【導讀】據IHS Markit報告，基于ToF（飛行時間法）方案的多方面優勢，預計2022年ToF市場規模將達到15億美元，占3D傳感市場的50%左右。ToF正在成為眾多創新應用的關鍵賦能科技之一，這也與ToF技術解決方案主導廠商之一的ADI產品與市場趨勢一致——該公司在2014年開始為國外某知名AR眼鏡定制ToF技術，該產品成功落地并實現人機交互和3D重建功能；2016-2017年，ADI ToF技術用于車內手勢識別……
據IHS Markit報告，基于ToF（飛行時間法）方案的多方面優勢，預計2022年ToF市場規模將達到15億美元，占3D傳感市場的50%左右。ToF正在成為眾多創新應用的關鍵賦能科技之一，這也與ToF技術解決方案主導廠商之一的ADI產品與市場趨勢一致——該公司在2014年開始為國外某知名AR眼鏡定制ToF技術，該產品成功落地并實現人機交互和3D重建功能；2016-2017年，ADI ToF技術用于車內手勢識別；2018年，ADI ToF技術開始與國內某品牌手機合作并成功批量上市……而近兩年在ADI在ToF應用落地頻度明顯增加，無論是工業完全中的虛擬圍欄、還是手機人臉識別，或者汽車、無人機及機器人自主導航應用中紛紛涉及。
就在前不久，ADI宣布與Jungo合作開發基于飛行時間(ToF)和2D紅外(IR)技術的攝像頭解決方案，以實現車內駕駛員及座艙監測。ADI的ToF技術和Jungo的CoDriver軟件相結合，有望通過觀察頭部、身體位置以及眼睛注視情況，監測車內人員的睡意和注意力分散程度。該解決方案還有望實現基于面部、身體和手勢的智能交互，提供各個車內人員的人臉識別功能，從而實現個性化信息娛樂及服務以及拼車支付等功能。 隨著類似汽車及工業應用的增加，可靠性成為最重要的關切，特別是作為以光檢測為基礎的ToF系統之間、環境光干擾導致的干擾隱患如何破？
ToF的激光檢測，干擾是普遍存在的隱患
3D ToF是一種無掃描LIDAR（光檢測和測距）技術，通過發射納秒級的高功率光脈沖來捕獲相關場景的深度信息（通常是短距離內）。ToF背后的基礎科學很簡單。該系統發出經脈沖調制的光，并測量光子經物體反射后返回到傳感器所需的時間。由于該時間和光速為已知值，因此可以計算出距離。
點云是對ToF攝像頭算出的每個像素點深度的3D可視化。ToF是一種景深測量技術，使用紅外光源向場景發射多個精確計時的光脈沖。圖像傳感器與光源共置，接收從場景中所有表面返回的光子，其次序與表面到傳感器的距離遠近相同。利用已知的光速和光子返回到傳感器每個像素點所花費的時間，可以計算出每個像素所對應的距離或深度。
很明顯，ToF檢測準確的基本條件是自身產生發射光信號并接收該反射信號，但是如果同一場景下多個ToF應用終端如何避免干擾？ ADI就曾做了這方面的實驗演示分析——演示設置非常簡單，設置了兩個相互垂直的ToF攝像頭，每個攝像頭會顯示參與對象在三個維度上的角度，即高度、寬度以及最重要的深度。每種顏色代表不同的距離范圍，因此如果現場工作人員靠近攝像頭，手上的顏色就會發生變化。同樣，如果遠離攝像頭，工作人員的身體會變成不同的顏色，這意味著距離變得更遠。在本演示中，ADI展示了多個ToF攝像頭面對面放置。如下圖可以看到這種其他攝像頭帶來的干擾產生的影響——注意到在這張圖片中工作人員的顏色改變了，不同的顏色表示不同的距離，這是由于這個ToF攝像頭的激光脈沖反射到另一個ToF攝像頭，從而顯示出失真或錯誤的距離數據。
多TOF干擾消除技術的效果對比（右邊采用干擾消除技術，左邊未采用）
如何消除干擾？從硬件到軟件全面克服挑戰
