点击上方“小白学视觉”,选择加"星标"或“置顶

重磅干货,第一时间送达

本文转载自:新机器视觉

苹果公司近期正式推出了新款iPad Pro,吸引了不少人的关注。在官方的宣传标语中,有一句话尤其引人关注,“它的Pro级摄像头打通了真实和虚拟的交界”。

新款iPad Pro搭载的Pro级摄像头不仅包含了全新的超广角摄像头,还包含了一款激光雷达扫描仪。该扫描仪利用dToF技术,结合运动传感器和iPadOS内的架构,可以进行深度测量,为增强现实及更广泛的领域开启无尽可能。

那么dToF是什么呢,它和我们之前市面上已有的iToF又有什么不同呢?

本文将会介绍dToF和iToF的成像原理,对比分析dToF和iToF两者的差异性,带领大家了解一下ToF领域。

 一、ToF是什么?

首先,让我们先来了解一下ToF的基本概念。

Time-of-Flight(ToF),顾名思义,是一种利用光飞行时间的技术。接触过3D视觉的读者应该知道,ToF和结构光、双目立体视觉是近年来三种主流的3D成像方式。ToF向场景中发射近红外光,利用光的飞行时间信息,测量场景中物体的距离。ToF相比较另外两种3D成像方式,深度信息计算量小,抗干扰性强,测量范围远。种种优势推动了ToF在机器人、交互以及其他工业领域中的应用。尤其是在移动端,已有多品牌手机,比如华为、OPPO、苹果,将其用于手机后置摄像。

 二、dToF和iToF 

了解了ToF的概念之后,让我们再来深入了解一下两类ToF的基本成像原理,也就是文章标题中提到的iToF和dToF。

dToF,全称是direct Time-of-Flight。顾名思义,dToF直接测量飞行时间。dToF核心组件包含VCSEL、单光子雪崩二极管SPAD和时间数字转换器TDC。Single Photon Avalanche Diode(SPAD)是一种具有单光子探测能力的光电探测雪崩二极管,只要有微弱的光信号就能产生电流。dToF模组的VCSEL向场景中发射脉冲波,SPAD接收从目标物体反射回来的脉冲波。Time Digital Converter(TDC)能够记录每次接收到的光信号的飞行时间,也就是发射脉冲和接收脉冲之间的时间间隔。dToF会在单帧测量时间内发射和接收N次光信号,然后对记录的N次飞行时间做直方图统计,其中出现频率最高的飞行时间t用来计算待测物体的深度,  。图1是dToF单个像素点记录的光飞行时间直方图,其中,高度最高的柱对应的时间就是该像素点的最终光飞行时间。

图1. 单像素记录的光飞行时间直方图示意图

dToF的原理看起来虽然很简单,但是实际能达到较高的精度很困难。除了对时钟同步有非常高的精度要求以外,还对脉冲信号的精度有很高的要求。普通的光电二极管难以满足这样的需求。而dToF中的核心组件SPAD由于制作工艺复杂,能胜任生产任务的厂家并不多,并且集成困难。所以目前研究dToF的厂家并不多,更多的是在研究和推动iToF。

iToF的概念和dToF相对应,全称是indirect Time-of-Flight,直译就是间接光飞行时间。所谓间接,就是指iToF是通过测量相位偏移来间接测量光的飞行时间,而不是直接测量光飞行时间。

iToF向场景中发射调制后的红外光信号,再由传感器接收场景中待测物体反射回来的光信号,根据曝光(积分)时间内的累计电荷计算发射信号和接收信号之间的相位差,从而获取目标物体的深度。如图2所示。

图2. iToF成像原理示意图[1]

iToF模组的核心组件包含VCSEL和图像传感器。VCSEL发射特定频率的调制红外光。图像传感器在曝光(积分)时间内接收反射光并进行光电转换。曝光(积分)结束后将数据读出,经过一个模拟数字转换器再传给计算单元,最终由计算单元计算每个像素的相位偏移。iToF计算深度的方式通常是采用4-sampling-bucket算法,利用4个相位延迟为0°,90°,180°和270°的采样信号计算深度。如图3所示

图3. 连续波调制方式测相位偏移原理示意图[2]

根据上述原理图,可以得到相位偏移的计算公式,  。然后,再根据相位偏移计算深度,  。其中,  是调制信号的频率,  是光速。

 三、性能对比 

dToF和iToF虽然都是利用光飞行时间技术,但是两者在测距原理和硬件实现上都有差异。软硬件的差异会导致这两类ToF在各方面的性能表现上各有千秋。

衡量ToF的性能指标,需要考虑几个方面。因为ToF是一个可以测距的相机,作为一个测距设备,基本的评价指标有测距精度和有效探测距离。其次,作为相机而言,图像分辨率也是一个重要的评价指标。此外,由于ToF本身只能提供3D信息,它将来更多的发展是集成到3D相关的应用,比如3D建模、AR以及移动平台。在集成到其他3D相关的应用时,尤其是移动端和机器人平台,必须要考虑它的能耗和成本,以及在各种复杂场景下的抗干扰能力。以上的这些特性,决定了dToF和iToF有着各自适用的应用场景。

