許多人戴眼鏡是為了改善他們的視力。開車時不戴眼鏡，他們無法看清東西，例如停車標志。在開車時，我們都希望避免穿過十字路口并被其他司機撞到。駕駛時應始終佩戴眼鏡，以便他們能夠最好地識別前方道路上的危險（圖 1）。

檢測和識別物體的能力幾乎是所有視覺應用的核心。然而，實現這一目標的方法幾乎與這樣做的理由一樣多。這篇博客著眼于幾個用于檢測物體的標準傳感器。

相機

在視覺應用中，相機可能是大型電子視覺系統的一部分。它們的使用方式類似于人眼。

在視覺系統中使用相機的幾個優點包括：

可能被定位為“看到”整個上下文，或者至少是被認為足夠合適的內容

在各種情況下“超越”人類的潛力

通過應用不可見光源，即人眼可響應的大約 380nm – 750nm 光譜之外的光源

可以通過以下方式學習：

人工智能 (AI)

機器學習（機器學習）

神經網絡（NN）

通常成本較低

處理天氣環境有點類似于人類的視力

雷達

作為電子工程師，我們中的許多人都知道還有其他傳感技術可以讓我們“看到”人眼通常看不到的東西。這方面的一個例子是雷達（圖 3）。雷達是無線電探測和測距的縮寫。雷達使用無線電波 (3MHz–110GHz) 來幫助確定物體的距離（測距）、角度或速度。我們中的許多人都熟悉雷達示例，了解航空器在天空中飛行時是如何被跟蹤的。它提供了一種“查看”飛機所在位置的方法。在查看我們當前權限范圍內的應用（車輛和機器人技術）時，通常會使用毫米波 (30–300GHz)。

在視覺系統中使用雷達的幾個優點包括：

小封裝尺寸和天線

大帶寬

高多普勒頻率

高度集成

可靠的

實惠

毫米波傳感器

德州儀器(TI) 的毫米波傳感器是提供工業 (IWR) 和汽車 (AWR) 選項的雷達解決方案。使用毫米波 SDK 簡化傳感，在不到 30 分鐘的時間內利用和評估傳感項目。空間和速度分辨率可以檢測到比傳統解決方案高出三倍。CMOS 單芯片傳感器通過將 RF 前端與 DSP 和 MCU 集成在一起來縮小設計尺寸。

AWR

AWR 系列汽車毫米波傳感器可增強駕駛體驗，通過分析附近環境并對其做出反應，使其更安全、更輕松。

國際水資源研究所

IWR 系列工業毫米波傳感器通過檢測物體的范圍、速度和角度提供前所未有的精度和穩健性。

激光雷達

這個概念可以應用于光波，而不是使用無線電波。光探測和測距 (LiDAR) 使用電磁光脈沖來確定物體的距離（測距）、角度或速度。

使用 LiDAR 的優點可能包括：

準確性

精確

3D成像

不受外部照明條件影響

所需的計算能力相對較低

飛行時間 (ToF)

飛行時間 (ToF) 是對物體、粒子或波在介質中傳播一段距離所需時間的測量。分析這些數據可以揭示速度或路徑長度等概念，以及粒子或介質的特性。ToF 應用包括機器人和人機界面 (HMI) 中的接近感應和手勢識別。

結論

我們介紹了不同類型的物體檢測傳感器，并研究了每種傳感器的不同優勢。正如我們所知，并非所有相機都生來平等。其中大部分歸結為應用程序。我們還了解到，開發人員在開發新傳感器方面取得了重大進展，這些傳感器可以密切模仿人眼感知視野變化的能力。在某些情況下，我們使用的傳感器技術超出了我們的眼睛所能看到的范圍。也許，有一天我們對處方眼鏡的需求將會過時。

審核編輯黃昊宇