3D感测查看源代码讨论查看历史

3D感测
3D感测照片来自

3D感测(3D Sensing)系由CMOS影像感测器、演算法、辅助感测效果的外部元件(如红外光IR)及主处理器所组合而成。红外线能捕捉人体的热幅射，使感测时可以聚焦在主控者身上，不被混乱的背景干扰；也能用来作距离的运算，与影像感测器配合来实现3D扫描的功能。3D感测系统包含4大零组件：光源、控制光学、影像感测器、韧体。光源常使用LED(发光二极体)或VCSEL(面射型雷射)，传统上可产生红外线，能提供较佳精确度和效率；控制光学元件可降低韧体的运算负担；影像感测器常采用CMOS；韧体则需要高速运算晶片来接收数据，并转换成终端应用需要的格式。

科技不断进步之下，终端设备开始大量处理图像资讯，这也使得手机、汽车、AR 等应用的可拓展性变得越来越高，而从 2D 走向 3D 是未来感测器发展的一大趋势。现今 3D 感测的主流技术包括：立体系统、结构光与 TOF(time of flight)。而目前 3D 感测以结构光与 TOF 两大技术为主。两种感测技术从原理的差异决定下游应用的不同。若以测量距离、深度精准度、演算法复杂度、扫描与反应速度、各类环境适应性、硬体成本等进行比较分析，说明两种技术各自适用的应用领域。深度精准度方面，结构光发射光源具有一定随机性，安全性最高，因此最为精准；而 TOF 深度精准度与发射光强度和图像感测器精准度有关，一般而言精准度低于结构光。测量距离方面，结构光由于远距离光强度的衰减过快，因此测量距离近，约在 1.2m 之内；TOF 则采用面光源，抗衰减佳，测量距离更远，一般约在 5m～10m。至于在演算法复杂度、扫描回应速度、弱光与强光适应性及硬体成本等方面上，TOF 方案均优于结构光。综合来看，结构光 3D 方案适用于对安全性要求高而测量距离较近的场景，例如人脸辨识、AOI 检测等。而 TOF 方案则应用更宽广距离，例如 3D 建模、游戏、导航、自动驾驶、手势捕捉、AR 等各个领域。

产业链 3D 感测的高成长吸引不少光学大厂竞相投入新技术的研发，特别在于手机镜头功能越来越多，除拍照、摄镜外，身份辨识的应用也开始普及，再加上手机每年出货量保持在 14 亿支以上，成为 3D 感测需求的大宗。此外，汽车电子的快速发展，也为 3D 感测镜头带来新的需求。而为求汽车能达到自动驾驶境界，镜头配置数量将远超过传统汽车，且不像手机镜头搭载 3D 感测数量有其限制，最多前后镜头各一颗感测功能。汽车则是车身周边每颗镜头均可具备 3D 感测功能，以将肇事机率降至趋近于零。

影片

【产业大趋势】从键盘走向3D感测 输入介面持续进步