Промышленное производство
Промышленный Интернет вещей | Промышленные материалы | Техническое обслуживание и ремонт оборудования | Промышленное программирование |
home  MfgRobots >> Промышленное производство >  >> Industrial Internet of Things >> Встроенный

Технология времени пролета обещает повышенную точность

Analog Devices (ADI) и Microsoft объединились для создания решений для создания трехмерных изображений с временным режимом полета (ToF) с целью обеспечения большей точности независимо от условий сцены. ADI будет использовать технологию Microsoft Azure Kinect 3D ToF и добавит свои технические ИС и системные знания для создания решений, которые будет легче внедрять. Наша цель - охватить широкую аудиторию в таких секторах, как Индустрия 4.0, автомобилестроение, игры, дополненная реальность, компьютерная фотография и видеография.

Аналитики отраслевого рынка оценивают значительный рост систем трехмерной визуализации, используемых в сложных условиях, и где для воплощения Индустрии 4.0 требуются передовые приложения, такие как роботы для совместной работы человека, картографирование помещений и системы управления запасами. Приложения ToF также необходимы для создания более безопасных условий вождения автомобиля с функциями обнаружения присутствия и мониторинга водителя.

В интервью EE Times Тони Зарола, старший директор по расширенной визуализации и интерпретации, и Карлос Кальво, менеджер по стратегическому маркетингу компании Analog Devices, осветили основы этого сотрудничества . Зарола сказал: « Microsoft стала эталоном производительности 3D ToF для производителей датчиков изображения и предоставляет ADI базовую пиксельную технологию, которая является основой датчиков и решений, создаваемых ADI. За десятилетия они накопили опыт, необходимый для создания лучших алгоритмов сбора данных и революционных алгоритмов, которые они запускают на Intelligent Edge или в Intelligent Cloud. Мы надеемся объединить лучшие возможности Microsoft и ADI в области микросхем, систем, программного обеспечения и оптики ».

3D-дизайн ToF

Распознавание жестов - это способность устройства распознавать серию движений человеческого тела. Электронная технология основана на помощи камеры и ИС для идентификации и сканирования сцены в 2D или 3D профиле. Метод времени пролета состоит из направления лазерного луча на цель и анализа отражения сигнала.

3D Time-of-Flight, или 3D ToF, представляет собой тип LIDAR (обнаружение света и дальность) без сканера, который использует оптические импульсы большой мощности в наносекундах для захвата информации о глубине (обычно на небольших расстояниях) от сцены. Различные решения IC с помощью программных алгоритмов распознавания жестов создают карту глубины полученных изображений, реагируя в режиме реального времени на движения тела. Основным преимуществом технологии распознавания жестов является отсутствие необходимости в физическом контакте между человеком и системой управления.

Камера ToF измеряет расстояние, освещая объект модулированным лазерным светом и датчиком, чувствительным к длине волны лазера, для улавливания отраженного света. Датчик измеряет временную задержку между моментом излучения света и моментом приема отраженного света камерой. Существует несколько методов измерения временной задержки, два из которых стали общепринятыми:метод непрерывной волны (CW) и импульсный метод. Подавляющее большинство датчиков ToF являются непрерывными и используют датчики CMOS.

Есть много мешающих факторов, которые затрудняют измерение времени пролета (ToF):мешающий окружающий свет, эффекты многолучевого распространения, вызванные отражением света от объектов в сцене, искажающее истинное расстояние, температурные эффекты, неоднозначность дальности. «Задачи масштабируются от разработки микросхем до создания полной системы, работающей в соответствии с теоретической суммой компонентов», - сказал Кальво. «Невозможно рассматривать каждый компонент изолированно. Например, камера ToF с лучшим датчиком, но оснащенная неоптимизированным объективом, будет иметь низкую общую производительность системы ».

