您现在的位置是:首页 > 传感器

松下电器:为什么要获取3D信息 ToF的定义和基本原理

2024-03-06 02:02:02

  vivo NEX双屏版手机曾大受欢迎, NEX双屏版除了惊艳的外观,这款手机还搭载了许多“黑科技”。特别是摄像功能,除了两枚高像素光学摄像头外,还搭载了ToF 3D立体摄像头模块,实现了零光感人脸识别、面部建模美颜的功能。

  

  3D立体摄像方案已经是目前旗舰手机的标配了。苹果、华为、小米、OPPO、vivo等手机大厂都在自家的高端手机上配置了相应的功能。如同当年指纹识别一样,各大厂商摩拳擦掌,不甘落后。

  ① 为什么要获取3D信息

  我们知道,手机摄像头技术发展迅速,从功能机时代的10万、30万像素,发展到目前普遍的千万级像素,不过短短十来年。而随着分辨率越来越接近肉眼的极限,一味追求高像素的意义不大。因此出现了获取拍摄对象3D信息的需求。

  其实获取物体3D信息的技术很早已经出现。主要是在工业上的应用。近年来,随着移动处理器、软件技术、AI技术的发展,使手机端实现3D信息的处理成为可能。

  面部3D特征是最初的应用领域。通过每个人不同的面部3D信息,可以识别唯一的身份,再进行解锁、支付等操作。就是我们常说的“刷脸”。  

  另外,还可以获得手机用户的面部3D模型,大大增强了照片的后期处理能力。实现补光、虚化、旋转等功能,获得比单纯平面图像更好的效果。

  从平面到3D的升维转变,带来了无限的可能性。

  ② 获取3D信息的方法

  限制于体积和功率,我们这里只讨论在手机上获取物体3D信息的几种主流方法。

  

  结构光方案

  (Structured Light)

  投射特定的光信息到物体表面后再由摄像头采集。根据物体造成的光信号的变化来计算物体的位置和深度等信息,进而复原整个三维空间。

  

  ToF 3D

  (Time Of Flight,时差测距技术)

  通过给目标连续发送光脉冲,然后用传感器接收从物体返回的光,通过探测光脉冲的飞行(往返)时间来判断目标物距离。

  

  双目立体成像方案

  (Stereo System)

  利用双摄像头拍摄物体,再通过三角形原理计算物体距离。

  以上是目前三种主流的获取3D信息的方法。几大手机厂商使用的方案都在其中。比如苹果的iphoneX就是使用结构光方案来实现Face ID的。相对来说,结构光的方案是比较成熟的,而此次vivo的新机为什么选择ToF方案呢?

  ③ ToF的定义和基本原理

  ToF是Time of Flight的缩写,直译为飞行时间,通过给目标连续发送光脉冲,然后用传感器接收从物体返回的光,通过探测这些发射和接收光脉冲的飞行(往返)时间来得到目标物距离。

  1.原理

  

为什么要获取3D信息 ToF的定义和基本原理

  通过上图可以知道,通过一个光脉冲发射和接收的时间差,来确定被测物体相对ToF模块的距离。每一次脉冲可以得到一个ToF传感器一个像素的深度数据。

 

为什么要获取3D信息 ToF的定义和基本原理

  2.数据

  基于ToF的原理,能够直接得到被测物体的距离信息,而不需要复杂的算法和程序。  

为什么要获取3D信息 ToF的定义和基本原理

  ④ ToF的优势

  这里将三种方法放在一个表中进行比较。

  下面列举几个主要的性能参数:

  

为什么要获取3D信息 ToF的定义和基本原理

  可以看到ToF在几个关键性能上保持了领先位置。特别是光照影响和帧率,确保让大家可以全天候随时美颜自拍,即使是高速运动中的对象也不在话下。

  ⑤ 松下ToF传感器的特点

  松下作为元器件大厂,在半导体芯片、传感器、被动元器件等领域有深厚的底蕴和技术实力。而在ToF传感器方面,松下早在2014年前就进行了产品开发。积累了丰富的开发经验。

  针对ToF产品的特点,松下不断改进工艺、缩小尺寸,增加精度,开发了多款高性能ToF传感器产品。

  1.高精度

  

为什么要获取3D信息 ToF的定义和基本原理

  2.增强的红外光像素

  

为什么要获取3D信息 ToF的定义和基本原理

  适用940nm波长的红外光,使松下ToF传感器在日光下有更好的成像品质。

  3.高速全域快门

  高速全域快门提供了更窄、更优异的脉冲电荷(请参考原理部分的S0、S1参数),能够获得更高精度的3D数据

  

  ⑥ ToF的应用场景

  除了面部建模应用之外,ToF相机进一步解放人的双手,革命性地改善了人机交互的方式,让机器对周围的三维空间有了感应和互动。

  

  看完了这篇ToF传感器的介绍,相信您已经对松下ToF传感器有了初步的了解。通过工艺和元器件的进步,在不久的将来会出现体积更小、精度更高的传感器,在更多场景中发挥作用。