TOF深度視覺技術嶄露頭角 專業(yè)與消費級應用場景技術挑戰(zhàn)大不同

作為3D深度視覺領域三大主流方案之一，近年來ToF深度傳感技術逐漸嶄露頭角，在諸如智能手機后置攝像、VR/AR手勢交互、汽車電子ADAS、安防監(jiān)控以及新零售等多個領域都開始大顯身手，應用前景十分廣闊。但由于硬件成本高昂，加之生態(tài)鏈不成熟等重要原因，目前來看ToF技術在各大領域的進一步深化普及仍充滿挑戰(zhàn)。不過可喜的是，隨著各大應用市場對ToF深度視覺技術需求的日益增長，外加越來越多的國際和國內大廠們持續(xù)的“推波助瀾”，未來三年國內ToF產業(yè)及應用市場的發(fā)展將開始加速沖刺。

需求端爆發(fā)抬高ToF市場熱度

隨著體感交互與控制、3D物體識別與感知、智能環(huán)境感知以及動態(tài)地圖構建等技術與市場的發(fā)展，如今各大應用場景都開始對3D視覺與識別技術產生日益濃厚的興趣和日益旺盛的需求，在這波勢潮的帶動下，作為主流方案之一的ToF市場也開始加速成長。

以現階段體量最大的兩個應用領域為例，一方面，隨著智能手機進入存量時代，微創(chuàng)新模式不斷持續(xù)并加速滲透，對深度攝像技術的強烈需求加之智能手機交互方式的不斷變化正促進全球ToF市場快速擴張；另一方面，在汽車電子領域，以ADAS滲透率不斷提高為代表的汽車智能化趨勢也正加速演進，而作為激光雷達、智能攝像頭等深度測距傳感器領域最主流的方案，ToF市場也正持續(xù)受益。

技術方面，相比3D深度視覺其他兩種方案而言，ToF在實際應用中的優(yōu)勢不言而喻。舉例來講，比如在畫面拍攝后計算景深時不需要進行后處理，即可避免時間延遲又可節(jié)省采用強大后處理系統帶來的相關成本；而且，ToF測距規(guī)模彈性大，大多數情況下只需改變光源強度、光學視野以及發(fā)射器脈沖頻率即可完成；此外，由于具有不易受外界光干擾、體積小巧、響應速度快以及識別精度高等多重優(yōu)勢，使得ToF無論是在移動端還是車載等應用領域日漸成為3D視覺的首選技術方案。

3月27日，由華強電子網主辦的“第三屆智能硬件創(chuàng)新創(chuàng)業(yè)互動論壇——3D視覺與人工智能”上，上海數跡智能科技有限公司銷售經理關利光就預測：“從2016到2021年，整個深度視覺技術的市場將保持40%以上的年復合增長率，預計2021年有望達到100億美元的規(guī)模。其中，深度數據應用類的市場將突破5000億美元，且受惠于高速增長的機器人及人工智能等萬億級應用市場產生的大量B端需求，加之未來2年基于ToF的3D攝像頭在各大手機平臺更為廣泛的普及，我們認為2021年國內ToF模組的市場體量將達280億元，而相關數據應用類的市場也將突破2000億元左右?！?/p>

市場起步階段 面臨成本與生態(tài)應用等難題

不過，就當前國內整體產業(yè)鏈生態(tài)來看，ToF技術要在應用層上更進一步仍存挑戰(zhàn)。關利光認為，主要挑戰(zhàn)還是在于三方面，首先，由于ToF傳感技術太新，且目前的生態(tài)圈也尚未完善，主機廠們想要直接拿現有技術去實現高可靠性的應用及產品頗為困難；其次，面向B端的可定制ToF板卡、模塊以及平臺都處于市場起步階段，市面上真正可靠且成熟的方案相對較少；最后，就是3D數據處理與建模等軟件層面的技術以及人工智能算法門檻太高的問題。

硬件成本居高不下也是現階段阻礙該技術的應用規(guī)模難以擴張的重要原因。有行業(yè)人士告訴記者：“無論是消費級還是專業(yè)級應用，ToF的成本問題主要體現在器件的價格上，個中關鍵就在于光子探測陣列，比如目前主流ToF技術所使用的SPAD（single-photon avalanche diode）陣列。

此外，作為ToF方案中探測反射光線的核心傳感器，Sensor模塊還必須擁有極快的響應速度，比如需要加載非常高精度的計時器（一般在皮秒級別的測量精度），1cm的距離所需要時間為67皮秒，準確測量難度可想而知。對于激光器和檢測的傳感器來說，也都需要非常高端的器件，并且在光學上也都有相當高的技術要求?？傮w算下來的話，光是硬件技術上耗費的成本就很高了，更不用說加上軟件算法的成本，且目前能夠提供可靠硬件產能的廠商十分有限，這些都進一步加劇了應用成本企高的態(tài)勢?！?/p>

