3D视觉感知需求火热，机器人应用中的3D iToF

　　智能感知一直是近几年的热门话题，智能传感，智能硬件相关领域保持了稳定且持续的增长。机器人是智能传感应用中非常重要的一大类别，目前机器人里传感器的种类与数量已经不少了，压力、温度、速度、视觉等各个方面都少不了传感提供的关键数据。随着机器人的升级换代，机器人与人协作发展的趋势愈发明显，这也需要更加智能更加全面的感知系统。

　　机器人系统的性能，尤其是要求智能化的性能，在很大程度上取决于感知系统提供关键的数据。现在各种精密智能的传感器，再加上能够将传感器数据进行深度融合整理的系统让机器人拥有了出色的感知，机器人与人共同协作不再是不可能实现的事。其中，ToF模块就发挥了重要作用。

3D iToF，图源：ADI

　　ToF中的dToF与iToF

　　机器人3D视觉领域的ToF、结构光和双目立体视觉方法都各有优劣，技术路线尚未达成共识。在这三种技术路线中，ToF的可探测距离是最远的，虽然它能达到的分辨率（640×480）并不如结构光（1080×720）和双目立体视觉（2K）。支持ToF的设计者大多是看上了ToF比较另外两种3D深度信息计算量更小，抗干扰性更强的特点。
　　dToF与iToF是两种基本成像原理，dToF直接测量飞行时间，iToF间接测量飞行时间。dToF有一个核心组件SPAD，一种单光子探测能力的光电探测雪崩二极管，只需要微弱的光信号就能产生电流。SPAD工艺复杂制造难度极大，但又关系到整个dToF的精度，能做这一块的厂商不算多，所以我们常见的基本是推广iToF的。
　　iToF不直接测量光的飞行时间，而通过测量相位偏移间接测量光的飞行时间。VCSEL发射调制光后图像传感器在曝光时间内接受反射光进行光电转换。所以iTOF的精度取决于光强和曝光时间。这里要提到的是虽然上面提到了在ToF、结构光和双目立体视觉方法中ToF可探测距离是最远的，但是距离较远时，测距精度也会下降。

　　机器人中的3D iToF

　　现在一些机器人也加入了3D iToF深度视觉模组来加强感知能力，机器视觉作为人工智能的重要分支，是实现机器人自动化和智能化的关键核心技术，发展前景巨大。根据YOLE预测，2021年各类3D传感的增长速度中ToF是最快的，ToF市场的CAGR为21%，超过行业平均14.5%的增速。
　　2D平面成像丢失了物理世界中的第三维信息，如尺寸和距离等几何数据，在确实一维数据的情况下机器人只能实现影像记录和平面图像特征识别，分析算法难度极大。3D深度相机能够识别视野内空间每个点位的三维坐标信息，能复原完整的三维世界并实现各种智能的三维定位，能有效解决2D机器视觉对于高度、厚度、体积、平面度等测量因素缺失的问题。
　　各类功能相对简单的移动机器人中，iToF也是很高性价比一种应用，搭配SLAM算法可实现实时路径规划。与之类似的是低成本激光雷达，不需要对环境和目标进行识别，既能很好地完成避障导航成本也不高。
　　仿生机器人上iToF的应用更为广泛。今年小米的秋季发布会上，小米的首款全尺寸人形仿生机器人CyberOne就搭载了基于iToF+RGB深度测量技术的3D智能深度相机，结合AI交互算法，机器人不仅拥有完整的三维空间感知能力，还能实现人物身份识别、手势识别、表情识别等多种智能功能。

　　3D景深测量高分辨率iToF模块

　　CyberOne搭载的3D智能深度相机就是基于欧菲光的iToF+RGB深度测量模块，该模块深度分辨率最高支持640×480，帧率为30fps。深度的FoV为水平方向76°，垂直方向为61°。深度测量方面，目前支持室内0.1米到5米的测量范围，室外0.1到3米的测量需求，在测量范围内精度高达1%。
　　ADI今年也发布了3D景深测量高分辨率iToF模块ADTF3175，基于100万像素的CMOS iToF成像器，用于感知3D空间。分辨率高达1024×1024，FOV为75°×75°。深度测量方面，支持0.4m至4m的测量范围，整个深度精度高达±3mm。

　　小结

　　在机器人领域，目前3D iToF主要用于避障、SLAM、AI识别这些应用上。对高性价比的iToF深度相机的需求正在机器人领域迅速增长，尤其是在带有服务性质的机器人产品中，如扫地机机器人，送餐机器人、酒店服务机器人。3D视觉感知技术的发展将进一步推动机器人行业的升级。

来源：电子发烧