TOF是Time of flight的简写,直译为飞行时间的意思。所谓飞行时间法3D成像,是通过给目标连续发送光脉冲,然后用传感器接收从物体返回的光,通过探测光脉冲的飞行(往返)时间来得到目标物距离。
军事上和无人驾驶汽车上用的工业级激光雷达(LiDAR)也采用到了ToF技术,利用激光束来探测目标的位置、速度等特征量,结合了激光、全球定位系统GPS和惯性测量装置(Inertial Measurement Unit,IMU)三者的作用,进行逐点扫描来获取整个探测物体的深度信息。
我们这里主要关注的是可集成在消费类电子产品的小型化ToF相机。ToF相机与普通相机成像过程类似,主要由光源、感光芯片、镜头、传感器、驱动控制电路以及处理电路等几部分关键单元组成。ToF相机包括两部分核心模块,发射照明模块和感光接收模块,根据这两大核心模块之间的相互关联来生成深度信息。ToF相机的感光芯片根据像素单元的数量也分为单点和面阵式感光芯片,为了测量整个三维物体表面位置深度信息,可以利用单点ToF相机通过逐点扫描方式获取被探测物体三维几何结构,也可以通过面阵式ToF相机,拍摄一张场景图片即可实时获取整个场景的表面几何结构信息,面阵式ToF相机更易受到消费类电子系统搭建的青睐,但是技术难度也更大。
TOF的照射单元都是对光进行高频调制之后再进行发射,一般采用LED或激光(包含激光二极管和VCSEL)来发射高性能脉冲光,脉冲可达到100MHz左右,主要采用红外光。当前市面上已有的ToF相机技术大部分是基于连续波(continuous wave)强度调制方法,还有一些是基于光学快门的方法,原理略有不同。分别的原理如下图所示:基于光学快门的方法的原理非常简单,发射一束脉冲光波,通过光学快门快速精确获取照射到三维物体后反射回来的光波的时间差t,由于光速c已知,只要知道照射光和接收光的时间差,来回的距离可以通过公示d = t/2· c。 此种方法原理看起来非常简单,但是实际应用中要达到较高的精度仍具有很大的挑战,如控制光学快门开关的时钟要求非常高的精度,还要能够产生高精度及高重复性的超短脉冲,照射单元和TOF传感器都需要高速信号控制,这样才能达到高的深度测量精度。 假如照射光与ToF传感器之间的时钟信号发生10ps的偏移,就相当于1.5mm的位移误差。
另一种已有的基于连续波强度调制的ToF工作原理如下:发射一束照明光,利用发射光波信号与反射光波信号的相位变化来进行距离测量。其中,照明模组的波长一般是红外波段,且需要进行高频率调制。ToF感光模组与普通手机摄像模组类似,由芯片,镜头,线路板等部件构成,ToF感光芯片每一个像元对发射光波的往返相机与物体之间的具体相位分别进行录,通过数据处理单元提取出相位差,由公式计算出深度信息。该芯片传感器结构与普通手机摄像模组所采用的CMOS图像传感器类似,但更复杂一些,它包含调制控制单元,A/D转换单元,数据处理单元等,因此ToF芯片像素比一般图像传感器像素尺寸要大得多,一般20um左右。也需要一个搜集光线的镜头,不过与普通光学镜头不同的是这里需要加一个红外带通滤光片来保证只有与照明光源波长相同的光才能进入。由于光学成像系统不同距离的场景为各个不同直径的同心球面,而非平行平面,所以在实际使用时,需要后续数据处理单元对这个误差进行校正。ToF相机的校正是生产制程中必不可少的最重要的工序,没有校正工序,ToF相机就无法正常工作。
TOF技术优势
体积小,误差小
TOF相机要求接收端与发射端尽可能的接近,越接近,由于发射、接收路径不同而带来的误差就越小,从体积紧凑角度来讲有着天然的优势;
直接输出深度信息
TOF可以直接输出深度信息,不需要类似双目立体视觉或者结构光等需要通过算法计算来获得深度信息。
抗干扰强
TOF不受表面灰度和特征影响,太阳光由于没有经过调制,所以TOF抗强光能力也较好。TOF的精度不随着距离的变化而变化,基本可以稳定在cm级。
TOF技术劣势
分辨率偏低,功耗大 ,功耗部分有待提高。
解决方案不够成熟
汽车:TOF传感器可以用于自动驾驶,通过TOF技术对行车环境进行感知,从而获取环境信息以增加安全性,此外TOF还可以用于汽车内的乘客离位检测。
工业领域:TOF传感器可以被用作HMI(人机接口:Human Machine Interface),在高度自动化的工厂中,工人和机器人需要在很近的距离下协同工作,TOF设备可以用于控制各种情形下的安全距离。
人脸识别系统:TOF相机的亮度图像和深度信息可以通过模型连接起来,迅速精准的完成人脸匹配和检测。
物流行业:通过 TOF 相机迅速获得包裹的抛重(即体积),来优化装箱和进行运费评估;
安防和监控:利用景深进行人数统计( Peoplecounting)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;
机器视觉:工业定位、工业引导和体积预估;替代工位上占用大量空间的、基于红外光进行安全生产控制的设备;
机器人:使用深度视觉进行导航、识别外界的环境、规划路径、实现避障工作等;
医疗和生物:足部矫形建模、病人活动/状态监控、手术辅助;
互动娱乐:动作姿势探测、表情识别、娱乐广告;在制作影视特效时,TOF相机可以将深度信息附加在视频图像中,精确确定场景中每个像素的空间位置。通过简单的后期处理,就能将特效道具插入影片的任何位置
最后我想说的是成人的世界更多的是利弊,技术的世界无非对错,那我们就交给时间,让时间来验证吧。
-
传感器
+关注
关注
2545文章
50411浏览量
750761 -
TOF
+关注
关注
9文章
475浏览量
36210 -
COMS
+关注
关注
1文章
91浏览量
33007
发布评论请先 登录
相关推荐
评论