图像传感器的动态范围是汽车成像中的一个关键指标。什么是动态范围？维基百科定义，动态范围（Dynamic Range）是可变化信号（例如声音或光）最大值和最小值的比值。

         可变化的信号S有多种，对一帧图像而言，S的最小值为1，最大值受限于数据带宽，即数据能够存储的最大值。一张8位的灰度图，最大值255，此时理论上的动态范围就是48dB，10位图像动态范围可到60dB，20位图像动态范围120dB。

         实际上，动态范围是一个通用的概念，不同的信号或者变量S都可以定义自己的动态范围，图像传感器有动态范围，显示器，投影机，打印机等等都有自己的动态范围。我们甚至可以定义一个人的动态范围，如果这个人条件艰苦时能吃苦，条件优渥时会享受，既能将就也会讲究，这就是个高动态范围的狠人。

         图像的动态范围和场景的动态范围，大多数情况是不一致的。

         场景的信号S不是图像的灰度值，它是场景发射光线的亮度。可以理解为S最大值是场景中最亮部分的亮度，S的最小值是场景中最黑部分的亮度。它与图像动态范围相关但不相等。同时图像的后处理通常会把线性数据压缩为非线性输出，这也会放大图像数值和场景动态范围的差异。

Figure 1宽动态典型场景

         如果把场景的亮度作为横坐标，图像传感器输出的数据作为纵坐标，我们就得到图2所示的sensor输出和场景的动态范围映射关系。图像传感器把一定亮度范围的场景采集并映射为自己的输出，如图中红框所示。

Figure 2 场景到sensor的动态范围映射

         图像传感器实际动态范围通常比场景的动态范围低，传感器的能力只能采集红框对应横坐标内场景的亮度范围。红框的位置需要动态调整移动，以适应场景亮度的变化，这是成像算法中自动曝光(auto exposure)模块的任务。

         对汽车高动态范围的场景，会有同一场景中极亮和极暗部分同时出现的情况，例如夜间街道，既有车大灯也有街道的暗角，此时移动红框已经无法同时看清楚两个部分，必须把红框做大，这就是汽车上用到的高动态范围图像传感器。

         从原理上讲，红框尺寸受限于传感器的像素势阱容量，受限于尺寸，很难简单做大，车用图像传感器的高动态范围技术是行业面临的共同挑战。过去二十年来，车载图像传感器的高动态范围大致有如下四大技术流派。

         第一个是动态改变像素的灵敏度扩充动态范围。如图3所示，图像传感器对场景亮度的映射变成非线性，随着环境亮度增加，像素灵敏度逐渐下降，灵敏度从亮度的线性函数变成分段函数。如下图所示，电荷积累分成三段，亮度低时灵敏度高，对应黑色电荷，然后亮度中等灵敏度也中等，对应蓝色电荷，最后亮度最高灵敏度最低。从坐标图中可以看到，此时像素的势阱容量即纵坐标不增加，但映射的场景亮度范围即横坐标可以明显加大，实现了增大动态范围的目标。

         安森美(onsemi)的车用图像传感器产品线早期推出过30万像素的可变灵敏度sensor，就是基于此类技术，这个技术的最大挑战在于它改变了像素的灵敏度特性，让线性特性的灵敏度变成非线性，而这个折线的形状对电压、温度和曝光时长敏感，一致性差，动态范围扩展能力有限，只能勉强用于大尺寸像素黑白图像的传感器。目前这类技术已经逐渐被市场淘汰。

Figure 3 非线性化扩充动态范围

         第二个高动态范围技术是时分多次曝光。这个是目前主流车用图像传感器所采用的技术。做法就是图像传感器改变曝光时间连续多次曝光得到多帧图像，然后从中选择合适像素合并成一帧图像。如图4示意，传感器改变曝光时间，相当于自带自动曝光功能，对场景不同亮度分别采样，得到多个红框，然后把动态范围拼接起来。这个技术的优点在于：像素势阱容量不用额外做大，只需把数据带宽做大；每个曝光的时长控制可以很精确，最终拟合的图像亮度线性特性好；动态范围扩展容易，仅用时分技术就能做到140dB的动态范围。

         时分多次曝光技术有一个难以克服的问题，由于sensor的连续曝光时间上是依次滞后的，当场景中有快速移动物体或光照剧烈变化例如LED频闪情况下，多帧图像拟合后会出现运动物体伪影和色彩噪声。ADAS算法需要针对性地训练这类噪声。