接下来,本文会从精度、有效探测距离、图像分辨率、能耗、成本、抗干扰等7个方面,对比iToF和dToF的优劣。

  • 精度

精度指真实深度值和相机的测量值之间的差,是衡量一个测量设备的基本指标。

对于dToF,由于它采用单光子雪崩二极管(SPAD),能够在很短的时间间隔内测量吸收的光子数,最小能够在  级的时间内产生响应电流。TDC的时间分辨率也高于  ,所以它的理论精度可以达到  。但是,由于雪崩过程存在量子噪声和放大器噪声,以及dToF中TDC模块存在的固有噪声,导致目前dToF的实际精度只能达到cm级,和iToF相近。但是,理论上dToF的测量误差不会随着测量距离的增加而增大。

iToF的测量精度和几个因素有关,分别是调制光的频率,光照功率以及积分时间。前文已经提到了iToF的深度计算公式  。由此,可以推出深度噪声(精度)  。由于c对应光速,是一个固定值,所以深度精度和调制光的频率、相位信噪比(phase SNR)有关。当相位信噪比一定时,频率越高,深度噪声越小,也意味着深度精度越高。

iToF的相位信噪比和传感器接收到的光电流有关系。

其中,  代表调制信号生成的电子,   代表调制光和环境光生成的电子总和,  代表电容的固有噪声,  是调制对比度,描述传感器分离和收集光电子的质量。所以,  调制光信号生成的电子数越多,相位信噪比越大,进而推出深度精度越高。增大  有两种方式,一种是增大光照功率,另外一种就是延长曝光时间,也就是前文提到的积分时间。

总的来说,目前的iToF深度精度在  级,并且随着测量距离的增大,反射光的强度减小,相位测量的信噪比减小,绝对误差也会随之增大。

  • 有效探测距离

有效探测距离指相机能够输出可靠深度的距离范围,可靠深度意味着该深度值和真实值的误差小于一定阈值。举个简单的例子,假设测量误差在2cm以内时,我们视作该深度值是可靠的。如果一个ToF模组测量5米的物体时,测量值是5.02米,误差刚好达到了预先定义的极限。当物体位于5.01米时,测量值是5.22米,误差超出了2cm。我们就可以说该ToF模组的有效探测距离是5米。

当然,限制ToF的有效探测距离的主要因素之一是相位模糊现象。

对于dToF而言,当测量距离较远时,光飞行一个来回的时间超过了两次连续发射脉冲的间隔,传感器在发射第二个测量信号后,才接收到第一个测量信号的反射波,就会把该反射波错认为是第二个测量信号的近距离反射波,这时就会出现相位模糊现象。如图4所示。图4中case1表示的是近距离场景下dToF的测距原理图,case2表示的是远距离场景下,发生相位模糊现象的测距原理图。

图4. dToF脉冲测距原理示意图[3]

对于iToF而言,深度是通过相位偏移计算得到的,而相位偏移是通过一个反正切函数得到的  。反正切函数的返回值只会落在  ,所以测量深度的返回值也只会落在  。换言之,即使实际距离超出了  ,最终iToF的输出深度也会落在  。这是由于三角函数的周期性带来的相位模糊。

dToF会受到测量频率(相邻两次测量的间隔时间)限制,iToF的有效探测距离会受到调制光的频率限制。dToF在测量远距离物体时,可以适当增加两次测量之间的间隔,减少测量次数。但是,减少测量次数会同时降低测量精度,相当于是用精度换取有效探测距离。而iToF也可以通过降低调制光的频率,从而牺牲一定的测量精度以获得更远的有效探测距离。

对于iToF而言,可以利用双频解决相位模糊现象。利用两个不同频率的测量数据去求解相位模糊度,从而恢复正确深度值。借助双频测量可以同时实现高精度测量和高有效探测距离。

  • 图像分辨率

dToF的图像分辨率受到SPAD的限制,分辨率一般小于QVGA(320*240像素),新款iPad Pro的dToF分辨率有所提升,但是具体大小还未可知。

iToF技术发展相对成熟,图像的分辨率大多都达到了QVGA(320*240像素),上海数迹的TC-S系列相机的分辨率可以达到VGA(640*480像素)。微软最新的Kinect有多个图像分辨率,最高可以达到1024*1024像素。

