新闻中心

EEPW首页 > 编辑观点 > 各大厂商纷纷推出新型ToF传感器,ToF成为行业新宠

各大厂商纷纷推出新型ToF传感器,ToF成为行业新宠

作者:陈玲丽时间:2020-11-23来源:电子产品世界收藏

苹果已经将模块应用于今年年初发布的iPad Pro,最新的iPhone12 Pro以及在未来的其他产品。最近各大厂商也都纷纷瞄准传感器领域,推出了新型传感器:

本文引用地址:http://www.amcfsurvey.com/article/202011/420550.htm

意法半导体推出首款64区ToF传感器;英飞凌和PMD共同研发范围扩大的3D ToF深度传感器;光微科技推出国内首颗量产超小尺寸单点ToF传感器等等,ToF传感器市场的竞争更加激烈。

什么是ToF?

那么什么是ToF?ToF是Time of Flight的缩写,直译为飞行时间,简称为ToF。ToF传感器种类繁多,但大多数是飞行时间相机和激光扫描仪,他们使用称为激光雷达(光检测和测距)的技术,通过用红外光照射来测量图像中各个点的深度。

从原理来看,ToF其实也并不是什么高高在上的技术,简单来说它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。根据原理来看,ToF技术早期的应用相对简单,就是用来测距。

ToF相机是由光源、光源、光学部件、传感器、控制电路以及处理电路等几部单元组成,这与普通的机器视觉成像大致类似。根据其基本原理,ToF技术拥有实时感测、测量精度与误差固定、抗干扰能力强等特点。ToF技术是3D感测的主流方案之一,现在不仅在逐步广泛应用在手机设备上,也在智能投影中初现身影。

三星开始进军ToF市场

继9月份申请商标之后,三星终于要正式进军ToF图像传感器领域 —— 三星推出了名为“ISOCELL Vizion 33D”的ToF传感器产品。这款组件的像素尺寸为7m,VGA(640X480)分辨率,能够测量20厘米至5米范围内的对象。三星在描述产品时表示,每个像素会在0°、90°、180°和270°方向发送四个卫星信号,从而允许组件对快速移动的对象进行三维传感。

截屏2020-11-23 12.43.10.png

这是三星得首款ToF图像传感器,并且应该是鉴于智能手机不断增长的ToF技术需求而选择切入所述领域。尽管三星比苹果更早开始在产品中搭载ToF技术,但由于使用量较低,他们最终没有选择继续采用,最近开始显露出再次将这项技术应用于自家产品的迹象。三星预计将积极推进ToF传感器的商业化,并首先将ISOCELL Vizion 33D应用于其产品,同时将其供应给中国的智能手机厂商。

三星推出ToF传感器,将不可避免地与索尼展开竞争。索尼除了是全球图像传感器领域的领头羊,同时是ToF传感器领域的领军厂商,他们已为苹果iPhone和iPad提供ToF传感器。三星在图像传感器市场占据第二的位置,尽管差距巨大,不过三星依然在积极追赶索尼。对于这次推出的ToF图像传感器,三星扩大了与索尼的战场。

智能手机是ToF最大市场

无论是哪一家手机厂商,最新的几款智能手机配备的摄像头数量至少有2个,可谓是在摄像头数量上下足了功夫,这似乎也是厂商近些年能够在手机上能做的为数不多的创意了,很多用户认为多摄像头仅仅是厂家用于提升拍照性能,但是事实并非如此。

在ToF传感器逐渐成为智能手机标配的时候,多摄像头的目的就逐渐浮出水面,可用于多场景的识别应用,例如前置及后置镜头用于手势识别或者安全支付的脸部3D辨识,以及AR/VR也是ToF在3D感知上的应用方向。行业人士表示,随着AR/VR场景的不断完善,这项功能也将成为智能手机与数码相机最大的区别。

从终端市场来看,不仅有已经采用过这项技术的华为、OPPO在持续推动,苹果公司明年9月发布的新品也将搭载,而新iPhone的加入也将进一步刺激手机市场需求的增长。据悉,持续推崇AR/VR这一发展趋势的苹果将借ToF实现相关功能。

