而相比3D深度視覺(jué)其它兩種方案而言，當前ToF方案在實(shí)際應用中的表現出的優(yōu)勢讓市場(chǎng)看好在快速增長(cháng)通道中ToF更大的機會(huì )。例如：在畫(huà)面拍攝后計算景深時(shí)不需要進(jìn)行后處理，既可避免延遲又可節省采用強大后處理系統帶來(lái)的相關(guān)成本；ToF測距規模彈性大，大多數情況下只需改變光源強度、光學(xué)視野以及發(fā)射器脈沖頻率即可完成。

 

此外，由于具有不易受外界光干擾、體積小巧、響應速度快以及識別精度高等多重優(yōu)勢，使得ToF無(wú)論是在移動(dòng)端還是車(chē)載等應用領(lǐng)域日漸成為3D視覺(jué)的首選技術(shù)方案。

 

使用ToF技術(shù)可以得到物體的絕對值，更具性能優(yōu)勢

 

應用全面鋪開(kāi)，ToF迎來(lái)爆發(fā)增長(cháng)

 

作為T(mén)oF創(chuàng )新應用的主要廠(chǎng)商之一，ADI公司的ToF解決方案在vivo NEX相機中的成功應用讓業(yè)界矚目，目前該公司相關(guān)解決方案更廣泛應用到包括汽車(chē)、工業(yè)、便攜終端等多種應用場(chǎng)景。最近ADI系統應用工程經(jīng)理李佳在最近一場(chǎng)《ADI 3D深度檢測》的主題演講中形象的指出ToF正迎來(lái)全面開(kāi)花、爆發(fā)式增長(cháng)的機遇。她認為主要有以下應用機會(huì )：

 

自動(dòng)化工廠(chǎng)中的各類(lèi)機器人的自主避障將是ToF可以快速應用的領(lǐng)域。機器人應用日益在工業(yè)環(huán)境中普及的當下，當機器人身處較為擁擠的工作環(huán)境中，它們必須能辨認人與機械以及機械的動(dòng)作，并作出迅速的反應以避免設備及工作人員受傷。如果以激光雷達來(lái)解決，成本則需要增加數萬(wàn)元，用雙攝像頭方案又需要大量的運算和雙攝像頭精準位置的調教，而ToF則成為解決上述難題的極具性?xún)r(jià)比的最佳選擇。

 

ToF實(shí)現人臉識別助力建筑智能升級。以具備人臉識別的ADI ToF 3D立體影像自動(dòng)門(mén)解決方案為例，傳統自動(dòng)門(mén)采用紅外線(xiàn)反射原理，只能檢測到是否有物體出現在感測范圍，導致動(dòng)物也能自由進(jìn)出商場(chǎng)，造成管理上困擾?；赥oF的方案可識別空間中的人類(lèi)特征以及人與物體相對位置距離，避免非人類(lèi)（例如動(dòng)物）進(jìn)入商業(yè)賣(mài)場(chǎng)。此外，商業(yè)空間的3D人流自動(dòng)統計過(guò)去有成熟方案，但如何有效利用影像技術(shù)，精準分辨進(jìn)出者的身高、體重，同時(shí)出入時(shí)間及高度誤差低于1%，這就有相當技術(shù)門(mén)坎了，而ADI的ToF解決方案，有別于傳統3D人流方案，大多需要安裝至少二只立體相機，ADI的方案僅需一只ToF攝影鏡頭架，設于門(mén)框上方且沒(méi)有安裝高度限制。

 

ToF應用于3D 人流統計方案的情境虛擬圖

 

ToF汽車(chē)倒車(chē)影像增加汽車(chē)駕駛員輔助功能。結合影像傳感器和VGA ToF傳感器模塊與內建圖像處理器，ADI公司汽車(chē)ToF解決方案能疊加實(shí)際影像，準確測量物體與汽車(chē)的距離，相較于傳統超聲波感測方案，具備更佳的感測角度，能提供倒車(chē)系統更大范圍的碰撞偵測預防。

 

ToF應用場(chǎng)景日益“擁擠”，如何避免干擾？

 

如此眾多的應用場(chǎng)景為T(mén)oF打開(kāi)了一個(gè)又一個(gè)風(fēng)口，但相關(guān)的困擾可能因而出現——同一場(chǎng)景下多個(gè)ToF應用終端如何避免干擾？在年初的消費電子展上，ADI就做了這方面的展示和技術(shù)分析。

 

演示設置非常簡(jiǎn)單，設置了兩個(gè)相互垂直的ToF攝像頭，每個(gè)攝像頭會(huì )顯示參與對象在三個(gè)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(chǎng)工作人員靠近攝像頭，手上的顏色就會(huì )發(fā)生變化。同樣，如果遠離攝像頭，工作人員的身體會(huì )變成不同的顏色，這意味著(zhù)距離變得更遠。

 

這本身沒(méi)有什么了不起，因為CES展會(huì )上也展出了許多其他的3D攝像頭。但是在本演示中，ADI會(huì )展示多個(gè)ToF攝像頭面對面放置時(shí)不會(huì )相互干擾。

 

ToF攝像頭通過(guò)發(fā)射激光脈沖捕獲距離信息，然后測量反射脈沖返回攝像頭所需的時(shí)間，將反射時(shí)間乘以光速，即可獲得所需的距離或深度信息。問(wèn)題是，如果存在與該激光器相同波長(cháng)的其他光源，尤其是其他ToF攝像頭，測量將會(huì )受到干擾。因此，存在任何類(lèi)型光干擾時(shí)測得的時(shí)間都不正確，這意味著(zhù)計算所得的距離信息也不正確。

 

CES2019上展示的多TOF干擾消除技術(shù)的效果對比（右邊采用，左邊未采用）

 

您可以看到這種其他攝像頭帶來(lái)的干擾產(chǎn)生的影響。注意到在這張圖片中工作人員的顏色改變了，但這毫無(wú)意義，因為不同的顏色表示不同的距離，這是由于這個(gè)ToF攝像頭的激光脈沖反射到另一個(gè)ToF攝像頭，從而顯示出失真或錯誤的距離數據。

 

另一邊，這個(gè)攝像頭并未顯示這種失真，因為我們采用了一項正在申請專(zhuān)利的算法，它能夠避開(kāi)或消除所有無(wú)關(guān)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(gè)攝像頭沒(méi)有采用此干擾消除算法，會(huì )出現失真，而這個(gè)攝像頭則不會(huì )出現失真。

 

總 結

 

隨著(zhù)ToF在工業(yè)、無(wú)人機等領(lǐng)域的應用，干擾導致的穩定性考慮越發(fā)重要。而在消費端隨著(zhù)各種應用增多，設備間的干擾也將是實(shí)實(shí)在在的現實(shí)問(wèn)題。假設有多架無(wú)人機在空中飛行，您當然不希望它們發(fā)生碰撞，您希望無(wú)人機本身內置回避功能，為此您就確實(shí)需要ToF功能。

 

同樣，一群人戴著(zhù)AR眼鏡在同一個(gè)房間里玩游戲，多個(gè)自主式機器人在同一大型倉庫里分揀貨物，或者兩輛自動(dòng)駕駛的汽車(chē)同時(shí)接近交叉路口，如果ToF攝像頭無(wú)法消除其他光源的干擾，那么使用ToF技術(shù)進(jìn)行精確深度測量的應用范圍將會(huì )嚴重受限。因此，ADI預計飛行時(shí)間系統中的防干擾或消除干擾能力將會(huì )越來(lái)越重要。

 

 

推薦閱讀：