  • 能耗

从发射信号来看, dToF则采用  级的脉冲激光,iToF目前大多采用连续波调制。相比较而言,脉冲波能够达到超低占空比,所以功耗也较低。

从光照模式来看,由于dToF的测量精度不会随着测量距离的增大而降低,所以功耗也会相对较低。反之,iToF目前采用的大多是面光发射方式。并且,随着测量距离的增大,iToF需要提高光照功率或者延长曝光时间来获取更高的精度,所需的功耗也会大幅增加。

  • 成本

dToF采用的是数字电路架构,不需要模数转换。iToF采用的是模拟电路结构,需要模数转换芯片。

对于整体的硬件架构而言,dToF的核心组件SPAD的制作工艺复杂,现有的资源少。iToF没有这方面的顾虑。

在系统集成方面, dToF还需要额外的时间处理电路,系统集成难度较高。iToF的系统集成容易,不需要额外的测量电路。

  • 抗环境干扰

环境干扰包括场景中环境光干扰、多路径反射光干扰以及不同表面灰度等影响。这一类环境干扰发生在外界,和ToF本身的关系不大,环境干扰的差异主要是由不同ToF的测距原理引起的。

dToF单帧深度图获取时,会经历多次重复测量,并且采用时间直方图统计的方式计算飞行时间,比较容易区分信号中的干扰成分。抗环境干扰能力更强。

iToF在曝光阶段,部分环境光混杂在调制光中被传感器接收,然后计算相位偏移。无法从单次测量的结果中区分出环境光引起的干扰。环境光越强,相应的,引起的深度误差也越大。

  • 应用场景

dToF功耗低,并且体积小巧,更加适合工业机器人等需快速进行测距避障检测的应用,以及其他在空间受限的紧凑型设计中。

dToF抗环境干扰表现比较好,目前在户外场景下的测距精度比iToF更加高,在户外应用场景中也比较占优。

dToF的时间分辨率高,测量距离增大时精度不会大幅衰减,能耗也不会大幅提升,在AR应用中的优势也比较显著。

iToF的图像分辨率较高,在物体识别,3D重建以及行为分析等应用场景中能够重现场景中更多的细节信息,在机器人、新零售等应用领域占优。

 四、3D ISP 

dToF和iToF两者的目标都是输出一幅高质量的深度图像,所以两者都需要深度数据层面的滤波和噪声修正,比如空域滤波、点云域的噪声滤波以及非一致性像素校准等。此外,两者都拥有透镜成像系统,所以无论是dToF还是iToF,都需要透镜失真补偿。硬件的温度变化带来的噪声也同时存在于两种ToF中,所以温度补偿也是两者所必需的。

dToF是发射脉冲波,而不是特定频率的调制波,所以dToF不需要做和调制光的频率相关的处理,包括频率校准、自动频率选择、高动态范围(HDR)。但是dToF的发射脉冲也有一定的频率,即相邻两个发射脉冲之间的时间间隔,dToF的频率校准和发射脉冲的频率相关。dToF仅仅输出深度图,而iToF同时输出深度图和幅值图,所以dToF不需要做幅值校准。

此外,由场景干扰引起的多径、相位模糊、运动模糊、内反射等都是两者所共有的问题,虽然dToF因为成像原理的特性具有更好的抗环境干扰能力,但是还是会受到这一类场景干扰的影响。不过不同的是,因为dToF和iToF的成像原理不同,两者所需要的深度修正方式也会有所差异。

 五、总结 

dToF和iToF两者因为测距原理和硬件架构的不同,各方面的性能互有优劣,适用场景也不尽相同。两者均面临场景的适应性,如何在任意场景下获取可靠和准确的深度数据是非常大的技术挑战,是ToF技术普及的关键。ToF应用技术的普及有赖于3D ISP增强引擎来消除干扰,降低功耗,提高实时性能;需要面向3D行业的ISP IP及中间件,有力支撑上层应用。所以说3D ISP是3D成像市场爆发的必要条件。数迹智能团队正在研发3D ToF ISP Smart3D-ISP,以ISP技术为核心系统性地提升无论是dToF还是iToF的性能并降低功耗和成本是多年来的研发目标,将我们的3D ToF技术植入每部手机、每辆汽车、每个机器人、每台家电,从而改变机器对世界的“看法”,实现深度的智能。

来源:3D感知与智能

好消息!

小白学视觉知识星球

开始面向外开放啦

浅析dToF和iToF成像技术相关推荐

  1. 合成孔径成像算法与实现_浅析太赫兹成像技术在消防领域中的应用前景

    消防员可以说是和平年代,离死神最近的职业.2019年8月上映的电影<烈火英雄>,对此有着真实的刻画.消防员面对高温.黑暗.有毒和浓烟等危害环境时,如果没有相应的设备贸然冲进现场,不仅不能完 ...

