什么是人類(lèi)視覺(jué)能做到而計算機視覺(jué)所不能的？人類(lèi)從三個(gè)維度感知世界，而深度傳感器是實(shí)現更高級別機器視覺(jué)并釋放自動(dòng)駕駛功能的關(guān)鍵。
在傳感技術(shù)最新發(fā)展的助力之下，越來(lái)越多的機器被賦予了感知、行動(dòng)及與環(huán)境交互的能力。EE Times Europe團隊對當前3D視覺(jué)格局進(jìn)行了研究，以期更清晰地了解其市場(chǎng)驅動(dòng)因素、元器件供應商面臨的機遇和挑戰，以及實(shí)現更高級別深度敏感度的新興技術(shù)。
往縱深發(fā)展
根據 Yole Développement 的數據，在模塊層面，3D 傳感市場(chǎng)目前市值為 68億美元，將以 15% 的復合年增長(cháng)率增長(cháng)，到 2026 年預計達到 150 億美元。
由于華為被禁，而且安卓陣營(yíng)事實(shí)上放棄了3D傳感技術(shù)，因此在移動(dòng)和消費這類(lèi)主要驅動(dòng)市場(chǎng)的增長(cháng)將有暫時(shí)的中斷，Yole Développement 光學(xué)和傳感部門(mén)首席分析師Pierre Cambou告訴EE Times Europe。但另一方面，他又補充道，蘋(píng)果通過(guò)在 iPad 和 iPhone 中添加LiDAR 傳感器又加速了這一趨勢。
3D在汽車(chē)領(lǐng)域的應用也在加速。LiDAR 傳感器和座艙內 3D 攝像頭越來(lái)越多地被采用，我們對汽車(chē)市場(chǎng)的 3D 傳感發(fā)展非常樂(lè )觀(guān)，未來(lái)五年其市值應該會(huì )翻四倍。(如圖1)
圖1：Yole預計汽車(chē)市場(chǎng)的3D傳感市值將在未來(lái)五年內翻四倍
截至目前，較為流行的3D成像技術(shù)包括立體視覺(jué)、結構光和飛行時(shí)間（ToF）。
Cambou指出，立體視覺(jué)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(wú)人機和梅賽德斯、捷豹和斯巴魯等車(chē)型中的前視ADAS 攝像頭。
結構光技術(shù)一直是1米以?xún)榷叹嚯x傳感的首選方案。典型應用案例如蘋(píng)果iPhone將其用于前置面部識別。該技術(shù)也用于某些工業(yè)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(lái)自華為、三星和 LG 等廠(chǎng)商的Android 手機的背面，主要用于拍照。另一種是直接ToF，蘋(píng)果在其最先進(jìn)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(jīng)采用的技術(shù)（如Velodyne、Innoviz、Ibeo、Hesai 和 RoboSense等公司的產(chǎn)品），但最終可能會(huì )在接收側使用矩陣形傳感器。這類(lèi)傳感器由于來(lái)自自動(dòng)駕駛市場(chǎng)的激勵，正在取得進(jìn)展。
EELs 還是 VCSELs?
LiDAR 技術(shù)捕捉整個(gè)場(chǎng)景的能力使其在機器視覺(jué)應用中極具價(jià)值。獲取三維點(diǎn)云最常用的兩種系統為閃光LiDAR和掃描LiDAR。Ams-Osram全球營(yíng)銷(xiāo)經(jīng)理 Matthias Hoenig 表示，在掃描 LiDAR 系統中，聚焦脈沖激光束通過(guò)機械旋轉鏡或微機電系統 (MEMS) 鏡定向到某個(gè)小的立體角。
由于高功率激光束可以被控制發(fā)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(xué)功率器件可達到的距離要遠得多。邊緣發(fā)射激光器 [EEL] 是這種系統架構的理想產(chǎn)品，它通過(guò)一個(gè)很小的發(fā)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(zhù)封裝溫度在應用過(guò)程中上升，其激光器在波導穩定性方面最近取得了不少進(jìn)展，該公司目前正在探索面向LiDAR 應用的具有更多波長(cháng)的產(chǎn)品。
Yole 預測，就激光二極管而言，EEL是目前最大的市場(chǎng)機會(huì )，但垂直腔面發(fā)射激光器 (VCSEL) 將會(huì )在未來(lái)迅速趕上。VCSEL可以將紅外 LED 的高功率密度和簡(jiǎn)單封裝優(yōu)點(diǎn)與激光器的光譜寬度和速度結合起來(lái)。
這項技術(shù)的優(yōu)勢包括出色的光束質(zhì)量、簡(jiǎn)單的設計和小尺寸，這也解釋了 VCSEL市場(chǎng)增長(cháng)的原因，Hoenig說(shuō)。雖然它們比 EEL 發(fā)射器需要更多的板載空間，但在某些應用領(lǐng)域又具有優(yōu)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(yè)應用（如機器人和物流車(chē)輛等）中的主動(dòng)立體視覺(jué)。
至于VCSEL相關(guān)的技術(shù)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(shù)。在今年的美國西部光電展（Photonics West）上，又推出了基于多結技術(shù)的 PowerBoost VCSEL 產(chǎn)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(fā)射組件改為底部發(fā)射組件。
Ams-Osram高級營(yíng)銷(xiāo)經(jīng)理 Lei Tu 表示，所有常見(jiàn)的 3D 傳感方法都依賴(lài)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(xué)器件、檢測器和相應處理檢測信號的下游軟件組成。她還說(shuō)，未來(lái)，對Ams-Osram這樣的元件制造商來(lái)說(shuō)，重點(diǎn)將在以最佳方式滿(mǎn)足客戶(hù)的要求。
