深度感知是现实机器视觉应用中不可或缺的关键功能。安森美 (onsemi) 的Hyperlux ID 间接飞行时间 (iToF) 深度传感器，凭借更少、更小、更简单的器件，即可实现高精度深度感知。本系列文章将深度拆解安森美Hyperlux ID 技术及应用。
第一篇推文我们介绍了机器视觉基础知识
本文将深入讲解iToF 技术。
激光雷达和直接飞行时间
图 1. 激光雷达传感技术演示画面。在右侧“20 m”标注的左侧位置，可观测到一名行人产生的橙色反射信号。当行人向标有“40”的测距标识移动时，其反射信号将向图表的右上方移动，且颜色会变为绿色，以表示距离正在增加。
如您所知，激光雷达是将雷达原理应用于光波领域的技术。它通过分析物体反射的光波波形，测量激光发射点与被测物体之间的深度和距离。在地质勘探和卫星遥感应用中，激光雷达通常依靠 GPS 来实现精确定位。该技术的工作原理与声呐颇为相似：声呐通过捕捉反射的声波来测算发射器与物体的距离，而激光雷达则将激光脉冲与雷达原理相结合来完成测距。
图 2.激光雷达测距原理示意图
在各类激光雷达组件中，固态 SiPM 的功耗最低，同时还具备极强的抗电磁干扰与抗光学噪声能力。即便是在 60 米外、反射率仅约 10% 的未授权移动物体，也能被它轻易识别;这一特性可为安防系统预留充足的响应时间，及时封锁入口并发出警报。
图 3. 摘自《参考太阳光谱辐照度标准表》(ASTM International)
上图展示了太阳辐射在地球大气层内(深色)与大气层外(浅色)被探测到的光子相对数量。随着波长增加，在近红外 (NIR) 波段的 905 nm 与 940 nm 处，以及短波红外 (SWIR) 波段的 1550 nm 处，光子数量均出现了断崖式下降。太阳光中这些波段的光子占比极低，因此非常适合用于激光雷达。安森美大多数客户的应用场景均集中在 905-940 nm 波段，该波段同时也是激光雷达高性价比组件的主要覆盖区间。
当应用场景仅需通过光波判断远处是否存在物体时，单点深度感知方案具有显著实用性与高效性。气象学家或地质学家可能会关注激光雷达反射波的光谱分析能力，而在日常工业应用中，当系统仅需判断前方有无物体这种二元状态时，SiPM 无疑是光传感器件的出色选择。
Hyperlux ID 与间接飞行时间技术
图4.安森美深度传感器
基于 CMOS 的图像传感器在深度感知范围上存在局限，其无歧义测距范围在常规条件下受限于单次光调制周期。该上限阈值 Dmax 的计算公式如下：
其中，常数 c 代表光速，fm 代表调制光频率。例如，如果传感器采用 60 MHz 的单频调制方案，其无歧义测距范围上限仅为 2.5 米。
Hyperlux ID 专为工厂车间和包装流水线等场景设计。在这类场景中，机器人系统需要精准测量机械臂与食品等易损物料表面之间的距离。
图 5.iToF 深度测量原理流程
在上述应用环境中，采用间接飞行时间技术进行深度测量，会更简便、更具实用性。与激光雷达类似，iToF 技术同样会比较反射光与发射光，但区别在于，iToF 通过推导计算来获取距离信息。
Hyperlux ID 以 940 nm 红外激光二极管作为光源，借助全局快门技术，一次性完成所有入射光的采集。相较之下，卷帘快门的工作方式是自上而下逐行曝光传感器，类似于传统的机械焦平面快门。这种快门模式虽能满足消费级数码相机的使用需求，但即便是 iToF 技术，也无法完全弥补卷帘快门的性能缺陷。
Hyperlux ID 的全局快门技术支持同时完成八次曝光(两种频率各对应四个相位)，并将所有曝光数据整合存储为单帧图像。这样可以几乎完全消除运动引起的相位误差。
图 6.iToF 发射光与接收光相位差波形示意图
当激光等恒定调制光源发出的光线经物体反射后，反射光与发射光之间会产生微小的相位差。传感器通过相位差的大小来判断物体的距离，但具体距离数值需要通过数学运算推导得出。具体而言，通过评估反射光在 0°、90°、180° 和 270° 四个象限边缘处的波幅，计算出接收光波与调制光波之间的相位差。该相位差 ∆Φ可通过以下双参数反正切公式计算得出：
在相位差 ∆Φ、激光调制频率 fm 和光速 c 均为已知值的情况下，计算每个采样点的距离 d 就会变得十分简单，如下所示：
以上便是间接飞行时间技术从包含相位偏移的图像数据中推导距离数据的方法。该技术之所以适用于深度感知应用，是因为其通过全局快门实现了相位数据的并行采集，而不是通过移动激光器进行串行扫描。不过，使用单个调制器时，iToF 技术仅适用于极短距离的测量。安森美通过一项名为智能 iToF 的创新专利技术，在一定程度上克服了这些限制。
Hyperlux ID 结合智能 iToF 技术如何攻克实际应用挑战
Hyperlux ID 是一款基于 iToF 技术实现深度信息感知的图像传感器，因此属于深度传感器。与垂直腔面发射激光器 (VCSEL) 等主动照明系统相结合，Hyperlux ID 能够同时计算 VCSEL 激光与自身发射光的反射光的相位偏移，并在该过程中对两种光源的光强进行调制处理。
通过在单次曝光时间内切换两种不同的频率，传感器的无歧义测距上限 Dmax 得以提升，其计算方式采用了更小的分母参数——具体而言，就是这两种频率的最大公约数 (GCD)：
图 7.AF0130 传感器室内 / 户外深度测试图
在安森美评估套件的测试中，AF0130 表现优异：在荧光灯照明的浅色中性色调走廊环境下，可清晰识别 30 米处反射率为 70% 的目标物体;在雾霾天气的阴影环境中，即便光照强度高达 20,000 勒克斯，仍能清晰识别 20 米处的同规格目标物体。在伪彩色深度图中，图像的色彩与反射物体的大致距离相对应。
更精准的深度计算方案
AF0130 内置嵌入式深度处理 ASIC，可在片上处理所有深度感知运算。对于倾向于使用自研深度处理算法的客户，安森美提供了 AF0131。其实时处理功能可让深度数据即时投入应用，满足机器人定位与运动控制、避障、安防预警和人体手势识别等功能的需求。
为提高深度计算精度，智能 iToF 技术通过四帧独立采集的图像(每帧对应波形的一个 90 度相位)，估算每个像素的反射率。借助这些反射率数据，AF0130 能够将四帧图像的数据整合为一帧，生成深度图。
图 8. 左：单帧单色测试图像。
右：基于四帧同步采集图像生成的 0.2 米至 12.0 米深度图
对于深度图中的每个给定点，像素响应均与该给定点处物体的反射率相关，反射率 Rpix 可通过以下公式计算：
其中，ρ 代表像素反射率，D 代表图像传感器与该像素之间的距离，而 A 代表该点受到的环境光强度。物体的反射率反映了物体产生的光信号强度。可视化软件能够以颜色来表示相对深度——较近的物体位于光谱中偏向红色的区域，较远的物体则位于光谱另一端的蓝紫色区域。
未完待续，后续推文将介绍强光环境下的高精度深度感知、消除运动伪影等。