  2. 计算机技术在测绘专业应用,浅析计算机在现代测绘技术应用.doc

    浅析计算机在现代测绘技术应用 浅析计算机在现代测绘技术应用 摘 要:随着计算机技术的不断发展,其在现代测绘技术中的应用也越来越广泛,基于信息化条件下,大大降低了产生空间数据过程中的劳动强度,大幅提高其 ...

  3. 各种光学仪器成像技术(上)

    各种光学仪器成像技术(上) 光学是一门很古老的学科,按照Optics的意思,它主要是研究可见光波段的问题. 光学也是一门很有意思的学科.从把光抽象成射线进行处理(光线光学)到把光纳入电磁波的范围(物理 ...

  4. 欧盟科学家突破纳米尺度高清晰红外显微成像技术

    欧盟第七研发框架计划提供415万欧元资助,总研发投入550万欧元,由欧盟6个成员国爱尔兰.意大利.法国.德国比利时和罗马尼亚的跨学科科技人员组成LANIR科研团队,成功突破纳米尺度高清晰红外显微成像技 ...

  5. 内存都是由半导体器件构成的_开启5G新时代——XPS成像技术在半导体器件中的应用...

    点击上方↑↑↑"百贺仪器"关注我们 近年来,中国已成为带动全球半导体市场增长的主要动力,随着5G商用牌照落地并在2019年11月份正式使用,会大大推动半导体芯片产业的发展.针对半导 ...

  6. 量子计算机神器,量子计算技术再获神器 科学家开发出新的成像技术

    最近,<Science>子刊<Science Advances>上发表的一篇论文称,研究团队开发了一种能够窥探硅晶体内部结构的非侵入性成像技术.这很有可能成为测试常规硅基芯片的 ...

  7. 合成孔径成像算法与实现_声呐二维成像技术

    前 言 波束形成声成像技术是一种被广泛使用的声成像技术,波束形成技术是波束形成声成像系统中的重要组成部分,波束形成的好坏将直接影响到最终生成的图像质量.发展较早的主要是二维成像声呐,如侧扫声呐.前视声 ...

  8. 虚拟成像技术_AI帝国将崛起,国内幻真虚拟成像技术第一家

    一起智能 一起智能主打产品为"幻真虚拟成像技术".该系统利用图像处理.动态捕捉以及AI算法等相关技术以及云服务器的分发可以将采集到的图像素材投射到任一场地,目前投射区域最高能达到2 ...

  9. OpenCV hdr成像技术的实例(附完整代码)

    OpenCV hdr成像技术的实例 OpenCV hdr成像技术的实例 OpenCV hdr成像技术的实例 #include "opencv2/photo.hpp" #includ ...

最新文章

  1. 利用OnAnimatorove函数控制人物的移动
  2. 高效的找出两个List中的不同元素
  3. mysql预处理 更新_MySQL 预处理方法更新删除-2018年04月27日00时59分
  4. linux 查找 jdk 安装路径
  5. java logout_Java Core.logout方法代码示例
  6. UVA 10594 Data Flow
  7. python程序文件扩展名有_python程序文件的扩展名称是什么
  8. matlab 样本均值,Matlab | Matlab从入门到放弃(4)——样本均值
  9. 关于Spring MVC中文乱码问题的解决方法
  10. 并发环境下的缓存容器性能优化(上):不可变的哈希表
  11. 不用计算机怎么连接无线,不用电脑可以装wifi吗 不通过电脑装wifi方法【图文】...
  12. Java实现Map集合二级联动
  13. 软件体系结构第三章作业
  14. springboot关闭http登录验证
  15. 帮你解决0xc0150002
  16. windows下常见的知识
  17. 微信小程序使用canvas绘图
  18. 关系数据库-关系代数-数据库习题
  19. 关于mysql的行转列问题
  20. 2020再谈软件测试人员的核心竞争力

热门文章

  1. 计算机显示器文字不清楚,电脑显示器字体模糊,请问怎么解决
  2. 项目一:利用三色灯实现多种颜色变化
  3. 如何让外网访问本地WEB服务器
  4. 蓝桥杯练习之用Python解手算题
  5. 高项论文练习--项目范围管理
  6. Flutter侧边栏控件-SideBar
  7. 一套完整的云计算工具包含ECS、RDS、SLB、OSS、OCS等
  8. 杰瑞·卡普兰:人工智能的本质是自动化 而非智能化
  9. iOS开发——使用Charles进行http网络抓包详解
  10. 【树莓派学习笔记】树莓派4B上运行uboot并从网络启动linux内核(上)