深度感知是現(xiàn)實(shí)機(jī)器視覺應(yīng)用中不可或缺的關(guān)鍵功能。安森美 (onsemi) 的 Hyperlux ID 間接飛行時(shí)間 (iToF) 深度傳感器，憑借更少、更小、更簡單的器件，即可實(shí)現(xiàn)高精度深度感知。我們將通過一系列文章介紹機(jī)器視覺應(yīng)用痛點(diǎn)以及Hyperlux ID，本文為第一篇，將介紹機(jī)器視覺應(yīng)用發(fā)展趨勢和深度感知的技術(shù)難題。

深度感知：工業(yè)自動化與 AI 視覺的感知基石

現(xiàn)代機(jī)器不僅要能夠移動，更需自主感知周圍環(huán)境、識別操作對象，并理解周圍的世界。工業(yè)組件要實(shí)現(xiàn)真正的自動化，其核心在于感知、定位并與世界交互的能力。當(dāng)這類組件由人工智能 (AI) 驅(qū)動時(shí)，就需要深度傳感器為處理器提供視覺感知能力。對機(jī)器視覺而言，要實(shí)現(xiàn)這種感知級別的識別能力，絕非易事。

當(dāng)機(jī)器執(zhí)行物體操作或規(guī)劃前方路徑時(shí)，其處理器需要在極短時(shí)間內(nèi)獲取盡可能多的深度數(shù)據(jù)點(diǎn)。傳統(tǒng)圖像傳感器會產(chǎn)生大量數(shù)字偽影，包括光暈、拖影、過飽和以及運(yùn)動模糊。這些偽影并非真實(shí)的環(huán)境信息，如果缺乏深度感知功能及深度數(shù)據(jù)的有效解析手段，機(jī)器的處理器將無法做出準(zhǔn)確推斷。我們固然可以寄希望于人工智能或機(jī)器學(xué)習(xí)算法，助力機(jī)器區(qū)分真實(shí)場景與虛假干擾。但這里真正需要的是一款性能強(qiáng)大且穩(wěn)定可靠的深度傳感器，從而讓機(jī)器無需再從不可靠的視覺證據(jù)中去推測真實(shí)場景。

本文旨在探討如何為具體應(yīng)用挑選合適的深度傳感器。作為全球領(lǐng)先的半導(dǎo)體器件制造商之一，安森美生產(chǎn)各類傳感器，包括基于 CMOS 的圖像傳感器、超聲波傳感器、短波紅外 (SWIR) 傳感器以及激光雷達(dá)。

激光雷達(dá)之所以能實(shí)現(xiàn)遠(yuǎn)距離深度感知，是因?yàn)樗捎昧酥苯语w行時(shí)間 (dToF) 技術(shù)。當(dāng)應(yīng)用場景中最關(guān)鍵的數(shù)據(jù)需求是實(shí)時(shí)測距時(shí)，dToF 技術(shù)能為激光雷達(dá)提供優(yōu)于其他深度感知方法的采集速率，并具備檢測激光回波路徑中多個(gè)物體的能力。通過采用二維單光子雪崩二極管 (SPAD) 和硅光電倍增管陣列 (SiPM) 技術(shù)，安森美激光雷達(dá)組件能夠探測最遠(yuǎn) 300 米范圍內(nèi)的單光子信號。

然而激光雷達(dá)在分辨率方面存在局限。為實(shí)現(xiàn)全視場覆蓋，激光雷達(dá)需對前方場景進(jìn)行掃描，就像用畫筆在整個(gè)畫布上逐步涂繪一樣。這種方式難以識別遠(yuǎn)方物體的特征，尤其在物體邊緣輪廓不夠清晰時(shí)，這一問題更為突出。

開發(fā)未來機(jī)器視覺應(yīng)用的工程師需要充分了解各類技術(shù)的差異，從而為自身的研發(fā)工作選擇合適的成像設(shè)備。

當(dāng)機(jī)器視覺系統(tǒng)檢測到其感知范圍內(nèi)存在物體時(shí)，它不僅需要判斷物體的距離，還需推斷物體的形狀與結(jié)構(gòu)。這要求系統(tǒng)通過更高密度的數(shù)據(jù)點(diǎn)采集，獲取前方場景的更多數(shù)據(jù)，以實(shí)現(xiàn)更高的分辨率和保真度。例如：

工業(yè)安防系統(tǒng)聚焦大門或特定入口，探測約 10 米半徑內(nèi)的移動物體或活動跡象

視頻會議系統(tǒng)拍攝畫面內(nèi)的人物，當(dāng)人物起身在室內(nèi)走動時(shí)，系統(tǒng)會自動調(diào)整構(gòu)圖與對焦

