#物聯網IoT #汽車電子 #先進駕駛輔助系統ADAS #機器視覺 #3D影像感測器 #主動立體視覺ASV #結構光SL #飛時測距ToF #光達LiDAR
【3D 感測新勢力:ASV vs. ToF】
隨著技術成熟、元件成本下降,3D 感測在機器視覺的應用越見蓬勃,商用價值正在勁揚,主動立體視覺 (ASV)、結構光 (SL) 與飛時測距 (ToF) 是三大分支。現階段結構光因有消費電子加持、出貨量最大,工業應用則以立體視覺為主——但預估不久後,外加一個投射器的 ASV 料將全面躍起;即使是全自動化的「關燈工廠」,確認打件位置仍少不了 ASV 的輔助。
ToF 則可視為長距離的結構光 (雖然解析度遠不如正統結構光),成長力道亦正增強。以前影像拍攝只在乎單點距離,如今講究的是「多區域」(Multi-Zone)、對比多層,意境已大不相同;即使是場景變動不大、毋需深度補償的工業應用,日後亦將逐漸加入深度資訊,有助於拉大可視距離。3D 感測另一個應用是模具製作,一分鐘就能完成掃描建模。動輒須> 200 公尺的汽車應用,ToF 更是基本元素。
早先缺乏深度資訊時,需要根據不同場景做補償才能辨識;直到加入「紅外線投光器」元件的 ASV 出現,終於有解!ASV 不受環境光限制,判讀更精確,商用較一般消費產品擁有更強的需求。原有立體視覺也能查看,但前提是物件本身要夠立體、且環境不能太暗才能清楚分辨,就像平放於桌面的紙張,除非有翹曲或色調區隔明顯,否則機器不易判別。
機器視覺的另一個挑戰是:看很多物件時,是否能辨識出細微差異?提高鏡頭的解析度是手段之一,但這會消耗更多演算和儲存資源,負載重。對企業來說,重要的是如何在效益、成本、應用場景之間取得平衡,最高規者不一定最好、也未必會成為主流。在彩色影像如此盛行的今天,安防監控之所以仍堅持採用黑白 CCD 攝影機,就是著眼於「影像補償」。
至於 CCD vs. CMOS 鏡頭何者較佳?成像技術該採用捲簾快門 (Rolling Shutter) 或全域快門 (Global Shutter)?另放眼未來,3D 感測在汽車的應用備受期待……,「固態光達」因沒有移動的光束轉向機制,無論在可靠度和複雜性皆略勝一籌。惟汽車售價區間大、成本結構亦不同,很多技術彼此非單純競爭、而是競合狀態,一如短、中、長距的無線通訊技術互補。
延伸閱讀:
《3D 機器視覺,商用價值勁揚》
http://compotechasia.com/a/feature/2020/0910/45715.html
#艾邁斯半導體ams #BELICE-SD #ibeoNext #TMF8801
結構光lidar 在 COMPOTECHAsia電子與電腦 - 陸克文化 Facebook 的最佳貼文
#物聯網IoT #3D感測 #飛時測距ToF #光達LiDAR
【ToF,瞬間捕捉你的細微神態】
飛時測距 (ToF) 雖能提供精確深度測量、拜智慧手機 3D 臉部解鎖之賜而聲名大噪,但研調機構 Research And Markets 表示,許多目前可用的 ToF 相機解析度偏低、且易受到各種測量誤差影響,包括來自感測器的雜訊。所以,目前許多 ToF 感測器系統都是借助深度學習 (Deep Learning) 的網格「佔用機率」或記錄不同視圖生成的點雲,來組合深度影像以建構 3D。
將基於 3D ToF 的車載光達 (LiDAR) 和人工智慧 (AI) 用於駕駛艙內監控,使用高功率奈秒光學脈衝「抓取」(capture) 汽車內部狀態,可觀察駕駛員的頭部和身體位置及視線方向,以檢測手勢動作或是否有睡意,駕駛艙內更高的解析度還可用於臉部識別以獲取資訊娛樂、個性化服務或線上付款;與立體視覺或結構光技術相比,ToF 令人心動的性能、精巧和功耗,更適用於電池供電設備。
ToF 深度感測器可實現臉部、手部細節或物體的精確 3D 影像,但前提是須確保映射出來的影像與原始影像匹配才有意義;而高性能像素陣列可實現出色的戶外性能,尤其是在強烈陽光下。另值得留意的是,複合式 (Combo) 產品正在興起,例如,「4D ToF+視覺感測器」系統單晶片 (SoC);而製程也有新的變化,例如:矽基鍺 (GeSi) 光子,以及垂直堆疊結構之光子雪崩光電二極體 (VAPD)。
延伸閱讀:
《不只測距!高清3D 深度感測,ToF 特寫人物神態》
http://compotechasia.com/a/feature/2020/0308/44172.html
(點擊內文標題即可閱讀全文)
#意法半導體ST #亞德諾半導體ADI #JungoConnectivity #CoDriver #FirstSensor #英飛凌Infineon #pmd #SiLC #Varroc #豪威科技OmniVision #光程研創Artilux #索尼Sony #松下Panasonic
