來源：意法半導體
作者簡介：Laurent Plaza，意法半導體影像事業部飛行時間（Time-of-Flight，ToF）與環境光感應產品線經理，在半導體行業工作25余年，是技術研發、產品定義和商業運作復合型人才，具有將技術創新轉化為成功產品同時拉動業務增長的能力。他曾助力FlightSense? ToF傳感器的發展，全球累計出貨超過30億顆ToF傳感器。
先進的dToF激光雷達（LiDAR）模組能夠同步輸出多路數據流，包含深度圖、紅外圖像、反射率數據、環境光檢測值和置信度指標。
人工智能（AI）正從虛擬云端下沉至現實物理環境，機器現在不僅要處理數據，還要實時感知、分析現實場景環境，并與之交互。無論是倉儲機器人自主導航、智能樓宇人員存在監測、醫護輔助，還是增強現實系統的手勢交互，全都離不開空間感知這一重要能力。
多年來，飛行時間（ToF）一直被用于消費電子深度感知，手機相機自動對焦和人機交互系統是最具代表性的ToF應用，但是，隨著傳感器架構、光學元件和邊緣計算技術發展進步，ToF技術正在擴大應用邊界。新一代ToF技術不再局限于單純的測距功能，還能生成人工智能可用的空間數據，讓設備能夠自主感知周邊環境，同時符合嚴格的體積、功耗和成本限制。
從直接飛行時間（dToF）三維（3D）激光雷達模組上可以看到這一技術演進過程，意法半導體的dToF激光雷達模組VL53L9在緊湊的封裝內集成高分辨率深度傳感器、片上數據處理器和系統級集成器件。
dToF激光雷達模組VL53L9
從測距傳感器，到空間智能引擎
傳統的ToF傳感器系統以往僅用于單點測距或低分辨率深度感知，雖能實現接近檢測，但硬件架構的環境感知能力十分有限，僅適用于簡易的情景感知應用。
高分辨率多區dToF傳感器的問世徹底改寫了這一局面。意法半導體的新一代dToF激光雷達模組不僅輸出測距信息，還可以生成詳細的視場深度圖。例如，意法半導體的dToF模組有54×42個測距區，即2268個獨立的深度測距點，同時，最高拍攝幀率達到100幀/秒，測距范圍從小于5厘米延長至9米。
該dToF激光雷達模組兼具更高的空間分辨率、高速拍攝能力和更長的測量距離，可以實現以往只有體積更大、成本更高的系統才能實現的環境感知性能，能夠高精度識別并追蹤小物體、邊緣輪廓和移動的目標，在機器人、工業自動化、智能樓宇、健康監測、消費電子等領域開辟全新的應用領域。截至目前，意法半導體的飛行時間傳感器出貨總量已超30億顆。
dToF技術至關重要
間接飛行時間（iToF）測距技術是通過測量紅外相位推算距離，而直接飛行時間（dToF）傳感器則是直接測量光子的飛行時長，在各種工況下都具備更強的抗干擾魯棒性，測距準確度更高。
新一代dToF系統的接收電路搭載單光子雪崩二極管（SPAD）陣列，能夠捕捉單個光子信號，接收靈敏度極高。堆棧式背照(BSI) SPAD架構的技術突破，讓廠商得以大幅提升傳感器分辨率，同時兼顧小型化和低功耗優勢。
dToF激光雷達模組VL53L9采用自研堆棧式背照 SPAD 架構，并搭配超表面透鏡，測距準確度最高1%，視場角寬達54°×42°，模組尺寸僅12.8 mm × 6.1 mm × 4.6 mm。
不止于深度測距：紅外成像和三維空間數據融合
從單一深度測距轉向多模態環境感知，是現代ToF系統意義最重大的發展成果之一。
先進的dToF激光雷達模組不僅提供基礎測距數據，還同步輸出多路傳感器的數據，涵蓋深度圖、紅外圖像、反射率信息、環境光測量數據以及測距置信度指標。
例如，意法半導體的dToF模組可輸出三維深度數據以及配套紅外圖像。深度數據與紅外圖像優勢互補，提供三維結構化視場信息，同時又能保障算力運行效率，這個特性對于人工智能應用具有很大的價值。RGB彩色攝像頭往往需要海量的AI運算，而深度數據 + 紅外圖像的融合數據輸出，可以簡化目標分割、運動分析和環境感知運算。
隱私保護是ToF技術的另一個優勢。ToF系統只采集幾何輪廓信息，不識別視覺圖像細節。人員在場監測、客流統計、姿態分析、人體感應等應用無需采集可識別身份的人像。
重新設計照明架構
模組發射端的照明子系統設計依然是決定激光雷達整體性能的關鍵一環。
許多傳統測距系統采用點陣投射式光路架構，依次分區掃描視場，雖適合部分應用場景，但易產生感知盲區和運動拖影，在追蹤高速移動物體時存在明顯短板。
新一代光路架構正在普遍采用泛光照明技術。意法半導體的dToF模組搭載雙掃描泛光照明系統，采用兩組雙結垂直腔面發射激光（VCSEL）發射單元，可以同時照射整個視場。該方案可以提升小物體檢測能力，減少運動拖影，消除感知盲區，還能同步采集同一場景的紅外圖像和深度數據。最終，輸出更純凈、完整的邊緣端能夠高效處理的空間數據。
賦能邊緣人工智能
AI推理運算下沉到嵌入式終端設備，是影響光學傳感器行業未來的最重要的趨勢之一。
受響應延遲、隱私安全、網絡帶寬和功耗等限制，大量工業及消費類應用無法依靠連接云端運行人工智能，而對用微控制器或低功耗處理器在傳感器端分析數據的需求日益提高，這促使傳感器智能化升級，直接輸出結構化信息而非原始數據。新一代激光雷達模組集成片上處理單元，直接從傳感器端輸出AI可用數據的趨勢日趨增強。
在基于STM32H5微控制器搭建的演示系統中，VL53L9激光雷達模組運行的感知分析算法每秒拍攝30幀圖像，僅占用很少的內存資源，讓小型嵌入式設備也能夠承載復雜環境感知任務。應用演示包含安全區域監控、高級人體感應、跌倒檢測、人體姿態追蹤和手勢識別。
應用場景不斷擴大
高分辨率深度感知，結合小型化集成和低算力需求，讓該方案適用于各行各業。
機器人利用高精度深度圖實現同步定位建圖(SLAM)、避障和自主導航；工業系統利用這項技術進行體積測算、庫存監測和機床安全防護；智能樓宇利用這項技術部署人員存在分析和人流監測，同時保護用戶隱私安全；醫療應用場景包括跌倒檢測、病患監護；AR/VR設備則可實現手勢交互、人體追蹤與手指骨架精細追蹤。
機器感知的未來
高分辨率直接飛行時間（dToF）激光雷達的深遠意義，不局限于某一類單一應用場景，而是體現了一場大規模的行業轉型：從為人眼識別設計的成像技術，向為機器感知開發的傳感器技術的轉變。
隨著人工智能（AI）系統全面走進工廠設備、樓宇設施、機器人、醫療儀器和消費電子產品，傳感器僅采集數據是不行的，還需輸出有意義的場景環境信息。深度感知、紅外成像和片上處理器，結合系統級集成，構成一個將光學信號轉化為高可靠數據的機器感知平臺。
高分辨率dToF激光雷達正逐步成為賦能這場行業轉型的底層核心技術，為各類邊緣設備賦予穩定可靠的空間感知能力，使其在現實環境中具有視覺、分析和行動能力。
