深度傳感器的三種技術(shù)

目前人們?nèi)绻胩綔y環(huán)境深度信息，主要依賴于三種技術(shù)，分別是相機陣列， TOF（time of flight）技術(shù)，以及基于結(jié)構(gòu)光的深度探測技術(shù)。

結(jié)構(gòu)光：

接收器使用激光光源投射目標(biāo)物，檢測反射目標(biāo)物的變形，以基于幾何形狀計算深度圖。它必須掃描整個平面以獲得需要時間的深度圖，因此它是非常準(zhǔn)確的。但是，此方法對環(huán)境亮度敏感，因此通常僅在黑暗或室內(nèi)區(qū)域使用。

飛行時間（ToF）：

ToF 主要有兩種方法。第一個很簡單：激光源發(fā)出一個脈沖，傳感器檢測到該脈沖在目標(biāo)物體上的反射，以記錄其飛行時間。知道了光的恒定速度后，系統(tǒng)可以計算出目標(biāo)物體的距離。為了確保高精度，脈沖周期必須短，這導(dǎo)致較高的成本。另外，需要高分辨率的時間數(shù)字轉(zhuǎn)換器，這會消耗很多功率。這種方法通?？梢栽诟咝阅?ToF 傳感器中找到。

計算時間的另一種方法是發(fā)出調(diào)制光源并檢測反射光的相位變化。相變可以通過混合技術(shù)容易地測量。調(diào)制激光源比發(fā)出短脈沖更容易，并且混合技術(shù)比時間數(shù)字轉(zhuǎn)換器更易于實現(xiàn)。此外，LED 可用作調(diào)制光源來代替激光。因此，基于調(diào)制的 ToF 系統(tǒng)適合于低成本 ToF 傳感器。

相機陣列：

攝像頭陣列方法使用放置在不同位置的多個攝像頭來捕獲同一目標(biāo)的多個圖像，并根據(jù)幾何結(jié)構(gòu)計算深度圖。在計算機視覺中，這也稱為“立體視圖”或“立體”。最簡單但最受歡迎的相機陣列是雙相機，其中兩個相機相隔一定距離以模仿人眼。對于空間中的每個點，在兩個攝像機圖像中的位置均出現(xiàn)可測量的差異。然后，通過基本幾何來計算深度。

相機陣列的主要挑戰(zhàn)是如何在多個圖像中找到匹配點。匹配點搜索涉及復(fù)雜的 CV 算法。目前，深度學(xué)習(xí)可以幫助您找到準(zhǔn)確度較高的匹配點，但是其計算成本很高。另外，有很多點很難找到匹配點。例如，在上面的瓦格納雕像的兩個視圖中，鼻子是最容易匹配的點，因為它的特征易于提取和比較。但是，對于面部的其他部分（尤其是面部無紋理的表面），很難找到匹配點。當(dāng)兩個相機圖像的遮擋不同時，匹配會更加復(fù)雜。目前，相機陣列作為深度傳感器的魯棒性仍然是一個具有挑戰(zhàn)性的問題。

三種深度感測技術(shù)的對比

整體表現(xiàn)

對于深度感測，最重要的指標(biāo)是深度精度。結(jié)構(gòu)光具有最佳的深度精度性能，而相機陣列往往具有最大的深度誤差。

就深度感測范圍而言，結(jié)構(gòu)光的范圍最短，而 ToF 的范圍取決于光源的發(fā)射功率。例如，智能設(shè)備可能只需要幾米的距離，而自動駕駛汽車則需要幾百米。同樣，攝像機陣列的測量范圍取決于兩個攝像機之間的空間。對于常規(guī)攝像機陣列，最佳性能測量范圍通常在 10m 左右，盡管也顯示了某些具有極窄空間的特殊攝像機陣列可以在 1m 左右測量深度。

對于深度圖分辨率，結(jié)構(gòu)光的性能優(yōu)于 ToF，因為可以精確控制結(jié)構(gòu)發(fā)光圖案并精確捕獲其反射圖案。從理論上講，攝像機陣列具有良好的分辨率，但這是基于兩個圖像中的完美點匹配。使用非理想的點匹配（如光滑表面）時，分辨率會降低。

最后，我們需要考慮對環(huán)境亮度的限制。結(jié)構(gòu)光需要黑暗的環(huán)境，而 ToF 傳感器由于快速發(fā)展的背景消除技術(shù)而可以承受更大范圍的環(huán)境亮度。對于攝像機陣列，明亮的環(huán)境效果最佳。在黑暗的房間中，相機陣列捕獲的圖像會變得嘈雜，并且對比度變差，因此點匹配變得極為困難，從而導(dǎo)致深度估計不準(zhǔn)確。

成本

攝像機陣列的成本通常最低，其開發(fā)工作主要在軟件方面。雙攝像頭解決方案已經(jīng)廣泛應(yīng)用于許多智能設(shè)備和移動電話中。ToF 傳感器的成本適中，而結(jié)構(gòu)光的成本最高。但是，隨著 ToF 的批量生產(chǎn)，預(yù)計其成本在不久的將來會大大降低。

可擴展性

通過展望這些技術(shù)的潛力，我們可以更好地利用它們來滿足未來的需求。

ToF 是半導(dǎo)體技術(shù)，并且具有最佳的可伸縮性。它的深度精度可以通過片上時間數(shù)字轉(zhuǎn)換器 / 混合電路進行縮放，其深度圖分辨率可以通過傳感器尺寸進行縮放，其測量范圍可以通過光源功率 / 調(diào)制方案進行縮放，并且其功耗可以通過用半導(dǎo)體技術(shù)擴展規(guī)模。

另一方面，結(jié)構(gòu)光具有不錯的可伸縮性。光學(xué)系統(tǒng)是結(jié)構(gòu)光的關(guān)鍵組成部分，光學(xué)系統(tǒng)可以隨著封裝技術(shù)而擴展（盡管不如半導(dǎo)體快）。

最后，縮放攝像機陣列主要依賴于軟件：我們將需要更好的算法來縮放其深度感應(yīng)性能。它更像是一個數(shù)學(xué)問題，而不是工程問題，而改進硬件并沒有太大幫助。即使使用分辨率更高的相機，點匹配問題仍然存在。

建議僅使用結(jié)構(gòu)光來執(zhí)行生物識別任務(wù)，因為它具有最佳的深度精度。游戲應(yīng)用需要中等深度分辨率和快速響應(yīng)，因此 ToF 傳感器似乎是最合適的。對于其他應(yīng)用程序（包括定位，識別，測量和增強現(xiàn)實），所有技術(shù)都可以做到，但是某些技術(shù)比其他技術(shù)更適合特定的應(yīng)用場景。例如，相機陣列可能最適合在需要深度測量范圍的開放空間中的 AR 應(yīng)用，而 ToF 傳感器最適合可以控制環(huán)境亮度的室內(nèi) AR.

審核編輯 黃昊宇