2018年11月27日 | 3D ToF技术市场热度高居不下，或将引爆新一轮行业应用浪潮

2018-11-27

近年来，在智能手机全面屏与人脸识别的融合趋势下，光学市场中的ToF深度传感器技术逐渐崭露头角。作为3D深度视觉领域三大主流方案之一， ToF深度传感技术（另有结构光与双目立体成像技术）依靠体积小、误差低、直接输出深度数据与抗干扰性强等优势也在诸如VR/AR手势交互、汽车电子ADAS、安防监控以及工厂自动化等多个领域开始大显身手。不过由于硬件成本高昂，加之生态链不成熟等诸多原因，目前ToF技术的进一步深化普及仍充满挑战。

ToF技术解码

ToF是Time of Flight的缩写，又称飞行时间法3D成像。这种成像技术通过向目标发射连续的特定波长的红外光线脉冲，通过特定传感器接收待测物体传回的光信号，计算光线往返的飞行时间或相位差得到待测物体的3D深度信息，ToF相机的亮度图像可以通过模型迅速连接起来。

image.png?imageView2/2/w/550

图１.　ToF技术示意图

除了上述领域外，军事和无人驾驶汽车上用的工业级激光雷达（LiDAR）也采用到了ToF技术，利用激光束来探测目标的位置、速度等特征量，结合了激光、全球定位系统GPS和惯性测量装置（Inertial Measurement Unit, IMU）三者的作用，进行逐点扫描来获取整个探测物体的深度信息。

而从全球领先的高性能模拟技术巨头ADI近日在台北举行的智慧物联应用方案巡展上的展示可窥，目前随着各大应用市场对ToF深度视觉技术需求的日益增长，外加越来越多的国内外半导体大厂们持续的“推波助澜”，ToF产业及应用市场有望开启新一轮的加速发展。

专业与消费市场相结合，助推ToF技术持续受益

以现阶段体量最大的智能手机与汽车电子两个领域来看，产品存量的持续扩大带来微创新模式的加速渗透，对深度摄像技术的强烈需求加之智能手机交互方式的不断变化正促进全球ToF市场快速扩张；而汽车电子领域以ADAS渗透率不断提高为代表的汽车智能化趋势也正加速演进，作为激光雷达、智能摄像头等深度测距传感器领域最主流的方案，ToF市场正持续受益。

具体而言，在汽车应用中ToF可以被用于自动驾驶、防撞自动刹车和OOP等。目前市场上的倒车雷达只能感应是否有障碍物，甚至一些“身材”矮小的障碍物达不到感应范围的要求。对此，ADI所开发的ToF模块结合full HD CMOS 影像传感器和VGA ToF传感器模块与内建图像处理器，由于ADI把ToF加上CMOS影像传感器可做到重迭实际影像，比传统音波检测具备更佳的检测角度，也更能准确测量物体跟汽车的距离。因此可为汽车倒车系统、开门防护系统、停车辅助系统及盲点侦测等应用提供更大范围的碰撞侦测预防。

image.png?imageView2/2/w/550

图２. ADI ToF结合Full HD影像技术之汽车应用

同时在智能座舱领域，ADI还提供一系列先进的人机交互（HMI）和驾驶员状态检测先进技术方案，其中采用了业界领先的车规级VGA分辨率ToF技术的3D人脸识别具有抗强光、高分辨率的特点，可实现人脸识别和复杂的手势识别。

工业自动化领域加码，机器人也有“ToF眼”

实际上，ToF技术在完成物体的3D深度拍照外，同时也为机器人带来视觉效应，使之能像人类一样具有方向感。这种技术将为机器人应用带来更大的前景，让机器人能变得更为高效。

在人类与机器人的合作问题上，安全性永远是要考虑的首要问题，尤其是当机器人身处较为拥挤的工作环境中，它们必须能辨认人与机械以及机械的动作，并作出迅速的反应以避免受伤。因此，自动化工厂中的各类机器人都需要自主避障，如果以激光雷达来解决，成本则需要增加数万元，用双摄像头方案又需要大量的运算和双摄像头精准位置的调教，而ToF则成为解决上述难题的极具性价比的最佳选择。

ADI对于ToF则提供了从硬件芯片到依附于硬件芯片上的算法等多种灵活的方案，其ToF电子围栏方案能设立虚拟安全防护墙，借 ToF 信号处理器 ADDI9033 搭配红外光感测组件，采用具有 ToF 测距技术的组件，可应用于工业自动化中安全防护的 Virtual Wall 方案。此外，利用 ToF 的深度资料，ADI 的方案还可以有效地增加影像的辨识度，达到对象判断的精准度，提供以往机器所没有的机器视觉，避免了激光雷达与双摄像头方案的缺陷。

image.png?imageView2/2/w/550

图３. ADI ToF电子围栏工业自动化应用

ADDI9033是ADI一款 CCD ToF 的前端芯片，可支持CCD红外光ToF传感器，分辨率可达 640x480。该产品可将影像信号转换为数字信号，并提供高精确度的脉波时间控制器，闭回路设计，让激光二极管控制的脉波宽度更准确，进而可以得到更精准的深度数据。

此外，在工厂自动化领域，ToF技术还可以用于拾取放置作业以及装配作业。在这些应用中，机器人配备了一个或多个ToF相机，可以扫描周围的环境，识别并抓取物体，运送至其他地点再放下或将物体挂到某处。ToF相机也常被应用于需要进行质量保证的把关，它们可以识别尺寸不准确的物体或形状，也能识别物体上的破损与破洞，防止瑕疵品进入生产过程。

总结

不难看出，在各类新型智能终端市场的持续催动下，计算机视觉技术如今已然进入了大爆发时代，我们也越来越地明显感受到了全球各大应用市场对诸如ToF这类的3D深度视觉技术日益旺盛的需求，不过对于技术的全面落地需解决的基础性问题仍很多。未来如何通过技术手段去真正实现成本、功耗、体积、速度、寿命、稳定性以及抗干扰能力等多方面的平衡，达到一个相对目前来说更为优化的水平，进而实现ToF视觉传感技术实际应用中可靠性的成倍提升，是诸如ADI之类的技术方案提供商应当考虑的重点，也是ToF技术普及乃至整个市场健康发展的前提。

ToF 3D

上一篇:从“芯”出发，打造AI行业嵌入式平台

下一篇:人工智能究竟应置于何处又是如何影响物联网架构的？