中国电子技术网

设为首页 网站地图 加入收藏

 
 

“拥挤”的ToF应用场景下,如何避免多个ToF测量信号的干扰?

关键词:ToF应用 3D成像与传感器市场

时间:2019-11-01 14:50:45      来源:ADI

随着ToF在手机等终端市场的应用爆发,3D成像与传感器市场成为风口上的热点。Yole预计全球3D成像和传感市场将从2017年的21亿美元增长至2023年的185亿美元,复合年增长率高达44%。

随着ToF在手机等终端市场的应用爆发,3D成像与传感器市场成为风口上的热点。Yole预计全球3D成像和传感市场将从2017年的21亿美元增长至2023年的185亿美元,复合年增长率高达44%。由于消费类市场的带动(复合年增长率为82%),汽车电子(复合年增长率为35%)、工业和商业应用(复合年增长率为12%)和其它高端市场也将进入快速增长通道。

而相比3D深度视觉其它两种方案而言,当前ToF方案在实际应用中的表现出的优势让市场看好在快速增长通道中ToF更大的机会。例如:在画面拍摄后计算景深时不需要进行后处理,既可避免延迟又可节省采用强大后处理系统带来的相关成本;ToF测距规模弹性大,大多数情况下只需改变光源强度、光学视野以及发射器脉冲频率即可完成。

此外,由于具有不易受外界光干扰、体积小巧、响应速度快以及识别精度高等多重优势,使得ToF无论是在移动端还是车载等应用领域日渐成为3D视觉的首选技术方案。


使用ToF技术可以得到物体的绝对值,更具性能优势

应用全面铺开,ToF迎来爆发增长

作为ToF创新应用的主要厂商之一,ADI公司的ToF解决方案在vivo NEX相机中的成功应用让业界瞩目,目前该公司相关解决方案更广泛应用到包括汽车、工业、便携终端等多种应用场景。最近ADI系统应用工程经理李佳在最近一场《ADI 3D深度检测》的主题演讲中形象的指出ToF正迎来全面开花、爆发式增长的机遇。她认为主要有以下应用机会:

自动化工厂中的各类机器人的自主避障将是ToF可以快速应用的领域。机器人应用日益在工业环境中普及的当下,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设备及工作人员受伤。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。

ToF实现人脸识别助力建筑智能升级。以具备人脸识别的ADI ToF 3D立体影像自动门解决方案为例,传统自动门采用红外线反射原理,只能检测到是否有物体出现在感测范围,导致动物也能自由进出商场,造成管理上困扰。基于ToF的方案可识别空间中的人类特征以及人与物体相对位置距离,避免非人类(例如动物)进入商业卖场。此外,商业空间的3D人流自动统计过去有成熟方案,但如何有效利用影像技术,精准分辨进出者的身高、体重,同时出入时间及高度误差低于1%,这就有相当技术门坎了,而ADI的ToF解决方案,有别于传统3D人流方案,大多需要安装至少二只立体相机,ADI的方案仅需一只ToF摄影镜头架,设于门框上方且没有安装高度限制。


ToF应用于3D 人流统计方案的情境虚拟图

ToF汽车倒车影像增加汽车驾驶员辅助功能。结合影像传感器和VGA ToF传感器模块与内建图像处理器,ADI公司汽车ToF解决方案能叠加实际影像,准确测量物体与汽车的距离,相较于传统超声波感测方案,具备更佳的感测角度,能提供倒车系统更大范围的碰撞侦测预防。

ToF应用场景日益“拥挤”,如何避免干扰?

如此众多的应用场景为ToF打开了一个又一个风口,但相关的困扰可能因而出现——同一场景下多个ToF应用终端如何避免干扰?在年初的消费电子展上,ADI就做了这方面的展示和技术分析。

演示设置非常简单,设置了两个相互垂直的ToF摄像头,每个摄像头会显示参与对象在三个维度上的角度,即高度、宽度以及最重要的深度。每种颜色代表不同的距离范围,因此如果现场工作人员靠近摄像头,手上的颜色就会发生变化。同样,如果远离摄像头,工作人员的身体会变成不同的颜色,这意味着距离变得更远。

这本身没有什么了不起,因为CES展会上也展出了许多其他的3D摄像头。但是在本演示中,ADI会展示多个ToF摄像头面对面放置时不会相互干扰。

ToF摄像头通过发射激光脉冲捕获距离信息,然后测量反射脉冲返回摄像头所需的时间,将反射时间乘以光速,即可获得所需的距离或深度信息。问题是,如果存在与该激光器相同波长的其他光源,尤其是其他ToF摄像头,测量将会受到干扰。因此,存在任何类型光干扰时测得的时间都不正确,这意味着计算所得的距离信息也不正确。


CES2019上展示的多TOF干扰消除技术的效果对比(右边采用,左边未采用)

您可以看到这种其他摄像头带来的干扰产生的影响。注意到在这张图片中工作人员的颜色改变了,但这毫无意义,因为不同的颜色表示不同的距离,这是由于这个ToF摄像头的激光脉冲反射到另一个ToF摄像头,从而显示出失真或错误的距离数据。

另一边,这个摄像头并未显示这种失真,因为我们采用了一项正在申请专利的算法,它能够避开或消除所有无关的光信息,仅使用自身激光源的光信息,所以能给出正确的深度信息。另一个摄像头没有采用此干扰消除算法,会出现失真,而这个摄像头则不会出现失真。

总 结

随着ToF在工业、无人机等领域的应用,干扰导致的稳定性考虑越发重要。而在消费端随着各种应用增多,设备间的干扰也将是实实在在的现实问题。假设有多架无人机在空中飞行,您当然不希望它们发生碰撞,您希望无人机本身内置回避功能,为此您就确实需要ToF功能。

同样,一群人戴着AR眼镜在同一个房间里玩游戏,多个自主式机器人在同一大型仓库里分拣货物,或者两辆自动驾驶的汽车同时接近交叉路口,如果ToF摄像头无法消除其他光源的干扰,那么使用ToF技术进行精确深度测量的应用范围将会严重受限。因此,ADI预计飞行时间系统中的防干扰或消除干扰能力将会越来越重要。

  • 分享到:

 

猜你喜欢

  • 新闻
  • 新品
  • 方案

  • 主 题:IO-Link 技术介绍及相关设计解决方案
  • 时 间:2024.05.22 座谈回放
  • 公 司:ADI & Arrow