就在前不久，ADI宣布與Jungo合作開發基於飛行時間(ToF)和2D紅外(IR)技術的攝像頭解決方案


，以實現車內駕駛員及座艙監測。ADI的ToF技術和Jungo的CoDriver軟件相結合

，有望通過觀察頭部、身體位置以及眼睛注視情況
，監測車內人員的睡意和注意力分散程度。該解決方案還有望實現基於麵部、身體和手勢的智能交互，提供各個車內人員的人臉識別功能，從而實現個性化信息娛樂及服務以及拚車支付等功能。 隨著類似汽車及工業應用的增加，可靠性成為最重要的關切，特別是作為以光檢測為基礎的ToF係統之間、環境光幹擾導致的幹擾隱患如何破？

 

ToF的激光檢測，幹擾是普遍存在的隱患

 

3D ToF是一種無掃描LIDAR（光檢測和測距）技術，通過發射納秒級的高功率光脈衝來捕獲相關場景的深度信息（通常是短距離內）。ToF背後的基礎科學很簡單。該係統發出經脈衝調製的光

，並測量光子經物體反射後返回到傳感器所需的時間。由於該時間和光速為已知值，因此可以計算出距離。

 

 

點雲是對ToF攝像頭算出的每個像素點深度的3D可視化。ToF是shi一yi種zhong景jing深shen測ce量liang技ji術shu
，使shi用yong紅hong外wai光guang源yuan向xiang場chang景jing發fa射she多duo個ge精jing確que計ji時shi的de光guang脈mai衝chong。圖tu像xiang傳chuan感gan器qi與yu光guang源yuan共gong置zhi，接jie收shou從cong場chang景jing中zhong所suo有you表biao麵mian返fan回hui的de光guang子zi，其qi次ci序xu與yu表biao麵mian到dao傳chuan感gan器qi的de距ju離li遠yuan近jin相xiang同tong。利li用yong已yi知zhi的de光guang速su和he光guang子zi返fan回hui到dao傳chuan感gan器qi每mei個ge像xiang素su點dian所suo花hua費fei的de時shi間jian，可ke以yi計ji算suan出chu每mei個ge像xiang素su所suo對dui應ying的de距ju離li或huo深shen度du。

 

很明顯，ToF檢測準確的基本條件是自身產生發射光信號並接收該反射信號，但是如果同一場景下多個ToF應用終端如何避免幹擾？ ADI就曾做了這方麵的實驗演示分析——演示設置非常簡單，設置了兩個相互垂直的ToF攝像頭
，每個攝像頭會顯示參與對象在三個維度上的角度，即高度、寬kuan度du以yi及ji最zui重zhong要yao的de深shen度du。每mei種zhong顏yan色se代dai表biao不bu同tong的de距ju離li範fan圍wei，因yin此ci如ru果guo現xian場chang工gong作zuo人ren員yuan靠kao近jin攝she像xiang頭tou，手shou上shang的de顏yan色se就jiu會hui發fa生sheng變bian化hua。同tong樣yang

，如ru果guo遠yuan離li攝she像xiang頭tou，工gong作zuo人ren員yuan的de身shen體ti會hui變bian成cheng不bu同tong的de顏yan色se
，這zhe意yi味wei著zhe距ju離li變bian得de更geng遠yuan。在zai本ben演yan示shi中zhong，ADI展示了多個ToF攝像頭麵對麵放置。如下圖可以看到這種其他攝像頭帶來的幹擾產生的影響——注意到在這張圖片中工作人員的顏色改變了，不同的顏色表示不同的距離
，這是由於這個ToF攝像頭的激光脈衝反射到另一個ToF攝像頭，從而顯示出失真或錯誤的距離數據。

 

多TOF幹擾消除技術的效果對比（右邊采用幹擾消除技術，左邊未采用）

 

如何消除幹擾
？從硬件到軟件全麵克服挑戰

 