專業(yè)與消費級應用場景 技術細節(jié)挑戰(zhàn)大不同

除上述以外，貼近實際場景，ToF技術的應用還會遭遇更多新的問題，大多表現在系統穩(wěn)定性、抗干擾能力以及靈活性等方面。比如在汽車這類的應用場景中，技術層面上遭遇的挑戰(zhàn)非常多，實際應用中會更著重考量ToF傳感系統穩(wěn)定性、器件使用壽命、抗干擾能力以及系統靈活性等方面；而針對消費級應用市場，則會更看重整體方案的成本、功耗以及產品規(guī)格和體積大小等，對其他方面的要求并不會像汽車等專業(yè)級市場那般苛刻。

首先，從消費級應用場景來看，隨著越來越多智能手機后置深度攝像功能的出現，加之手勢交互和環(huán)境定位感知漸成VR/AR等新型智能硬件的標配，未來幾年消費級領域的TOF應用及市場無疑將呈現出井噴態(tài)勢。

相比汽車等應用領域而言，手機后置攝像頭以及VR/AR手勢交互、環(huán)境測量等應用，在技術層面上面臨的性能挑戰(zhàn)難度通常要更小一些，而關注重點也主要是在低成本、規(guī)格大小以及功耗等方面，對于測量速度、壽命和分辨率等方面的要求并不強烈。

以當下比較火熱的VR/AR手勢識別為例，ToF方案基于高功率高FPS的特性令其非常適用于這類動態(tài)場景，既不用打平行光束和特定的光學圖案，也不需要準直鏡頭和DOE來做一些更為專業(yè)性的校正，高FPS即足以支撐ToF在動態(tài)識別領域比如體感識別與手勢控制領域的應用。

但對于汽車這一類的專業(yè)級場景來講，技術層面上的考究就相當嚴格了。業(yè)內某車載傳感器廠商研發(fā)總監(jiān)告訴記者：“與消費級應用相比，針對汽車這類的專業(yè)性很強的應用場景，ToF傳感系統的設計不僅需要在精度、范圍、響應時間、分辨率、成本、功耗以及可用封裝要求之間取得平衡，而且針對不同的實際情況中出現的各種不可控的因素，還需要對傳感系統的靈活性及抗干擾性等方面進行一些定制化的冗余設計，比如添加一些高可靠性的濾波及抗干擾器件和模塊，并加載相關的軟件算法，從而保證系統有足夠的能力去應對不同類型的突發(fā)狀況?！?/p>

除此，對應不同距離以及環(huán)境，信號處理上也需要針對性的做一些冗余，以保證整個系統的穩(wěn)定及可靠性。他認為：“比如針對長距離以及短距離等不同的應用方向，必須應對由于距離變化而引起的干擾能量源或減少的能量反饋，以及由空氣塵粒和潮濕等環(huán)境因素而引起的波束發(fā)散等問題。這些情況下，可能還需要設計專門的接收器信號鏈來處理低信噪比、調制以及關聯方面的要求。這些挑戰(zhàn)在汽車領域應用較多的掃描式ToF技術中變得尤其突出，其中輸出能量還需要為目標物繪制一個很長的掃描帶，以保證在目標場景中能夠創(chuàng)建出一個可靠且更全面的深度透視范圍。”

具體來講，以當前熱度較高的ToF激光雷達為例，他進一步解釋到：“現有的激光雷達原理無非就兩種，三角測距以及ToF法，三角測距法測試距離在10米以內，與普通的視覺相比3D重建效果差不多，但魯棒性要更好一些；而ToF法的激光雷達雖然精度高且測距距離更遠，但缺陷是技術壁壘很高，比如目前最主流的脈沖式ToF激光雷達，方案雖然比較簡單直接，主要是通過發(fā)射端發(fā)射一道激光脈沖，然后再檢測激光的相關信息然后回饋給接收端，能夠較好的達到汽車領域快速及遠距離測量的技術要求。

但該方案對于外部環(huán)境的抗干擾、環(huán)境光變化的穩(wěn)定性以及色彩識別能力相對會較差一些，測量精度也比較一般，同時由于激光加熱作用和等離子體沖擊波作用等因素，CCD器件容易造成損壞，而且三維點云算法的設計難度也比較高?！边@些都給方案的應用和實施提出了新的挑戰(zhàn)，需要引起業(yè)內各大廠商的關注和思考。

總而言之，在各類新型智能終端市場的持續(xù)催動下，計算機視覺技術如今已然進入了一個“大爆發(fā)”時代，我們也越來越地明顯感受到了全球各大應用市場對諸如ToF這類的3D深度視覺技術的日益旺盛的需求。

不過，興奮之余也應更為理性地看待當前的市場過旺的“虛火”，正如前2年火遍全球的VR市場一樣，編者認為在ToF的硬件成本以及算法設計等技術門檻真正降下來之前，各大應用市場還應相對保守性地看待當前ToF技術與各大應用領域的結合能力及深入程度。

而對于業(yè)內方案商們來說，無論是針對消費級還是專業(yè)級應用領域，當前仍需解決的基礎性問題還很多，未來如何通過技術手段去真正實現成本、功耗、體積、速度、壽命、穩(wěn)定性以及抗干擾能力等多方面的平衡，達到一個相對目前來說更為優(yōu)化的水平，進而實現ToF視覺傳感技術實際應用中可靠性的成倍提升，才是ToF技術普及乃至整個市場健康發(fā)展的前提。