#物聯網IoT #汽車電子 #先進駕駛輔助系統ADAS #機器視覺 #3D影像感測器 #主動立體視覺ASV #結構光SL #飛時測距ToF #光達LiDAR
【3D 感測新勢力：ASV vs. ToF】
隨著技術成熟、元件成本下降，3D 感測在機器視覺的應用越見蓬勃，商用價值正在勁揚，主動立體視覺 (ASV)、結構光 (SL) 與飛時測距 (ToF) 是三大分支。現階段結構光因有消費電子加持、出貨量最大，工業應用則以立體視覺為主——但預估不久後，外加一個投射器的 ASV 料將全面躍起；即使是全自動化的「關燈工廠」，確認打件位置仍少不了 ASV 的輔助。
ToF 則可視為長距離的結構光 (雖然解析度遠不如正統結構光)，成長力道亦正增強。以前影像拍攝只在乎單點距離，如今講究的是「多區域」(Multi-Zone)、對比多層，意境已大不相同；即使是場景變動不大、毋需深度補償的工業應用，日後亦將逐漸加入深度資訊，有助於拉大可視距離。3D 感測另一個應用是模具製作，一分鐘就能完成掃描建模。動輒須＞ 200 公尺的汽車應用，ToF 更是基本元素。
早先缺乏深度資訊時，需要根據不同場景做補償才能辨識；直到加入「紅外線投光器」元件的 ASV 出現，終於有解！ASV 不受環境光限制，判讀更精確，商用較一般消費產品擁有更強的需求。原有立體視覺也能查看，但前提是物件本身要夠立體、且環境不能太暗才能清楚分辨，就像平放於桌面的紙張，除非有翹曲或色調區隔明顯，否則機器不易判別。
機器視覺的另一個挑戰是：看很多物件時，是否能辨識出細微差異？提高鏡頭的解析度是手段之一，但這會消耗更多演算和儲存資源，負載重。對企業來說，重要的是如何在效益、成本、應用場景之間取得平衡，最高規者不一定最好、也未必會成為主流。在彩色影像如此盛行的今天，安防監控之所以仍堅持採用黑白 CCD 攝影機，就是著眼於「影像補償」。
至於 CCD vs. CMOS 鏡頭何者較佳？成像技術該採用捲簾快門 (Rolling Shutter) 或全域快門 (Global Shutter)？另放眼未來，3D 感測在汽車的應用備受期待……，「固態光達」因沒有移動的光束轉向機制，無論在可靠度和複雜性皆略勝一籌。惟汽車售價區間大、成本結構亦不同，很多技術彼此非單純競爭、而是競合狀態，一如短、中、長距的無線通訊技術互補。
延伸閱讀：
《3D 機器視覺，商用價值勁揚》
http://compotechasia.com/a/feature/2020/0910/45715.html
#艾邁斯半導體ams #BELICE-SD #ibeoNext #TMF8801
rolling shutter global shutter差異 在 Re: [分享] 特斯拉FSD beta 來比眼力有沒有比AI好- 看板car 的推薦與評價
※ 引述《ewings (火星人當研究生)》之銘言：
: ※ 引述《ykjiang (York)》之銘言：
: : OK, 以雷達波的特性，的確如你說的，可以一個雷達波出去，同時有多組天線接收
: : 這部分跟光達有差異。
: 笑死，光達輸出的資料從來就是三維的，只有一維的叫雷射測距儀。
: 如果是更早之前還在用LADAR為名的時代，還有更多是利用全像原理，用相位差生成三維資料的技術。
: 對系統來說，不過感測器是用甚麼原理，輸出的資料格式如果是三維的，那就是三維，
: 有差別的只是更新率而已。
: 而光達輸出的一直都是三維資料，即使是平面光達，也是三維資料降維。
我沒說光達最後的輸出資料不是三維，我只是說初代的光達是用一維的雷射測距，經巧
妙設計後得到三維的資料
: : 你講的應該是 Rolling Shutter 造成的果凍效應，
: : CMOS 會採取 Rolling Shutter 有很多因素，例如為了功耗、快門速度、共用元件等
: : CMOS 後來也有 Global Shutter 的設計
: : Rolling Shutter 是同時一排 cell 曝光（不算逐個 cell，硬要挑的話）
: : Global Shutter 是全部的 cell 一起曝光
: : 至於 CCD 是採用 Global Shutter 的設計
: : 你說的為了輸出 NTSC/PAL 逐個 cell 掃描，是發生在後段處理上
: 笑死，再掰嘛
: 特斯拉用的就是CMOS影像感測器，照你的講法，那也是一維的。
: 現在不管是哪種攝影機，都是輸出序列訊號，不管是用rolling還是globe shutter,
: 都是一個一個cell的資料丟到暫存器，再以一維資料格式（NTSC)輸出
這部分也是，我一開始表達的也是 camera 的感測元件一開始就是二維的 cell 陣列
一個 cell 一個 cell 讀是你要抬槓，才提出來的，然後你還提了果凍效應佐證。
另外，camera 一般內部有 buffer 儲存完整的 2D data
輸出時才用你說的 NTSC 序列輸出，NTSC 基本上是舊時 TV 格式，高解析度的 camera
不用這種輸出格式了。而且 NTSC 還有奇偶交錯的問題，在處理上容易碰到另一種跟果
凍效應有點類似的問題，不過這也扯遠了。
其餘的輸出格式還有很多，也是各種取捨，不再贅述。
: : 1__2_.5e834778af184.png
: : 80m鏡頭，我是敲「側」前方的兩個前向鏡頭，不是敲（正）前向鏡頭
: : 而且這已經不是重點了，
: : 如之前推文說的，特斯拉 3D 視覺，主要是靠正前方那三個鏡頭
: : 基本上沒側前方那兩個鏡頭的事了
: 別搞笑了
: 特斯拉的三個鏡頭焦距相差那麼多，說能構成視覺深度，是你在幻想吧
: iphone手機上面有兩到三顆鏡頭，但是還不是乖乖的上Lidar?
: 不同焦段的鏡頭，物體的影像在鏡頭內的像素差距非常大，光是判斷是不是同一個物體都要消耗不少演算力了，
: 還妄想能構成深度視覺？
: 更別提特斯拉用的還是非常悲劇的1.2M像素鏡頭。如果像NIO用的是8M的，還勉強有點機會構成2.5D
: 如果兩個焦段差那麼多的鏡頭就能構成深度視覺，你都可以去apple總部前面嗆他們白癡才要額外用Lidar了。
我不確定你說的 2.5D 多出的那 0.5D 指的是什麼
不過前面推文中也有人給連結了，證明一個攝像頭就能測得深度，多個攝像頭更準確。
因為車子行進間可以拍很多個對同一物體不同距離下的 frame
至於特斯拉是怎麼辦到的細節部分，我不知道，唯一確定的要耗費很多算力，
連結如下：
《Autopilot》AK談論AP開發細節 (2020/02)
https://www.mobile01.com/topicdetail.php?f=741&t=6137451
《Autopilot》FSD初探25－遮住鏡頭還能在路口轉彎嗎？
https://www.mobile01.com/topicdetail.php?f=741&t=6246238
--
※ 發信站: 批踢踢實業坊(ptt.cc), 來自: 59.105.112.74 (臺灣)
※ 文章網址: https://www.ptt.cc/bbs/car/M.1617978587.A.C30.html
... <看更多>