«На первый взгляд камеры ToF имеют сходство с камерами RGB. Одно из ключевых отличий заключается в том, что в зависимости от приложения качество изображения камеры RGB оценивается с определенной степенью субъективности; другие приложения доступны только через расширенную постобработку. Камера ToF измеряет объективную физическую величину (расстояние), на которую пользователь, в зависимости от приложения, может в значительной степени полагаться на точность изображения. Некоторые оптические дефекты в камерах RGB, такие как блики объектива, могут создавать артефакты, которые иногда считаются художественными (например, блики солнечного света). Кальво добавил, что в системе ToF блики от линз, если их резко не свести к минимуму, могут снизить производительность всей системы в присутствии сильных отражений от объектов ».

КМОП-датчик, используемый для измерения времени пролета, состоит из излучателя и приемника; он позволяет рассчитывать расстояние до объектов на уровне одного пикселя с производительностью, близкой к 160 кадрам в секунду.

«На уровне кремния необходимо учитывать ключевые элементы сигнальной цепи:драйвер лазера, датчик изображения ToF со встроенным считывающим устройством и, наконец, механизм вычисления глубины. Задача начинается с проектирования пикселя с высокой чувствительностью и высокой модуляционной контрастностью в самом датчике изображения и заканчивается формированием трехмерного облака точек, которое может быть интерпретировано на следующем уровне приложения.

«Помимо компонентов, основные проблемы связаны с разработкой и производством камеры глубины, так как оптико-механическое проектирование, калибровка, электрическое проектирование и внедрение программного обеспечения - все это требует много времени и проблем. Analog Devices (ADI) берет на себя эти задачи для наших клиентов, чтобы упростить им процесс проектирования », - сказал Кальво.


Рис. 1. Блок-схема ToF. (источник:ADI)

Пиксели собирают свет от различных частей сцены, и их рекомбинация составляет реконструированное изображение. Все пиксели датчика управляются корреляцией между блоками демодуляции и модуляции. Каждый пиксель может быть аппроксимирован моделью, показанной на рисунке 2.

Ток направляется к узлу A (Da) или узлу B (Db) в течение времени интегрирования путем активации соответствующих управляющих сигналов. Чтение происходит при остановленной демодуляции, так что система может прочитать всю последовательность битов. ClkA и ClkB модулируются сдвигом по фазе на 180 градусов в течение времени tInt1 на выбранной частоте модуляции. Фаза света, полученного относительно тактовых импульсов ClkA и CLkB, определяет сигналы DA и DB. В конце интеграции ClkA и ClkB отключаются, и выполняется фаза чтения путем дискретизации интегрированного сигнала (BitlineAInt1-BitlineBInt1).

Преобразование фотонов в электрический ток регулируется квантовым процессом с распределением Пуассона. Параметр, который дает нам представление о совершенстве системы, - это квантовая эффективность, то есть соотношение между количеством произведенных электронов и количеством фотонов, которые активируют соответствующие пиксели. Количество электронов зависит как от фактического модулированного света, так и от окружающего света, соответствующего шумовому эффекту. Параметр, который следует выбрать при разработке времяпролетной системы, - это поле зрения (поле зрения). Поле зрения должно быть выбрано в соответствии с требованиями к освещению сцены.


Рис. 2. Электрическая схема и временные характеристики пикселя. (Источник:https://ieeexplore.ieee.org/document/6964815)

Чтобы достичь высокой эффективности на высоких частотах, микросхема может быть изготовлена ​​с использованием процесса КМОП со смешанными сигналами 0,13 мкм малой мощности с небольшими модификациями для поддержки эффективной работы по времени пролета.

ADI и Microsoft

Сотрудничество между Microsoft и ADI направлено на совершенствование технологии ToF:ADI разрабатывает новую серию датчиков изображения ToF 3D, которые будут обеспечивать точность менее миллиметра и будут совместимы с гигантской экосистемой Редмонда на основе глубины Microsoft, Intelligent Cloud. и платформы Intelligent Edge.