這包括組件的小型化、光學(xué)性能和使用壽命的優(yōu)化，當然還有易用性。 Tu補充道，有些客戶(hù)喜歡現成的即插即用解決方案，而另一些客戶(hù)則更傾向于自己組裝單個(gè)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(diǎn)檢測的深度和側面感應
深度感知是指從三個(gè)維度看物體并測量物體距離的能力。LiDAR無(wú)疑充當了自動(dòng)駕駛汽車(chē)的眼睛，許多汽車(chē)制造商都利用它來(lái)構建車(chē)輛周?chē)h(huán)境的 3D 地圖。不過(guò)，開(kāi)發(fā)工作主要還是集中在具有較長(cháng)檢測范圍（超過(guò) 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(shù)研究所 (ISIT) 獨立出來(lái)的OQmented 公司正在努力改變這種狀況。該公司表示，他們已開(kāi)發(fā)出一種 MEMS 鏡技術(shù)，可以使側面 LiDAR 具有 180°視野。
OQmented 創(chuàng )始人兼董事總經(jīng)理 Ulrich Hofmann 表示，側視 LiDAR 系統主要針對短距離盲點(diǎn)檢測。盲點(diǎn)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(jìn)入一個(gè)十字路口時(shí)，您需要這些LiDAR觀(guān)察系統在短距離范圍進(jìn)行觀(guān)察，因為這種環(huán)境中的行人、騎自行車(chē)的人和汽車(chē)都很多，很容易混亂并發(fā)生意外。出于這個(gè)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(tài)和移動(dòng)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(gè)曲面玻璃蓋，用來(lái)實(shí)現激光束出入的封裝，并實(shí)現 180°激光掃描。（見(jiàn)圖2）Hofmann稱(chēng)，這種Bubble MEMS專(zhuān)利技術(shù)不僅提供了密封真空封裝和保護，可以免受環(huán)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(shí)，情況就并非總是理想了。當掃描角度較大時(shí)，部分光線(xiàn)會(huì )在蓋子處反射回封裝中。Hofmann指出，這對于任何類(lèi)型的LiDAR 解決方案都是不可接受的。
圖2：Bubble MEME 技術(shù)的命名來(lái)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(huì )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(fā)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(shù)壓縮，這意味著(zhù)它可以通過(guò) 100 Mbps 的帶寬傳輸。但在傳感領(lǐng)域，數據流通常要大 10 到 100 倍——典型機器視覺(jué)數據流可達到1 Gbps ——而且，如果同時(shí)使用 10 個(gè)攝像頭，則很快會(huì )達到 10 Gbps 甚至更高。
由于CPU 不堪重負，靠近傳感器進(jìn)行數據處理的必要性越來(lái)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(jìn)行，以減輕 CPU 的負擔。
但是，目前還幾乎沒(méi)有計算能夠在傳感器本身進(jìn)行，因為這會(huì )產(chǎn)生熱量，Cambou指出。
前景展望
圖像傳感器是推動(dòng)自動(dòng)駕駛的一個(gè)關(guān)鍵因素，但卻不能無(wú)限制地添加；因為它所需要的計算能力也會(huì )激增。Yole的分析師表示，有一種解決方案是提高數據質(zhì)量。但如果真的想解決自動(dòng)駕駛問(wèn)題，我們很快就會(huì )需要更多樣化的解決方案。
新技術(shù)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(gè)方向：神經(jīng)擬態(tài)感知，即每個(gè)像素都充當神經(jīng)元并嵌入一定程度的智能；以及量子成像，即單獨檢測每個(gè)光子。
總部位于法國的神經(jīng)擬態(tài)初創(chuàng )公司 Prophesee 推出了基于事件的工業(yè)級視覺(jué)傳感器：第三代 Metavision 傳感器。Prophesee 產(chǎn)品營(yíng)銷(xiāo)和創(chuàng )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(shí)現基于事件的結構光傳感器。 也就是說(shuō)，當今最先進(jìn)的深度傳感技術(shù)在曝光時(shí)間、精確度和穩健性之間取得了平衡。
Lavizzari 說(shuō)，將 IR 投影儀與 Prophesee 的 Metavision 傳感器相結合，可為每個(gè)獨立像素提供快速響應時(shí)間，進(jìn)而允許直接在傳感器內部進(jìn)行時(shí)間模式識別和提取。
如果采用基于事件的傳感器來(lái)做結構光，響應會(huì )非?？?。我們可以將掃描時(shí)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(fā)生后在幀上完成，而是在傳感器級逐個(gè)像素完成。Lavizzari說(shuō)，其中一個(gè)優(yōu)勢是，它沒(méi)有運動(dòng)模糊，因為可以非?？焖俚夭东@點(diǎn)云，而且與戶(hù)外應用兼容。 超快脈沖檢測不僅可以提高功率，同時(shí)還能保持該技術(shù)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(chuàng )公司，他們聲稱(chēng)可以每幀每像素 1個(gè)光子的光子級別從一系列幀中重建動(dòng)態(tài)場(chǎng)景。
文章來(lái)源： 電子工程專(zhuān)輯，傳感器專(zhuān)家網(wǎng)
