發布日期：2022-05-18 點擊率：39
什么是人類視覺能做到而計算機視覺所不能的？人類從三個維度感知世界，而深度傳感器是實現更高級別機器視覺并釋放自動駕駛功能的關鍵。
在傳感技術最新發展的助力之下，越來越多的機器被賦予了感知、行動及與環境交互的能力。EE Times Europe團隊對當前3D視覺格局進行了研究，以期更清晰地了解其市場驅動因素、元器件供應商面臨的機遇和挑戰，以及實現更高級別深度敏感度的新興技術。
往縱深發展
根據 Yole Développement 的數據，在模塊層面，3D 傳感市場目前市值為 68億美元，將以 15% 的復合年增長率增長，到 2026 年預計達到 150 億美元。
“由于華為被禁，而且安卓陣營事實上放棄了3D傳感技術，因此在移動和消費這類主要驅動市場的增長將有暫時的中斷，”Yole Développement 光學和傳感部門首席分析師Pierre Cambou告訴EE Times Europe。但另一方面，他又補充道，“蘋果通過在 iPad 和 iPhone 中添加LiDAR 傳感器又加速了這一趨勢。”
3D在汽車領域的應用也在加速。LiDAR 傳感器和座艙內 3D 攝像頭越來越多地被采用，“我們對汽車市場的 3D 傳感發展非常樂觀，未來五年其市值應該會翻四倍。”(如圖1)
圖1：Yole預計汽車市場的3D傳感市值將在未來五年內翻四倍
截至目前，較為流行的3D成像技術包括立體視覺、結構光和飛行時間（ToF）。
Cambou指出，立體視覺在10米以外的遠程傳感應用中表現極佳，例如大疆等公司提供的消費級無人機和梅賽德斯、捷豹和斯巴魯等車型中的前視ADAS 攝像頭。
結構光技術一直是1米以內短距離傳感的首選方案。典型應用案例如蘋果iPhone將其用于前置面部識別。該技術也用于某些工業應用中，如被Photoneo等公司采用。
Cambou還提到，TOF系統主要用于中程測距，目前主要有兩種方法。一種是間接 ToF，2019 年和 2020 年，間接 ToF 被應用于來自華為、三星和 LG 等廠商的Android 手機的背面，主要用于拍照。另一種是直接ToF，蘋果在其最先進的智能手機中采用了直接ToF方法。
Cambou 指出，“直接ToF是LiDAR 中已經采用的技術（如Velodyne、Innoviz、Ibeo、Hesai 和 RoboSense等公司的產品），但最終可能會在接收側使用矩陣形傳感器。這類傳感器由于來自自動駕駛市場的激勵，正在取得進展。”
EELs 還是 VCSELs?
LiDAR 技術捕捉整個場景的能力使其在機器視覺應用中極具價值。獲取三維點云最常用的兩種系統為閃光LiDAR和掃描LiDAR。Ams-Osram全球營銷經理 Matthias Hoenig 表示，在掃描 LiDAR 系統中，聚焦脈沖激光束通過機械旋轉鏡或微機電系統 (MEMS) 鏡定向到某個小的立體角。
由于高功率激光束可以被控制發射到很小的立體角，因此與使用 3D 閃光系統可達到的距離相比，使用光學功率器件可達到的距離要遠得多。“邊緣發射激光器 [EEL] 是這種系統架構的理想產品，它通過一個很小的發射區域在極小空間內提供大量的光，因此在功率和射程方面均表現出色。”Hoenig指出。
現在已成為Ams子公司的歐司朗宣布，隨著封裝溫度在應用過程中上升，其激光器在波導穩定性方面最近取得了不少進展，該公司目前正在探索面向LiDAR 應用的具有更多波長的產品。
Yole 預測，就激光二極管而言，EEL是目前最大的市場機會，但垂直腔面發射激光器 (VCSEL) 將會在未來迅速趕上。VCSEL可以將紅外 LED 的高功率密度和簡單封裝優點與激光器的光譜寬度和速度結合起來。
“這項技術的優勢包括出色的光束質量、簡單的設計和小尺寸，這也解釋了 VCSEL市場增長的原因，”Hoenig說。“雖然它們比 EEL 發射器需要更多的板載空間，但在某些應用領域又具有優勢。”他解釋到，例如，VCSEL所具有的輻射特性使其尤其適用于閃光 LiDAR 系統以及工業應用（如機器人和物流車輛等）中的主動立體視覺。
至于VCSEL相關的技術挑戰，Hoenig 表示，Ams-Osram 正在研究更高的光輸出。繼2018 年收購 Vixar 之后，歐司朗相繼展示了比單結 VCSEL 效率更高、速度更快的雙結和三結VCSEL技術。在今年的美國西部光電展（Photonics West）上，又推出了基于多結技術的 PowerBoost VCSEL 產品組合。該公司表示，他們還在探索改善散熱的各種方法，例如，從頂部發射組件改為底部發射組件。
Ams-Osram高級營銷經理 Lei Tu 表示，所有常見的 3D 傳感方法都依賴于各種系統構建模塊之間的順暢交互。通常，這些系統由光源、特殊光學器件、檢測器和相應處理檢測信號的下游軟件組成。她還說，未來，“對Ams-Osram這樣的元件制造商來說，重點將在以最佳方式滿足客戶的要求。
這包括組件的小型化、光學性能和使用壽命的優化，當然還有易用性。” Tu補充道，有些客戶喜歡“現成的即插即用解決方案”，而另一些客戶則更傾向于自己組裝單個元件，或借助第三方將它們組裝成完整的解決方案。