拥有如此广泛的应用场景,得益于ToF图像传感器相比于结构光和双目RGB的优点:实时地快速地计算物体的深度信息,且深度计算不受物体表面灰度特征的影响,深度计算精度不会随距离改变而变化,基本上可以保证厘米级的精度,尤其适用于一些大范围距离变化且高速的应用场合。

截屏2020-11-23 12.45.00.png

加上是主动光源束,所以在光源不伤害人眼的情况下,ToF传感器理论上的最远探测距离可以达到100m,且可以调节光源灵活切换需求距离。另外,ToF传感器抗干扰能力和成本优势也比较明显。

与之相对的,是目前多家厂商在面部识别上所采用的3D结构光技术,iPhone X、OPPO Find X都是采用了3D结构光方案。与TOF不同,3D结构光通过利用点阵投影仪向外投射多个光斑到被测物体,以红外摄像头拍摄被测物体的三维光图像,再经由处理系统计算物体深度信息。

不难看到,3D结构光在深度测算的精度更高,但工艺相对复杂,并且对环境光线和识别距离都有比较高的限制。而TOF对环境光线的适应能力更强,识别距离可以达到10m,响应时间也更快,而且工艺难度也相对低,在识别精度上不如3D结构光。所以,厂商们在人脸识别方案的选择上,更偏向于3D结构光,就是要保证识别精度和安全性。

3D ToF市场参与者愈发活跃

索尼虽是传统CIS图像传感器制造商,但原本在ToF市场并无涉足,2015年收购SoftKinetic,并推出DepthSense ToF感知技术。于此,索尼很快在智能手机市场成为最大的ToF传感器与解决方案供应商:华为、三星近两年的旗舰机都在用索尼的DepthSense方案。

3D感知市场目前仍然处在高速发展期,尤其是消费电子与汽车领域,ToF即是受惠于这一趋势的发展主力,近两年ToF图像传感器在3D感知中的占比正越来越高。考虑到立体视觉、结构光方案在3D感应技术中仍是主流,ToF传感器可在其中分得半壁江山,已经体现出ToF技术的相当分量。

截屏2020-11-23 12.46.34.png

华为、LG、vivo等厂商为了追上3D面部识别的步伐,为自家智能手机选择的3D感知技术皆为ToF。此后应用于3D感知的ToF产业链便开始了一路高歌猛进,不仅市场规模在未来5年内还将迅速扩张,而且供应链参与者近两年正持续着十分活跃的市场动作,还有企业正准备入市。

接收端的核心器件即常说的ToF图像传感器,主要供应商包括英飞凌/pmd、意法半导体、松下、ams、索尼等。ToF图像传感器是整个ToF模组中相对最具有技术含量的部分(ToF模组的发射端在技术要求上是小于结构光技术的,而接收端则相反)。当然还有将ToF所有组件构成模组和解决方案的厂商,典型如索尼、意法半导体、英飞凌/pmd等。

ToF的出现时间并不算短,产业链的硬件配套情况实际上已经处于较为成熟的阶段,诸如索尼、松下、ADI、舜宇光学、丘钛科技、信利国际、LG、夏普等上下游一线厂商都早有涉及。不过,上述提到的这些企业也并未将ToF作为主力业务,在这一产品风口来临之际,或许还会出现短期产能紧张的情况。

据业内人士称:“目前传感器芯片的资源就比较紧张,因为在3D视觉领域,每一家芯片厂商主推的解决方案不同,有ToF资源的芯片厂并不算多,且产能也有一定限制。相比之下,模组厂的数量就多很多,因此这些芯片厂对模组客户目前也是‘择优供应’,这一点可能会对二三线厂商形成竞争劣势。”

在市场规模的扩张方面,在市场参与者的竞争方面,乃至在技术方向的趋势方面,3D ToF都处在一个高速发展、竞争激烈且异常关键的时刻。未来一段时间内,这一市场预计还会产生很大的变化,尤其是市场参与者选择的应用领域及技术方法赛道。ToF乃至3D感知市场进入白热化竞争已经箭在弦上。

ToF实施中的挑战与难点

在ToF技术的全套实施方案中,还需要克服许多方法本身可能存在的一些缺陷。包括系统深度误差、户外强光场景产生的深度数据噪声、场景拍摄对象的运动模糊、多径干扰、对象边缘模糊等。

