充分发挥汽车 ToF 3D 成像技术的潜能
人们曾一度认为飞行时间 (ToF) 是汽车行业中一种独特而又陌生的技术。由于缺乏汽车级传感器，加之尚未形成一个成熟的生态系统，该技术成本高昂，因此未能得到广泛应用。
ToF 传感器本身分辨率相对较低也是一个制约因素，由于视野 (FoV) 狭窄或宽视野空间分辨率不足，因此应用十分有限。
随着更多主动安全标准（例如 NCAP）的推出以及 L4和L5级无人驾驶汽车对更多功能的解锁，ToF 技术迎来了新的发展势头，不再局限于车内应用。现在，ToF 技术已在近距离保护等外部应用中进行评估，因为它不仅结合了高分辨率和近距离精确深度信息，还填补了摄像头和雷达等远距离系统的空缺。
显然，应用的多样性预示着特定传感器的到来，业界也因此能够选择更合适的解决方案并提高性价比。
ToF 技术的独特之处在于，它能够将环境光不敏感的高分辨率图像和距离测量相结合。今天，2D 图像传感和雷达已广泛应用于汽车行业。
在距离测量的应用中，雷达技术是非常强大的，它可以检测到很小的运动情况，但是在空间分辨率方面却非常受限。ToF 技术可提供中等分辨率图像和距离信息，可视等同为2D 图像传感器和雷达的结合。
根据具体需求，TOF技术可以替换上述两种技术，或者作为这两种技术的补充提供更高的可靠性。Melexis已经开始投资TOF技术。随着越来越多的应用开始采用单系统支持，人们对基于 ToF 的系统也表现出了浓厚的兴趣。
当比较 2D + NIR 系统和 TOF 3D 系统的总体系统成本时，处理器是非常重要的部分。 2D + NIR 系统通常会有更高的分辨率（100 万像素，升级为 200 万像素甚至 400 万像素），这意味着 2D + NIR 处理器需要处理更多的像素，2D 系统需要更大更昂贵的处理器。
使用 ToF 可以获得深度信息，而基于 2D 的系统需要进行额外处理以预估深度信息，也就是说，2D 系统需要进行更多处理才可实现类似功能。即使进行更多处理，2D 系统的深度精度也远低于 ToF。当对深度精度需求较高时，ToF 技术无疑就是最佳选择。
前期，人们把重点放在经汽车验证的 ToF 传感器的研发上；如今，业界需要一套如Melexis所提供的完整的产品组合。下面我们将以两个典型应用为例：手势识别和车内监控。
手势识别第一代手势识别系统通常限于中控台周围的受限中控区域。它的视野相对狭窄，距离范围有限，但深度精度已相当不错。QVGA 分辨率 (320 x 240 px) 已经够用了，同时高性价比的 LED 照明也能满足性能需求。
在相同的分辨率下，利用宽视野可以完全覆盖两个前排座椅。手臂、头部和其他较大目标均可实现跟踪，但手指尚无法跟踪。
新一代手势识别系统的目标仍是在更宽广的区域中实现手指检测。因此，可能需要具有更高分辨率的 ToF 传感器（例如 VGA）来提供具备足够空间分辨率的宽视野，从而准确检测和跟踪手指运动。
车内监控
NCAP和L3，L4自动驾驶切换的驾驶员传感
身体姿势
手握方向盘
头部姿势
眼睛闭合
眼睛注视
疲劳
注意力状态
监测手部位置，是否在使用手机、喝饮料等
定制化身体，头部和面部监测
一颗芯片实现检测驾驶员和乘客
身体监测用于座椅和后视镜调节
头部和面部监测，用以是身份识别
主动安全系统的NCAP和法律要求
识别驾驶员，乘客，儿童
部署智能安全气囊
检测安全带
物体检测
物体遗留
包裹分类
人数统计和人在车辆中的位置探测可以通过 QVGA分辨率的 传感器 IC (320 x 240 px) 来实现。
在收集驾驶员生物力学和认知状态的详细信息时，对分辨率和深度精度的要求也变得更高。
使用 3D 成像数据可以准确探测驾驶员的身体姿势、头部位置和手部位置。例如，可以确认驾驶员是否目视前方，并将手放在方向盘上，即“手握方向盘”。
3D 信息可用来判断驾驶员重新介入的生物力学反应时间，并与车辆所计算的进行安全余量测量的视界进行比较。如果驾驶员反应不够迅速，ADAS就会意识到它需要在发生潜在危险情况时进行介入。
这类应用需要更高的深度和精度。在任何需要高深度精度的情况下，必须使用 VCSEL 代替高性价比的 LED，因为 VCSEL 的调制频率远远高于 LED 的典型最大工作频率（VCSEL 可高达 100 MHz）。
加入微信
获取电子行业最新资讯
搜索微信公众号：EEPW
或用微信扫描左侧二维码