電視8 K 極高清呈現(xiàn)。8K智能攝像頭信號(hào)流圖如下：

1.1 RK3588介紹

RV3588 采用第四代編解碼技術(shù)，內(nèi)部晶體管高達(dá)60 億，NPU 算力6 TOPs，采用八核（4×Cortex-A76 + 4×Cortex-A55）64 位大小核架構(gòu)，主頻支持2.4 GHz 和1.8 GHz，性能和功耗完美結(jié)合。RK3588采用瑞芯微第三代影像視覺(jué)處理技術(shù)，內(nèi)部集成了8KISP，支持多攝像頭接入、寬動(dòng)態(tài)對(duì)比度增強(qiáng)、3D 降噪畸變矯正等技術(shù)。芯片內(nèi)置豐富的高速接口如：USB3.1、USB2.0、PCIe3.0、PCIe2.0、、TYPE-C 等，易于擴(kuò)展，系統(tǒng)支持Android、Linux OS。

1.2 IMX435 介紹

索尼IMX435 最高支持8K@60, 性?xún)r(jià)比較高的節(jié)能型CMOS 傳感器，自然轉(zhuǎn)換增益技術(shù)可以使IMX435在黑暗中SNR 更高， 芯片還支持ISO50、ISO200、ISO800、ISO12800、ISO102400、ISO1638.4 K 等6 個(gè)原生感光度設(shè)定。

1.3 石墨烯散熱

石墨烯是一種未來(lái)革命性的材料，具有極好的熱傳導(dǎo)性能，用在芯片散熱上散熱效果極佳，大大提升芯片的穩(wěn)定性。石墨烯是目前導(dǎo)熱系數(shù)最高的碳材料，導(dǎo)熱系數(shù)高達(dá)5 300 W/mK。

1.4 硬件設(shè)計(jì)

智能攝像頭硬件電路主要包括主控電路、傳感器電路、電源電路、時(shí)鐘復(fù)位電路等。硬件電路如圖2：

其中，整個(gè)系統(tǒng)通過(guò)5 V/2 A 電源適配器供電，復(fù)位和時(shí)鐘電路能保證系統(tǒng)正常工作，DDR 是隨機(jī)存儲(chǔ)器，F(xiàn)lash是用來(lái)存儲(chǔ)程序的。智能攝像頭通過(guò)傳感器索尼IMX435 采集圖像信息，通過(guò)MIPI 信號(hào)把采集的圖像信息傳輸?shù)街骺豏K3588，主控對(duì)收到的圖像信息進(jìn)行編解碼，然后通過(guò)HDMI2.1 接口發(fā)送圖像到8K 電視上，從而實(shí)現(xiàn)端到端的8 K 呈現(xiàn)。為了使主控芯片、傳感器芯片和系統(tǒng)穩(wěn)定，本設(shè)計(jì)使用石墨烯對(duì)芯片散熱，完美的解決了芯片散熱問(wèn)題。

RV3588芯片24 MHz晶振和內(nèi)部反饋電路共同構(gòu)成了系統(tǒng)的時(shí)鐘電路，芯片的nPOR 引腳低電平有效，用來(lái)實(shí)現(xiàn)芯片復(fù)位，復(fù)位時(shí)間大于4 μs 可以保證芯片穩(wěn)定工作。芯片有兩個(gè)PLL 的電源，分別是PLL_AVDD_0V8 和PLL_AVDD_1V8，電源去耦電容設(shè)計(jì)上必須靠近管腳的位置擺放，為防止干擾PLL 必須單獨(dú)供電。芯片CPU 電源的核電壓是0V8，電源芯片LDO 供電能力大于1A5,PCB 布局時(shí)，電容必須靠近芯片引腳，否則系統(tǒng)會(huì)不穩(wěn)定。芯片Logic 和NPU 電源的核電壓是0V8，電源芯片LDO 供電能力大于2 A,PCB 布局時(shí)，電容必須靠近芯片引腳，否則系統(tǒng)會(huì)不穩(wěn)定。LPDDR4 電壓值是1.1 V，DDR 顆粒的電源必須要采用同一電源網(wǎng)絡(luò)，電容靠近芯片放置，VCC_DDR 通過(guò)分壓電阻產(chǎn)生Vref_CA 電壓，分壓電阻精度要求使用1% 的精密電阻。

晶振的XIN、XOUT 信號(hào)在PCB 設(shè)計(jì)時(shí)走線(xiàn)全程做包地處理，并保證這些信號(hào)有完整的參考地， 晶體電路下方不能電源線(xiàn)或有高速信號(hào)穿過(guò)，并且不超過(guò)兩個(gè)過(guò)孔，晶振靠近主控放置。DDR 組內(nèi)的不同信號(hào)線(xiàn)之間和組間兩相鄰信號(hào)線(xiàn)均要保持“3 W”原則，CLKP、CLKN 差分對(duì)線(xiàn)長(zhǎng)誤差小于5 mil，DQS、DM和DATA 的線(xiàn)長(zhǎng)誤差小于10 mil，DQSnP、DQSnM 差分對(duì)線(xiàn)長(zhǎng)誤差小于5 mil。FLASH 保持信號(hào)參考平面完整避免信號(hào)走線(xiàn)穿越電源分割區(qū)域，相鄰信號(hào)走線(xiàn)間距保持“3 W”原則。

傳感器 MIPI 差分信號(hào)并保持GND 參考平面完整，差分對(duì)等長(zhǎng)且小于5 mil，差分對(duì)的PCB 走線(xiàn)控制差分阻抗100 Ω±10%，控制器電源的去耦電容請(qǐng)靠近管腳放置，差分對(duì)與其他信號(hào)的間距遵循3 W 原則。

4   結(jié)束語(yǔ)

本文設(shè)計(jì)了一款基于石墨烯散熱的8 K智能攝像頭，通HDMI2.1 接口直連電視，給用戶(hù)8 K 端到端極高清的完美呈現(xiàn)。為了確保攝像頭性能穩(wěn)定，本設(shè)計(jì)采用石墨烯對(duì)芯片散熱。

參考文獻(xiàn):

[1] SJURSEN A D, FRIIS M, RNNING L , et al. Monitoring of anadromous salmonids in the Fjrevassdraget watercourse,Nordland. Results from the video surveillance in 2020[A],2021.

[2] SEVCIK J. A special peripheral component interconnect express card for video surveillance systems in alarm applications[J]. Przeglad Elektrotechniczny,2021,1(5):30-35.

[3] MOSAIF A, RAKRAK S. A new system for real-time video surveillance in smart cities based on wireless visual Sensor networks and fog computing[J].Journal of Communications,2021,16(5):175-184.

[4] KHALID N,GOCHOO M, JALAL A, et al. Modeling twoperson segmentation and locomotion for stereoscopic action identification: a sustainable video surveillance system[J].Sustainability,2021,13.

[5] KUMAR P. Development of a thermal-visible video surveillance system based on fractional order tv-model[J]. Journal of Physics Conference Series,2021, 1950(1):012026.

[6] ZHANG J, JIA X, HU J, et al. Moving vehicle detection for remote sensing video surveillance with non stationary satellite platform[J].IEEE Transactions on Pattern Analysis and Machine Intelligence,2021,(99):1.

[7] SHAHBAZ A, JO K H. Dual camera-based supervised foreground detection for low-end video surveillance systems[J].IEEE Sensors Journal,2021,(99):1.

[8] PANDA S K, SAHU S K. Design of IoT-based real-time video surveillance system using raspberry Pi and Sensor network[M].2021.

（本文來(lái)源于《電子產(chǎn)品世界》雜志2023年1月期）