安森美解析机器视觉发展趋势与深度感知技术挑战
大怪科学
安森美解析机器视觉发展趋势与深度感知技术挑战
在现代机器视觉系统中，深度感知作为核心功能，正发挥着日益关键的作用。安森美（onsemi）推出的 Hyperlux ID 间接飞行时间（iToF）深度传感器，凭借其小巧的结构与高精度性能，为实现更高效的深度感知提供了新的可能。本文作为系列文章的开篇，将围绕机器视觉的发展趋势与深度感知领域所面临的技术挑战进行深入探讨。
深度感知不仅是工业自动化的重要支撑，也是人工智能视觉系统的关键技术基石。
随着工业组件向更高水平的自动化演进，机器不仅需要具备移动能力，更需要自主感知环境、识别对象，并作出判断。当这些系统引入人工智能时，深度传感器便成为提供环境信息的关键输入设备。然而，要实现对环境的高精度识别，仅依靠图像信息远远不够。
在执行物体识别或路径规划任务时，系统需要在极短的时间内获取大量深度数据。传统图像传感器常因光晕、运动模糊、拖影和过饱和等问题产生视觉伪影，这些非真实信息可能误导系统判断。虽然借助人工智能算法可以在一定程度上过滤干扰，但最根本的解决方案仍在于选择性能稳定、精度可靠的深度传感器。
安森美作为全球领先的半导体企业，提供包括基于 CMOS 的图像传感器、超声波传感器、短波红外（SWIR）传感器以及激光雷达在内的多种传感解决方案。
激光雷达之所以能在远距离深度感知方面表现卓越，主要得益于其采用的直接飞行时间（dToF）技术。当应用场景对实时测距精度要求较高时，dToF 技术凭借其高采集速率与多目标探测能力，优于其他深度感知手段。安森美的激光雷达组件结合二维单光子雪崩二极管（SPAD）与硅光电倍增管阵列（SiPM）技术，可探测高达 300 米范围内的微弱光信号。
然而，激光雷达在分辨率方面存在固有局限。其工作方式类似于逐点绘制图像，无法在一次扫描中获取完整的高分辨率图像。在物体轮廓不清晰或距离较远时，这种局限尤为明显。
对于未来机器视觉系统的设计者而言，熟悉各种传感技术的优劣至关重要，以便为特定应用选择最合适的成像方案。
现代机器视觉系统不仅需要判断物体的距离，还需了解其形状与结构。这要求系统具备高密度数据采集能力，以支持更高的分辨率与图像保真度。例如：
- 工业安防系统监测入口区域内的移动物体
- 视频会议系统根据人物动作自动调整画面构图
- 仓储系统持续追踪货物数量与位置
- 工厂检测设备实时识别零部件缺陷
- 物流系统测量包裹尺寸以优化运输
- 货物装载系统自动化执行库存转移
这些场景都依赖高分辨率的深度传感器，以准确识别目标并辅助软件决策。而这项任务的关键在于，如何从二维图像中推导出三维空间信息。安森美最新推出的 Hyperlux ID iToF 传感器，正通过创新技术应对这一挑战。
深度感知面临的核心技术挑战
距离本质上是一维空间的概念。激光雷达的工作原理正是基于这种一维感知机制，其优势和局限也因此并存。尽管现代技术加快了激光扫描过程，但其仍受限于物理结构。
图示：四种主流视觉技术的固有性能表现。绿色代表广泛使用，黄色代表偶有使用但不可靠，红色表示几乎不适用。
要实现深度感知，至少需要一张二维图像；若能获取多张图像，则可进一步推导出三维信息。然而，图像传感器的深度感知能力受限于其分辨率，而激光雷达则没有这一限制。例如，激光雷达可用于近地轨道卫星，实现从数千公里高空对地球表面的精确测绘。
这一区别决定了激光雷达与图像传感器在工业应用中的不同定位。近年来，随着 CMOS 传感器技术的不断进步，其在消费级设备和工业自动化中也得到广泛应用。早期，CMOS 传感器因对噪声和电磁干扰较为敏感，难以满足专业摄影需求。但智能手机的发展带动了 CMOS 传感器的能效提升与集成度增强。
安森美基于 CMOS 技术的 Hyperlux ID AF0130 和 AF0131 传感器，在多个方面超越了传统 CCD 传感器与激光雷达：
- 能效更高，适用于低功耗或电池供电系统
- 结构紧凑，易于集成到各类设备中
- 热稳定性强，无需额外散热系统
- 深度精度高，具备 120 万像素分辨率和背照式（BSI）技术
- 图像处理速度更快，支持高效曝光与数据读取
- 可编程性高，支持根据具体应用进行参数优化
本系列文章后续内容将继续探讨 Hyperlux ID 如何通过智能 iToF 技术解决实际应用中的关键问题。
查看全文
评论0条评论