用于盲點檢測的深度和側面感應
深度感知是指從三個維度看物體并測量物體距離的能力。LiDAR無疑充當了自動駕駛汽車的眼睛，許多汽車制造商都利用它來構建車輛周圍環境的 3D 地圖。不過，開發工作主要還是集中在具有較長檢測范圍（超過 200 米）但視野相對狹窄（約 20°至30°）的前置 LiDAR 系統。
2019年從德國Fraunhofer硅技術研究所 (ISIT) 獨立出來的OQmented 公司正在努力改變這種狀況。該公司表示，他們已開發出一種 MEMS 鏡技術，可以使側面 LiDAR 具有 180°視野。
OQmented 創始人兼董事總經理 Ulrich Hofmann 表示，“側視 LiDAR 系統主要針對短距離”盲點檢測。盲點檢測是一項重要的安全功能，它使短距離側掃系統“比遠視系統更有意義”。
例如，“在進入一個十字路口時，您需要這些LiDAR觀察系統在短距離范圍進行觀察，因為這種環境中的行人、騎自行車的人和汽車都很多，很容易混亂并發生意外。出于這個原因，不僅在廣角上有清晰的視角很重要，較高的橫向分辨率也很重要，它可以區分不同的物體，包括靜態和移動的物體。”
與平面玻璃蓋不同，OQmented 在其 MEMS 鏡器件頂部放置了一個曲面玻璃蓋，用來實現激光束出入的封裝，并實現 180°激光掃描。（見圖2）Hofmann稱，這種Bubble MEMS專利技術不僅提供了“密封真空封裝和保護”，可以免受環境污染物的影響，而且還確保了激光束成功地傳入和傳出封裝，因為激光束與玻璃的角度始終垂直。
而使用平面玻璃蓋時，情況就并非總是理想了。當掃描角度較大時，部分光線會在蓋子處反射回封裝中。Hofmann指出，這對于任何類型的LiDAR 解決方案都是不可接受的。
圖2：Bubble MEME 技術的命名來源于OQmented MEMS 鏡器件上方的曲面玻璃蓋
更接近數據源
圖像傳感器會生成大量的數據。盡管目前大部分處理都在云端或中央處理單元完成，但其發展趨勢是使計算更接近數據源，并將智能因素嵌入傳感器內部或附近。
Yole 公司的 Cambou 表示，通常情況下，數據采用H264技術壓縮，這意味著它可以通過 100 Mbps 的帶寬傳輸。“但在傳感領域，數據流通常要大 10 到 100 倍——典型機器視覺數據流可達到1 Gbps ——而且，如果同時使用 10 個攝像頭，則很快會達到 10 Gbps 甚至更高。
由于CPU 不堪重負，靠近傳感器進行數據處理的必要性越來越大。如果需要，所有預處理、清理和 AI 增強都必須在更靠近傳感器的位置進行，以減輕 CPU 的負擔。”
但是，目前還幾乎沒有計算能夠在傳感器本身進行，因為這會產生熱量，Cambou指出。
前景展望
圖像傳感器是推動自動駕駛的一個關鍵因素，但卻不能無限制地添加；因為它所需要的計算能力也會激增。Yole的分析師表示，有一種解決方案是提高數據質量。“但如果真的想解決自動駕駛問題，我們很快就會需要更多樣化的解決方案。”
新技術不斷涌現，用以提高靈敏度并構建可以看得更清楚的機器。Cambou 指出了兩個方向：神經擬態感知，即每個像素都充當神經元并嵌入一定程度的智能；以及量子成像，即單獨檢測每個光子。
總部位于法國的神經擬態初創公司 Prophesee 推出了基于事件的工業級視覺傳感器：第三代 metavision 傳感器。Prophesee 產品營銷和創新總監 Simone Lavizzari 表示：“如果將metavision 傳感器與 VCSEL 投影儀或其它可以投射合適圖案的投影儀結合使用，就可以實現基于事件的結構光傳感器。” 也就是說，當今最先進的深度傳感技術在曝光時間、精確度和穩健性之間取得了平衡。
Lavizzari 說，將 IR 投影儀與 Prophesee 的 metavision 傳感器相結合，可為每個獨立像素提供快速響應時間，進而允許直接在傳感器內部進行時間模式識別和提取。
“如果采用基于事件的傳感器來做結構光，響應會非常快。我們可以將掃描時間提高 50 倍，只需1 毫秒就能獲得完整的 3D 掃描，而傳統基于幀的方法則需要10 到 33 毫秒。”其精確度也是最高標準的，但“軟件復雜度已降至最低，因為不需要在后處理中做匹配工作。”
匹配不是在事件發生后在幀上完成，而是在傳感器級逐個像素完成。Lavizzari說，其中一個優勢是，“它沒有運動模糊，因為可以非常快速地捕獲點云，而且與戶外應用兼容。” 超快脈沖檢測不僅可以提高功率，同時還能保持該技術的人眼安全等級。
在量子成像方面，Cambou 提到了 Gigajot Technology 的 Quanta Image Sensors (QIS)，這是一款具有光子計數能力的單光子圖像傳感器。Gigajot是一家總部位于美國加州的初創公司，他們聲稱可以每幀每像素 1個光子的光子級別從一系列幀中重建動態場景。
文章來源： 電子工程專輯，傳感器專家網
下一篇： PLC、DCS、FCS三大控
上一篇： 機器人過程自動化的理