結構光lidar 在 台灣物聯網實驗室 IOT Labs Facebook 的最佳解答
產業追蹤/智慧物聯網 開啟產業新契機
2020-02-08 23:51 經濟日報 / 鄭華琦
隨著人工智慧(AI)技術逐步進展,IoT結合AI並透過感測技術之輔助,藉由傳遞訊號、處理數據、儲存學習經驗實現實體世界遠距離無法達成之工作程序,未來的生活型態將是大數據(Big Data)、超連結(Supper-Connectivity)、人工智慧與雲端(Cloud)的逐步整合。
法國市調公司Yole Developpement亦揭示九大科技應用趨勢,未來會影響的生活模式包括:智能汽車、移動、5G帶寬增加、AR / VR,人工智能/機器學習(AI / ML)、無人駕駛汽車、醫療保健、工業4.0,這將使日常生活對感測器有更多需求和依賴。
IHS Markit預測,物聯網設備市場從2016年17.7億台安裝量,2020年將達到307億台,預期2025年增加到754億台,顯示市場對於IoT的普遍接受度與依賴性與日俱增。
近年來應用於IoT之3D影像感測市場逐漸明朗且廣泛,主要涵蓋工/商業、科學/太空安全、醫療、消費性電子與車用等領域。技術包含近距離的 VCSEL技術(垂直共振腔面射型雷射)主要應用於智慧手機,與較長距離的ToF(飛時測距)技術可切入虛擬實境、地圖導航、機器視覺、安全認證、體感操作等領域。
Yole Development預估,全球3D成像與感測器市場規模2016年至2022年的複合年均增長率(CAGR)約38%,2022年可能超過90億美元,成長性將是2016年的七倍。
感測器在消費電子應用是增長最快的市場,2016-2022年的CAGR達160%,預計2022年市場規模將超過60億美元。另外,自動化產業的感測器使用比例愈來愈高,如連網汽車電子、自駕車等都對感測器有很高的需求。無人自駕車與工業自動化兩者於 2016 年到 2022 年的CAGR分別為50%與13%,成長性分別居第二及第三位。
目前3D感測技術主要分為立體視覺、結構光、飛時測距(ToF),各技術發展皆已具備商業化應用的水準,現階段的主流技術包括ToF及結構光等。
就功能而言,3D感測主要是利用繞射式光學元件(DOE)、CMOS影像感測器、垂直共振腔面射型雷射(VCSEL)等元件的運作,配合不同演算法進行量測與儲存。除可進行人臉辨識,也被應用在ADAS系統,如自駕車及ADAS的 3D感測應用,即是利用光達(LiDAR)測量及感測車輛與外在環境物體間的距離,以達到自動煞車功能,或利用車內的感測技術確認駕駛者的狀態,進行行車監控警示等。
無人商店也是3D感測的關鍵應用。這是利用3D感測來進行人臉或物像特徵辨識,包括應用在人員進出管制,針對進入商店的人員進行辨識,並附帶計算客流量、客群管理,也能偵測物品移動或轉移,進一步達成商品結帳、庫存管理、物流配送等,甚至分消費特性與行為管理。
3D感測應用極廣,監控或影像辨識的各種應用陸續推出,需求將有爆發性成長。因此包括傳統晶圓代工廠、砷化鎵等化合物晶圓代工廠、磊晶片供應商、光學元件封測廠等上、中、下游產業鏈,可望受惠於3D感測所需之光學元件的代工業務而強勁成長。
3D感測模組硬體廠商、演算法及3D視覺數位訊號處理器(DSP)供應商、提供 3D 景深技術之設計廠商、CMOS 影像感測器及演算法業者等,相關周邊的產業也連動性受惠。隨著AIoT運用普及化,該產業鏈的相關廠商也面臨更多挑戰與機會。
AIoT新時代來臨,對台灣影響至深,除基本零組件外,串聯各組件之材料至為關鍵。特別是符合高階應用感測器之零組件,與延長機器壽命之構裝方法與特殊材料,將隨新載具增加應用機會。台廠應積極利用AI的學習與演算,強化產業設計與生產,以及透過智慧系統與服務提升產業附加價值。
此外,AIoT(智慧物聯網)應用通常是少量多樣之高階產品(或應用)而非高量生產,因此對感測器的需求著重具備嚴苛條件下的可靠運作、精準且小型的裝置。隨著人機、機器與機器之間的連結協作日趨精密,感測器的任務也從被動監測,演化成主動探測預防型維護、資產控管與數據分析,協助增加生產效率的重要角色。 IoT發展關鍵在於介面間的協作與資訊傳輸,台灣可運用這項技術結合AI深度學習與演算能力,讓製造業更有效率,並積極拓展貼近生活之交通、醫療、救援、金融服務等相關產業。
資料來源:https://udn.com/news/story/7241/4331137?from=udn-relatednews_ch2
結構光lidar 在 基于结构光投影三维重建技术系列课程-绪论- YouTube 的推薦與評價
... <看更多>