· 多径效应(Multipath Effects):某些情况下 ,通过不同的反射路径,入射光可能会抵达图像传感器同一个像素。也就是说一个像素内的信号,实际上来自多个场景中的反射来源,场景对象具备高反射率的时候这个问题会格外严重。

· 对象边缘模糊(Flying Pixels):在立体角中,单个像素产生自不同距离的对象,就会产生所谓的flyingpixels。这种情况一般发生在对象边缘位置,那么这种flying pixel像素的深度信息本质上是前景与后景不同对象的距离合成在一起的。

· 运动伪像:和传统成像技术一样,当场景中的被观察对象以较快的速度移动(或摄像头本身就不稳定)时,成像就会产生运动伪像,且运动速度越快,错误就越大。

· 强度相关错误:场景中某个对象的不同区域有不同的明亮色彩时,可能造成错误。比如说国际象棋棋盘这种黑白格相间的对象,测量得到黑色方格的距离可能比白色方格更近。

· 解调错误:在前文针对ToF原理的深度计算中,实际上都默认了完美的情况。但实际状况会比较复杂,包括了场景对象的光散射;场景中对象材质反射率较低会造成像素欠饱和,以及较低的信噪比;镜面对象则反射几乎所有能量,又会令像素过饱和,则令深度数据几乎不可用。

截屏2020-11-23 12.48.38.png

这类问题在不同的ToF实施方法中,都有相应的缓解方案;随着技术的越来越成熟,ToF产品的成熟度越来越高,这些问题或许早已被解决。 

ToF技术应用现状与前景

在智能手机之外,智能家居、AR/VR设备、家用机器人、智能电视都是其应用方向。就目前来看,这些领域的应用仍在发展初期。实际上这部分市场正从3D成像往3D感知转换,如此一来AI驱动的设备、机器人就能理解其周围环境,开发新的交互方式。

· 摄影辅助与强化:ToF摄像头的场景深度数据往往要准确得多,这对于辅助2D摄像头摄影,突出画面主体,并对背景做虚化,创作更具视觉震撼力的照片有帮助。另外,场景深度数据也有助于模拟场景补光,实现影棚级的打光效果,意即为智能化的滤镜、后期做准备。

· 面部识别、交互加强:LGG8 ThinQ、华为P30 Pro等手机都已经开始引入悬浮手势识别功能。例如在下厨或吃饭时,不需要用手去接触手机屏幕,而借由前置ToF的3D感知,即可通过在手机前挥挥手这样的操作来实现翻页、滚屏等普通操作。不仅在手机产品中,如智能电视、交互辅助设备上,亦可实现肢体动作识别的交互方式。生物特征身份认证的人脸识别,也是ToF在手机、平板、智能电视、教育面板等设备上的重要应用方向之一,即便其精度暂低于结构光,但距离优势,以及技术发展中越来越高的精度,也为其这一领域的应用奠定了基础。而交互方式的变化,更深入地可以体现在家庭娱乐中,比如配合娱乐外设的体感游戏等。

· 智能家居:ToF在智能家居的应用,除了前述单点距离检测的避障应用(以及如应用于智能门锁的距离检测,实现使用体验加强)以外,对于家用智能机器人或者更多智能设备的环境感知和理解,3D ToF技术都有发挥的空间。这部分市场仍在起步阶段,就机器人的3D环境感知能力来看,它在工业领域的应用或许会更早起步。

· 其他领域:在汽车领域即便不谈论应用于ADAS系统的LiDAR,ToF在智能驾驶舱中的应用可用于手势交互、驾车者状态监测等;医疗健康领域,如MESA ToF摄像头在交互式物理治疗系统的应用是个典型;工业自动化相关的例子有ToF电子围栏、针对奶牛的自动挤奶系统,工厂自动运输机通过ToF能够实现在工厂或仓库内的自主导航,以及针对后勤/运输做运输工具空间优化利用的尺寸标注解决方案等。

以上列举的部分应用实际上也有其他可行的解决方案,例如立体视觉、结构光都有在这些领域做应用的可行性。由于ToF技术本身的特点,它在这些领域的广泛应用显得更有潜力。而且即便只讨论消费市场,以上列举的应用领域都尚未完全开发,ToF技术的未来是真正可期的。



关键词: ToF

评论


相关推荐

技术专区

关闭