«Мы твердо уверены, что это сотрудничество повлияет на все основные отрасли - потребительскую, промышленную, медицинскую и автомобильную. До сих пор технология, разработанная Microsoft, не была широко доступна для масштабируемых коммерческих приложений. Мы считаем, что решения ADI, основанные на технологии обработки изображений Microsoft, кардинально меняют правила игры », - сказал Зарола.

Существуют очевидные применения систем безопасности для улучшенного распознавания лиц наряду с усовершенствованными мерами безопасности для более эффективной автоматизации производства. Индустрия 4.0 будет преобразована за счет совместных роботов, которые будут безопасно работать вместе с людьми, не будучи отгороженными в «нечеловеческой» зоне, а дальнейшая оптимизация логистики будет обеспечена за счет точности ToF для определения размеров ящиков и поддонов.

Зарола добавил:«Более совершенное обнаружение присутствия приведет к повышению энергоэффективности, системам безопасности и взаимодействию человека и машины. От дома до автомобиля наше сотрудничество ToF с Microsoft предоставит новым игровым возможностям возможность размещать виртуальные объекты в реальном мире и взаимодействовать с ними, а также изменять то, как мы взаимодействуем с нашими автомобилями, и повышать безопасность, отслеживая как водителя, так и пассажиров. Возможные варианты использования технологии ToF обширны и постоянно развиваются, поэтому ожидается, что основные приложения сегодняшнего дня будут заменены новыми идеями завтра ».

Зарола и Кальво заявили, что их клиентам нужно разрешение миллиметровой глубины и прекрасное пространственное разрешение в широком диапазоне температур. Достижение такой производительности требует экстремального уровня синхронизации времени, достигаемого как на аппаратном, так и на программном уровне. «Несовпадение по времени 10ps между сигналами, управляющими лазером, и пикселями в датчике приводит к ошибке 1,5 мм в окончательной оценке расстояния. Если это было недостаточно сложно, добавьте к этому необходимость поддержания точности системы Time-of-Flight в широком диапазоне температур, что требует расширенных алгоритмов обработки и калибровки, которые необходимо разрабатывать совместно », - сказал Кальво.

Конкретной критикой систем ToF является частота модуляции, на которой они могут работать и на которой сконцентрирован ADI. Большинство источников ошибок оценки глубины имеют тенденцию «делиться» на частоту модуляции. «Мы стремимся повысить среднюю частоту модуляции системы ToF, что позволит проводить измерения с меньшим глубинным шумом, а также уменьшить неблагоприятные эффекты многолучевого распространения или дробового шума окружающего света», - сказал Зарола.

Зарола добавил:«ADI также стремится решить ключевые проблемы, которые делают разработку и производство камер глубины трудоемкими и трудными. Мы берем на себя механическое выравнивание, оптическое проектирование, калибровку, электрическое проектирование и внедрение программного обеспечения наряду с традиционными препятствиями при захвате изображений ».

Сочетание технологии Microsoft Time-of-Flight (ToF) 3D, используемой в устройствах смешанной реальности HoloLens, и комплекта разработки Azure Kinect, с пользовательскими решениями ADI, позволит внедрять и масштабировать новое поколение высокопроизводительных приложений. оптимизация сроков вывода на рынок.

>> Эта статья была первоначально опубликована на наш дочерний сайт EE Times.


Встроенный

  1. ams для упрощения реализации технологии 3D-оптического зондирования
  2. Платформа GNSS повышает точность позиционирования
  3. Расширенные технологии ускорят принятие голосовых помощников
  4. Фотоэлектрические датчики увеличивают расстояние обнаружения времени пролета
  5. Автомобильные датчики изображения предлагают расширенный динамический диапазон
  6. Крошечный датчик трехмерного изображения использует технологию времени полета
  7. Датчик атмосферного давления обеспечивает повышенную точность
  8. DUAGON-MEN-GROUP интегрирует OEM Technology Solutions Australia
  9. Как технологии обещают преобразовать сельское хозяйство и пищевую промышленность
  10. Технология линейного перемещения