上圖右邊的攝像頭並未顯示這種失真，這是因為該方案中采用了一項正ADIzaishenqingzhuanlidesuanfa，tanenggoubikaihuoxiaochusuoyouwuguandeguangxinxi
，jinshiyongzishenjiguangyuandeguangxinxi
，suoyinenggeichuzhengquedeshenduxinxi。lingyigeshexiangtoumeiyoucaiyongciganraoxiaochusuanfa
，huichuxianshizhen，erzhegeshexiangtouzebuhuichuxianshizhen。

 

根據ADI官網透露，該算法來自於其內部技術孵化器“Analog Garage”的飛行時間AGI團隊，通過與對應用和硬件有著非常深刻的理解業務部合作的幾個月合作
，借助業務部擁有廣泛的洞察力、傳遞實際客戶的反饋

，以及他也提出的各種問題，從幹擾、功耗到動態範圍。為了使用搭載ADI公司產品的傳感器和攝像頭模塊進行實驗和快速學習，該團隊深入了解了業務部的測試和調試GUI
，並創建了在Analog Garage的ToF實驗室中進行實驗的一套工具。該工具對於團隊至關重要，使他們能夠測試構想、模擬多攝像頭環境，並演示算法對幹擾和功耗的影響。該團隊提出了應對需求的兩種方法：避免幹擾和消除幹擾。在項目的最後階段將這兩種方法結合在一起，能夠同時運行比使用單一算法更多的攝像頭。由ToF AGI研發的幹擾抑製算法是超越矽技，此項創新是業務部對應用和器件架構的深刻理解與Analog Garage科學家的算法專長強強聯合的產物。

 

ADI公司飛行時間AGI團隊成員（該團隊已經轉入消費電子業務部）

 

當然，幹擾不僅僅來自有ToF設備之間發射光“串門”，更有可能來自無處不在的大自然光線幹擾，特別是室外環境。

 

通常而言，ToF技術根據調製方法的不同，可以分為兩種：脈衝調製和連續波調製。兩種ToF調製方法都有各自的優缺點
，需要根據實際應用用例綜合考量的點包括測量距離
、使用係統的環境、精度要求、熱/功耗限製

、外形大小以及電源問題等。ADI的ToF解決方案目前主要采用CCD傳感器的脈衝原理方式，CCD作為一個全局曝光器件，在室外遠距離場景下
，具有非常良好的性能。同時CCD作為全局曝光的傳感器，又是窄快門曝光，對於外界抗幹擾性能非常強。

 

戶外環境下CMOS ToF係統(850 nm光源)與ADI的CCD ToF係統在識別人與三腳架的效果對比。

 

具體來看
，ADI的ToF解決方案使用了高性能ToF CCD和集成了12位ADC
、深度處理器（將來自CCD的原始模擬圖像信號處理成深度/像素數據），以及高精度時鍾發生器（為CCD和激光器生成驅動時序）的ToF模擬處理前端。ToF CCD主芯片ADDI903x係列具有很好的性能
，傳感器將采集的光信號轉換成電信號，運用深度計算把最終距離信息送到SOC處理

，然後將數據提供給算法適配
，整個過程涉及傳感器
、鏡頭、發射器件、平台、應用等。對硬件廠商而言，需要和模組廠配合打造小型化、集成度高的產品來適配應用廠商
，然後適應不同的應用場景。

 

總結：

到目前為止，ADI的ToF技術和產品不僅涵蓋了從工業、消費到汽車等，應用的邊界拓展仍在繼續，未來更大空間、更高分辨率深度數據與強大的分類算法以及AI相結合，將會解鎖更多新的場景。但在麵臨多個ToF攝像頭同時工作（技術發展路線圖預計將實現64個攝像頭同時近程檢測）的挑戰時
，克服幹擾帶來的檢測風險越來越重要。解決幹擾問題將涉及大量的反複試錯，而現有技術很可能根本無法滿足要求
，ADI通過算法手段能實現比電路設計更快速的迭代和實驗。ADI提供可直接提升3D ToF係統功能的產品和解決方案
，包括處理、激光驅動器、電源管理以及開發板和軟件/固件，這種多ToF係統幹擾消除的算法進步將進一步幫助快速實現3D ToF解決方案。