器件选型与工程师成长

硬件电路设计之“热得发紫的ToF简介”

2023-06-29 16:30 1 次阅读 约 3,191 字 · 预计阅读 8 分钟

因为特殊原因,苹果今年春季没有线下发布会,他们准备好了一系列新品从3月18日起陆续出现在官网。3月18日是“电脑类新品日”,当晚便更新了三款硬件,Mac mini和MacBook Air算是常规操作,升级芯片加大硬盘。而iPad Pro则是一次相对幅度较大的改变,它的目标,是取代电脑(Your next computer is not a computer)。2020款iPad Pro正值第一代iPad发布10周年,10年之前,乔布斯坐在沙发上,拿着iPad告诉人们,手机与电脑中间,仍然可以有一类产品存在的必要,而今天他存在的目标竟然是要取代电脑。



iPad Pro最吸引人的并不是因为加入了“双摄”,而是首次引入了“激光雷达”组件,采用dToF技术,这一发布把本就很火热的dToF技术推向了整个行业关注的焦点。本文将介绍ToF系列相关的技术及应用。



ToF技术解码

ToF是Time of Flight的缩写,直译为飞行时间,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。这种调制方式对发射器和接收器的要求较高,光速那么快,对于时间的测量有极高的精度要求。


在实际应用中,通常调制成脉冲波(一般是正弦波),当遇到障碍物发生漫反射,再通过特制的CMOS传感器接收反射的正弦波,这时波形已经产生了相位偏移,通过相位偏移可以计算物体到深度相机的距离。


原理不复杂,但要实现较高的测量精度,并将发射接收模块小型化并不容易。由于测量光的飞行时间需要非常高的频率和精度,早期的ToF设备在体积上一直存在问题,成本也高,所以多用于工业领域(比如自动驾驶用的激光雷达90%都是采用ToF技术)。ToF的小型化极大依赖于近年来集成电路和传感器技术的突破,使得在CMOS芯片上对光脉冲相位的测量逐渐变得可行。目前最小的ToF模块尺寸只有8*12mm(包括传感器,镜头IR发射器及电路)。


iToF or dToF?

ToF现有的技术路线中有iToF、dToF、pToF(其实也属于dToF)、cwToF(其实也属于iToF)等方案。

dToF,direct Time of Flight, 顾名思义就是直接测量飞行时间。ToF最初就是希望能直接测量时间来对应距离,但能达到ps级分辨率的测量系统成熟的较慢,dToF大多依托SPAD+TDC。

SPAD Single Photon Avalanche Diode,单光子雪崩二极管,这是一种能在ps级的时间内产生响应电流的器件,其工作原理是采用反向偏压的光电二极管,使其工作在超过击穿电压而尚未击穿的很小的一个电压范围内,此时的二极管处在非常敏感的工作区间,因此只要有微弱的光信号即可引发其产生雪崩电流,相应速度极快。但SPAD工艺非常复杂,世界上能做的厂家较少,集成难度高,而SPAD的初衷并不是用来测距,而是用来记录一些超快实验的过程。这也是为什么先前一直没有厂家将dToF方案塞进手机平板产品中的一大原因,不过现在逐渐有厂家开始将dToF技术引入到扫地机器人这样的产品中,不过模组体积要比iPad Pro上大很多。

TDC,Ttime Digtal Converter,时间数字转换电路, 通过与发射端的时间同步,接收到的光信号能够在ps级的时间内产生电流并被TDC探测记录,经过N次的发射与接收,TDC能够记录n次(n<N)光飞行时间,于是生成一个关于飞行时间分布的直方图,求其出现频率最大的飞行时间值即为目标值t,z=c*t/2,即得距离。