上圖右邊的攝像頭并未顯示這種失真，這是因為該方案中采用了一項正ADI在申請專利的算法，它能夠避開或消除所有無關的光信息，僅使用自身激光源的光信息，所以能給出正確的深度信息。另一個攝像頭沒有采用此干擾消除算法，會出現失真，而這個攝像頭則不會出現失真。
根據ADI官網透露，該算法來自于其內部技術孵化器“Analog Garage”的飛行時間AGI團隊，通過與對應用和硬件有著非常深刻的理解業務部合作的幾個月合作，借助業務部擁有廣泛的洞察力、傳遞實際客戶的反饋，以及他也提出的各種問題，從干擾、功耗到動態范圍。為了使用搭載ADI公司產品的傳感器和攝像頭模塊進行實驗和快速學習，該團隊深入了解了業務部的測試和調試GUI，并創建了在Analog Garage的ToF實驗室中進行實驗的一套工具。該工具對于團隊至關重要，使他們能夠測試構想、模擬多攝像頭環境，并演示算法對干擾和功耗的影響。該團隊提出了應對需求的兩種方法：避免干擾和消除干擾。在項目的最后階段將這兩種方法結合在一起，能夠同時運行比使用單一算法更多的攝像頭。由ToF AGI研發的干擾抑制算法是超越硅技，此項創新是業務部對應用和器件架構的深刻理解與Analog Garage科學家的算法專長強強聯合的產物。
ADI公司飛行時間AGI團隊成員（該團隊已經轉入消費電子業務部）
當然，干擾不僅僅來自有ToF設備之間發射光“串門”，更有可能來自無處不在的大自然光線干擾，特別是室外環境。
通常而言，ToF技術根據調制方法的不同，可以分為兩種：脈沖調制和連續波調制。兩種ToF調制方法都有各自的優缺點，需要根據實際應用用例綜合考量的點包括測量距離、使用系統的環境、精度要求、熱/功耗限制、外形大小以及電源問題等。ADI的ToF解決方案目前主要采用CCD傳感器的脈沖原理方式，CCD作為一個全局曝光器件，在室外遠距離場景下，具有非常良好的性能。同時CCD作為全局曝光的傳感器，又是窄快門曝光，對于外界抗干擾性能非常強。
戶外環境下CMOS ToF系統(850 nm光源)與ADI的CCD ToF系統在識別人與三腳架的效果對比。
具體來看，ADI的ToF解決方案使用了高性能ToF CCD和集成了12位ADC、深度處理器（將來自CCD的原始模擬圖像信號處理成深度/像素數據），以及高精度時鐘發生器（為CCD和激光器生成驅動時序）的ToF模擬處理前端。ToF CCD主芯片ADDI903x系列具有很好的性能，傳感器將采集的光信號轉換成電信號，運用深度計算把最終距離信息送到SOC處理，然后將數據提供給算法適配，整個過程涉及傳感器、鏡頭、發射器件、平臺、應用等。對硬件廠商而言，需要和模組廠配合打造小型化、集成度高的產品來適配應用廠商，然后適應不同的應用場景。
總結：
到目前為止，ADI的ToF技術和產品不僅涵蓋了從工業、消費到汽車等，應用的邊界拓展仍在繼續，未來更大空間、更高分辨率深度數據與強大的分類算法以及AI相結合，將會解鎖更多新的場景。但在面臨多個ToF攝像頭同時工作（技術發展路線圖預計將實現64個攝像頭同時近程檢測）的挑戰時，克服干擾帶來的檢測風險越來越重要。解決干擾問題將涉及大量的反復試錯，而現有技術很可能根本無法滿足要求，ADI通過算法手段能實現比電路設計更快速的迭代和實驗。ADI提供可直接提升3D ToF系統功能的產品和解決方案，包括處理、激光驅動器、電源管理以及開發板和軟件/固件，這種多ToF系統干擾消除的算法進步將進一步幫助快速實現3D ToF解決方案。
免責聲明：本文為轉載文章，轉載此文目的在于傳遞更多信息，版權歸原作者所有。本文所用視頻、圖片、文字如涉及作品版權問題，請電話或者郵箱聯系小編進行侵刪。
