微软和ADI就3D ToF开发与量产展开合作
2020-11-10 22:34:46 来源：麦姆斯咨询 评论：0 点击：
据麦姆斯咨询报道，亚德诺半导体（ADI）和微软（Microsoft）就飞行时间（ToF）3D成像解决方案的开发和制造展开合作，双方旨在为各种应用场景提供更高精度的3D感知技术。
据麦姆斯咨询报道，亚德诺半导体（Analog Devices, ADI）和微软（Microsoft）就飞行时间（ToF）3D成像解决方案的开发和制造展开合作，双方旨在为各种应用场景提供更高精度的3D感知技术。ADI将利用微软的Azure Kinect 3D ToF技术，结合其IC及系统级专业知识，构建更易于应用的3D成像解决方案，以在“工业4.0”、汽车、游戏、增强现实（AR）、计算摄影和视频摄影等领域吸引更广泛的用户。
市场研究预计，为了实现焕然一新的“工业4.0”应用，人类协作机器人、室内测绘和库存管理系统等尖端应用将推动3D成像系统的强劲增长。此外，3D ToF传感还可以帮助实现具有占用检测和驾驶员监测功能的更高效、更安全的汽车驾驶环境。
ADI增强成像及解译高级总监Tony Zarola和微软战略营销经理Carlos Calvo强调了此次合作的基础。Zarola表示：“微软为图像传感领域的3D ToF性能树立了标杆，为ADI提供了核心像素技术，这是ADI正在构建的3D ToF传感器和解决方案的基础。几十年来，他们在智慧边缘和云计算领域开发出了最先进的智能数据采集技术。我们期待整合微软和ADI在半导体、系统、软件及光学领域的最强实力。”
3D ToF技术
3D ToF是一种无需传统扫描器件的深度感知技术，它采用纳秒级高功率光脉冲从场景中捕捉深度信息。在手势识别软件算法的帮助下，通过各种IC解决方案可以创建所接收图像的深度图，使系统可以实时响应人体的运动。手势识别技术的主要优点之一，是人体无需直接接触控制系统。
3D ToF相机技术通过向目标发射调制激光束，然后利用对激光波长敏感的传感器分析并计算反射信号，来确定和物体之间的距离。传感器测量了从发出光的那一刻，到接收到反射光之间的时间延迟。测量时间延迟有多种方案，其中，连续波方案和脉冲方案已经很常见。目前，绝大多数3D ToF相机采用了连续波（CW）方案，并采用CMOS图像传感器。
影响飞行时间（ToF）测量的因素很多，例如环境光干扰、场景中物体反射引起的多径效应、温度效应等。Calvo说：“从芯片开发到打造一个完整的系统，挑战也在不断积累扩大。仅仅考量单个组件显然是不够的。例如，即便配备最佳的传感器，但ToF相机的透镜没有优化，那么整体系统的性能还是较差。”
ADI推出的3D ToF开发平台，采用VGA分辨率CCD图像传感器，用户可以捕捉640 x 480像素的深度图像，分辨率比市面上其他3D ToF系统高出4倍。
Calvo补充说：“表面看来，3D ToF相机与RGB相机有相似之处。不过，关键的区别之一是，根据应用，RGB相机的图像质量的判断有一定程度的主观性，有些应用可以通过高级的后处理来实现。例如，RGB相机中的某些光学缺陷（如镜头光斑），有时产生的伪影（例如太阳光耀斑）会被视为一种艺术效果。而3D ToF相机测量的是一个客观的物理量（距离），很多应用非常依赖测量的准确性。在3D ToF系统中，如果不彻底解决镜头光斑问题，则会在物体强烈反射的情况下削弱整个系统的性能。”
用于3D ToF相机的CMOS图像传感器由发射器和接收器两部分组成，它们可以在单像素级别计算物体的距离，性能接近160 fps。
“芯片层面，我们必须考量信号链的关键元素：激光驱动器，集成读出的ToF图像传感器，以及深度计算引擎。挑战首先是在图像传感器本身中设计具有高响应度和高调制对比度的像素，最后形成下一个应用层可以解译的3D点云。除了这些组件，深度相机的设计和生产也很关键，因为光机械设计、校准、电气设计和软件实现等都耗时且极具挑战。ADI帮助我们的客户应对这些挑战，简化了他们的设计过程。”Calvo继续表示。
飞行时间
ToF原理框图
ToF图像传感器像素从场景的不同部分收集光，然后重组重建图像。所有传感器像素由解调和调制模块之间的相关性控制。
光子到电流的转换由具有泊松分布的量子过程控制。评价系统优劣的参数之一是量子效率，即产生的电子数与激活相应像素的光子数之比。电子的数量既取决于实际的调制光，也取决于与噪声效应相对应的环境光。视场（FoV）是设计3D ToF系统时需要选择的参数之一。视场必须根据现场的覆盖要求进行适当的选择。
像素电路和时序
为了在高频下实现高效率，可以采用65 nm混合信号低功耗CMOS工艺来制造芯片，只需稍加修改就可以支持高效的飞行时间测量工作。
ADI和微软的合作
微软与ADI之间的合作旨在进一步增强3D ToF技术：ADI正在设计一系列新的3D ToF图像传感器，基于微软的深度、智能云和智慧边缘平台，将提供小于1 mm的精度，并与微软庞大的生态系统兼容。
“我们相信双方的此次合作将为消费、工业、医疗保健和汽车等主要行业带来积极影响。到目前为止，微软开发的这项技术还不能广泛用于大规模的商业应用。相信由微软3D ToF成像技术支持的ADI解决方案，势必将全面改变这一现状。”Zarola表示。
基于ToF图像传感器的人脸识别技术在安全系统领域有着明显的应用，同时还可以提出先进的安全措施以提高工厂的自动化效率。在“工业4.0”方面，协作机器人将能够与人类一起安全地协同运行，而不用再单独隔离在“无人”区域工作。通过高精度ToF技术实现箱体和托盘尺寸的精确测量，将进一步优化智慧物流应用。
Zarola补充道，“更先进的占用检测可以提高能源效率、改善系统安全和人机交互。从家庭环境到汽车应用，我们与微软在3D ToF领域的合作，通过更逼真的虚拟对象互动可以带来新的游戏体验，通过监测驾驶员或乘客的动作可以革新我们与汽车的交互方式，提高车辆安全性。3D ToF技术的潜在用例是广泛且不断发展的，因此，当前的各种主要应用有望在明天被新的3D ToF设计所取代。”
Zarola和Calvo表示，他们的客户在广泛的温度范围提出了毫米级深度分辨率和精细的空间分辨率要求。要实现这种性能，需要在硬件和软件两个层面实现极高的时间同步。Calvo 说：“激光的信号控制和传感器像素之间10 ps的时钟偏差，就会导致最终出现1.5 mm的距离测量误差。此外，还需要在大范围的温度区间内保持飞行时间系统的精确性，这需要先进的共同设计的处理和校准算法。”
微软在HoloLens混合现实设备中使用的3D ToF技术结合Azure Kinect开发套件和ADI的定制化解决方案，将加速客户产品的上市时间，赋能新一代高性能态势感知应用。
延伸阅读：