随着阵列SPAD的出现,以及阵列数的迅速提升,相信dtof很快会在未来取代itof方案,因为dtof在很多关键性能方面对itof都有绝对优势,但其技术壁垒比较高。

iToF,indirect Time of Flight,顾名思义是间接测量时间的一种方法,大部分的间接测量方案都是采用了测相位偏移的方法,即发射的正弦波与接收的正弦波之间的相位差,然后间接计算得到飞行时间,最后再得到距离。常见的有四步相移法和两步相移法等。因为iToF输出一帧深度图像通常需要采集多个相位的图像数据来计算相位差,因此iToF相对整体功耗比较高,而且提高深度图的帧率会比较困难。为了解决这些问题,iToF采用增加脉冲瞬时功率、多像素融合Binning的方式来提高信噪比,从而降低功耗,增大探测距离,不过iTof的优势是因为sensor 的pixel相对较小(可以做到5um,甚至3.5um),所以分辨率可以做高。



pToF, pulse Time of Flight,脉冲飞行时间。pToF的核心原理是对探测物体打一束时间极短的激光,通过直接测量激光发射、打到探测物体再返回到探测器的飞行时间,来反推探测器到被测物的距离。由于光的飞行速度极快,因此该方案需要一个非常精细的时钟电路(通常是ps级)和脉宽极窄的激光发射电路(通常是ns级),因此开发难度和门槛较高,但一般采用pToF原理的激光雷达通常都能达到百米级别的探测距离。



3D深度技术

ToF只是3D深度技术中的一种,目前主流的3D深度测量方案有结构光、ToF、双目视觉三种。
结构光(Structured Light),结构光是通过红外激光器,将具有一定结构特征的光线投射到被测物体上,再由专门的红外摄像头进行采集反射的结构光图案,根据物体造成的光信号的变化来计算物体的位置和深度等信息,进而复原整个三维空间。(苹果iPhone X用的就是这个方案)


ToF(Time of Flight),TOF就是通过红外发射器发射调制过的光脉冲,遇到物体反射后,用接收器接收反射回来的光脉冲,并根据光脉冲的往返时间计算与物体之间的距离。
双目成像(Stereo System),利用双摄像头拍摄物体,再通过三角原理计算物体距离。



结构光

ToF

双目

基础原理
散斑结构光
飞行时间
视差算法、三角测量
光源
15000个散斑
均匀面光源
无
识别距离
短(几米,受光斑图案影响)
中等(几米到几十米,受光源强度影响)
依赖于两颗摄像头的视距和间距
响应时间
慢
快
中
适用场景
全天候
全天候
暗光、无特征点无法使用
低光环境表现
优
优
差
高光环境变现
差
中等
良好
精度
高
中
低
分辨率
中
低
中
材料成本
高
中
低
软件复杂度
中
低
高
功耗
中
中
低
缺点
易受光照影响,强光不适用
平面分辨率低
昏暗环境、特征不明显的场合不适用
应用场景
人脸识别、手势识别
3D建模、AR、体感
背景虚化
代表厂家
iPhone  X、PrimeSense、Intel
Infineon、Microsoft、TI、ST
Leap  MoTion、Intel

ToF技术的应用

TOF技术具有丰富的应用场景,在汽车电子、工业、安防、AR/VR、消费电子等诸多领域都有应用。

汽车:ToF技术可以用于感知传感器(比如激光雷达),对行车环境进行感知,从而获取环境信息以增加安全性等,用于自动驾驶、防撞自动刹车等等。

工业现场:利用深度视觉识别外界环境、规划路径、实现避障工作等等;还可以进行工业定位、工业引导和体积预估等等。

安防监控:利用景深进行人数统计(People counting,俗称“数人头”),确定进入某区域的人数;通过对人流或复杂交通系统的人数统计,实现对安防系统的统计分析设计;以及敏感地区的检测对象监视等等。

AR/VR:ToF提供了一种实时的远方影像,可以非常简单地用来记录人体动作,识别表情,制作影视特效等等。比如Xbox Kinect二代就用了这种技术。

手机等消费电子:这是目前应用最火热的领域,苹果(iPad Pro)、三星(S10 5G版、Note 10 5G版)、华为(P40 Pro、Mate 30 Pro、P30 Pro等等)、OV(R17 Pro、NEX双屏版)等各大手机厂商均推出了ToF深度相机。

支持小编,请点在看
更多选型与成长文章