倉庫和物流中心的庫存管理系統(tǒng)持續(xù)核驗(yàn)貨物庫存數(shù)量及其存儲位置

工廠檢測系統(tǒng)對零部件不間斷檢測，排查潛在瑕疵和缺陷

物流系統(tǒng)對貨物和包裹進(jìn)行常態(tài)化尺寸測量，以優(yōu)化運(yùn)輸方案并提升運(yùn)輸安全性

車輛裝載系統(tǒng)持續(xù)不斷地將庫存貨架上的貨物轉(zhuǎn)移到運(yùn)輸車輛上

此類應(yīng)用場景均需要高分辨率深度傳感器來識別前方的物體，并輔助軟件推斷抓取、搬運(yùn)或操作物體的最優(yōu)方案。通過物體的外形或結(jié)構(gòu)判斷其屬性，離不開深度感知技術(shù)的支持。這項(xiàng)任務(wù)的難點(diǎn)在于，圖像仍是二維平面信息。但借助一些技術(shù)手段，可從二維數(shù)據(jù)中推導(dǎo)三維空間信息。安森美最新推出的 Hyperlux ID iToF 深度傳感器，便集成了這類前沿技術(shù)。

深度感知的技術(shù)難題

距離屬于一維空間概念。激光束的特性恰好體現(xiàn)了一維空間感知方式的全部優(yōu)勢與局限。對于以激光束作為感知機(jī)制的設(shè)備而言，要確定傳感器前方的環(huán)境構(gòu)成，就必須通過多次掃描并整合掃描所得的數(shù)據(jù)來實(shí)現(xiàn)。盡管技術(shù)發(fā)展正不斷加快這一掃描過程，但此類設(shè)備仍然存在物理限制。

圖 . 四種主流視覺技術(shù)的固有性能表現(xiàn)

綠色：廣泛使用;黃色：偶爾使用，但并非總是可靠;紅色：從不使用

實(shí)現(xiàn)深度感知至少需要一張二維圖像，而若能獲得兩張及以上二維圖像，則可推斷出三維信息。具備深度感知功能的圖像傳感器，其有效感知范圍受限于傳感器自身的分辨率。而激光束則不存在這一局限。我們可以為近地軌道 (LEO) 衛(wèi)星搭載激光雷達(dá)設(shè)備，從上千公里高空對地表地形與海平面進(jìn)行精準(zhǔn)測繪。

正是這一本質(zhì)區(qū)別，界定了激光雷達(dá)與圖像傳感器在工業(yè)應(yīng)用中的不同適用領(lǐng)域。如今，日常生活中越來越多的自動化設(shè)備，開始采用基于 CMOS 的圖像傳感器來實(shí)現(xiàn)深度感知功能。在過去，基于 CMOS 的傳感器并不適用于消費(fèi)級數(shù)碼相機(jī)，尤其是專業(yè)攝影領(lǐng)域。這類傳感器對光學(xué)噪聲和電磁干擾十分敏感，而早期數(shù)碼相機(jī)所采用的電荷耦合器件 (CCD)，則能很好地解決這兩大問題。

智能手機(jī)時(shí)代的到來徹底改變了這一局面。業(yè)界借助 NASA 噴氣推進(jìn)實(shí)驗(yàn)室為航天項(xiàng)目研發(fā)的相關(guān)技術(shù)，優(yōu)化了 CMOS 傳感器的能效表現(xiàn)與實(shí)際應(yīng)用價(jià)值。如今，安森美基于 CMOS 的 Hyperlux ID AF0130 和 AF0131 傳感器，相比 CCD 圖像傳感器與激光雷達(dá)組件，展現(xiàn)出多方面優(yōu)勢，具體如下：

能效更高，適用于需要低直流電壓或電池供電的應(yīng)用場景。

更易集成到機(jī)器設(shè)計(jì)與組件封裝中。

熱特性大幅優(yōu)化，無需主動散熱系統(tǒng)。相較之下，激光雷達(dá)的光電探測器對溫度尤為敏感，尤其在 35°C 或以上環(huán)境中。

深度感知精度極高，依托 120 萬像素 (MP) 分辨率和背照式 (BSI) 技術(shù)，結(jié)合傳感器內(nèi)置的圖像處理能力，可顯著提升感知精度。

圖像曝光速度更快，通過優(yōu)化傳感器的圖像信號處理、存儲及讀取方式，實(shí)現(xiàn)更快的曝光效率。

可編程性更強(qiáng)，支持通過情景感知功能對圖像傳感器進(jìn)行微調(diào)，使其更好地適配具體應(yīng)用需求。

未完待續(xù)，后續(xù)推文將繼續(xù)介紹、Hyperlux ID 結(jié)合智能 iToF 技術(shù)如何攻克實(shí)際應(yīng)用挑戰(zhàn)。