從“掃描”到“洞察”：Hyperlux?ID如何賦能下一代機器視覺

深度感知是現實機器視覺應用中不可或缺的關鍵功能。安森美（onsemi）的Hyperlux ID間接飛行時間（iToF）深度傳感器，憑借更少、更小、更簡單的器件，即可實現高精度深度感知。

現代機器不僅要能夠移動，更需自主感知周圍環境、識別操作對象，并理解周圍的世界。工業組件要實現真正的自動化，其核心在于感知、定位并與世界交互的能力。當這類組件由人工智能（AI）驅動時，就需要深度傳感器為處理器提供視覺感知能力。

對機器視覺而言，要實現這種感知級別的識別能力，絕非易事。

當機器執行物體操作或規劃前方路徑時，其處理器需要在極短時間內獲取盡可能多的深度數據點。傳統圖像傳感器會產生大量數字偽影，包括光暈、拖影、過飽和以及運動模糊。這些偽影并非真實的環境信息，如果缺乏深度感知功能及深度數據的有效解析手段，機器的處理器將無法做出準確推斷。我們固然可以寄希望于人工智能或機器學習算法，助力機器區分真實場景與虛假干擾。但這里真正需要的是一款性能強大且穩定可靠的深度傳感器，從而讓機器無需再從不可靠的視覺證據中去推測真實場景。

本白皮書旨在探討如何為具體應用挑選合適的深度傳感器。作為全球領先的半導體器件制造商之一，安森美生產各類傳感器設備，包括基于CMOS的圖像傳感器、超聲波傳感器、短波紅外（SWIR）傳感器以及激光雷達。

激光雷達之所以能實現遠距離深度感知，是因為它采用了直接飛行時間（dToF）技術。當應用場景中最關鍵的數據需求是實時測距時，dToF技術能為激光雷達提供優于其他深度感知方法的采集速率，并具備檢測激光回波路徑中多個物體的能力。通過采用二維單光子雪崩二極管（SPAD）和技術，安森美激光雷達組件能夠探測最遠300米范圍內的單光子信號。

然而激光雷達在分辨率方面存在局限。為實現全視場覆蓋，激光雷達需對前方場景進行掃描，就像用畫筆在整個畫布上逐步涂繪一樣。這種方式難以識別遠方物體的特征，尤其在物體邊緣輪廓不夠清晰時，這一問題更為突出。

開發未來機器視覺應用的工程師需要充分了解各類技術的差異，從而為自身的研發工作選擇合適的成像設備。

當機器視覺系統檢測到其感知范圍內存在物體時，它不僅需要判斷物體的距離，還需推斷物體的形狀與結構。這要求系統通過更高密度的數據點采集，獲取前方場景的更多數據，以實現更高的分辨率和保真度。例如：

·工業安防系統聚焦大門或特定入口，探測約10米半徑內的移動物體或活動跡象。

·視頻會議系統拍攝畫面內的人物，當人物起身在室內走動時，系統會自動調整構圖與對焦。

·倉庫和物流中心的庫存管理系統持續核驗貨物庫存數量及其存儲位置。

·工廠檢測系統對零部件不間斷檢測，排查潛在瑕疵和缺陷。

·物流系統對貨物和包裹進行常態化尺寸測量，以優化運輸方案并提升運輸安全性。

·車輛裝載系統持續不斷地將庫存貨架上的貨物轉移到運輸車輛上。

此類應用場景均需要高分辨率深度傳感器來識別前方的物體，并輔助軟件推斷抓取、搬運或操作物體的最優方案。通過物體的外形或結構判斷其屬性，離不開深度感知技術的支持。這項任務的難點在于，圖像仍是二維平面信息。但借助一些技術手段，可從二維數據中推導三維空間信息。安森美最新推出的Hyperlux ID iToF深度傳感器，便集成了這類前沿技術。

安森美技術延伸閱讀

·適用于汽車、物流等領域的遠距離測距激光雷達組件。

·面向自動駕駛車輛的。

·用于自動駕駛及駕駛輔助車輛的，可輔助車輛規避障礙物（含泊車場景）。

·適用于各種工業應用的Hyperlux CMOS圖像傳感器，具備高動態范圍和優異的低光性能。