详细了解热门信息、游戏技术、数字评价、科普心得,点击右上角关注我们

-

3月18日晚,苹果官网陆续更新了ipad pro。这次ipad pro最大的变化不是A12Z处理器,而是后面的“花种”——从单个摄像头上升到双摄像头,增加了ToF模块。苹果称之为激光雷达扫描仪。



在苹果的介绍中,这款激光雷达扫描仪采用了直接飞行时间(dToF)来进行测距。而ToF技术,我们在这两年的安卓手机上已经见过很多。早在2018年,OPPO R17 Pro和vivo NEX双屏版都搭载了ToF影像系统,而到了2019年,华为、三星等旗舰也上马了ToF。



在上次我们的iPad Pro解析文章中,重点做了A12Z的分析,指出这是为了配合苹果“AR+低价”战略推出的更新产品之后,就有热心的读者朋友在下面评论,希望能讲一下苹果的LiDAR。



OK,满足你。


说到底,苹果押宝的LiDAR和dToF,与我们平常见到的安卓方案又有什么不同?在这篇文章中,让我们一一道来。


神秘的dToF


我们先来快速复习一下ToF的概念:ToF,全名“Time-of-Flight”(飞行时间测距法),是3D深度摄像头的其中一种方案。但和Face ID结构光提供点阵的方案不同,ToF投射的是一整个面,根据红外线的反射时间来计算深度信息,并且,ToF的测量范围达数米,不容易被强光所影响。



当然,ToF也带来了一些缺点,譬如分辨率低、模组复杂、价格昂贵等问题,它不适合分辨率要求高的前置摄像头(虽然有些厂商也上马了ToF的面部识别),主要应用在后置摄像头上。例如人的动作识别、建筑识别这种需要一定距离进行测绘的,都是ToF比结构光更有优势的地方。


那么回到当下的问题,苹果和安卓的ToF分别有什么不同呢?


在现在的安卓大部分机型内,都采用的一种名为iToF的(indirect time of flight,间接ToF)技术。所谓间接ToF,并不是直接测量光发射返回的时间,而是根据相位偏移来间接计算距离。



众所周知,光具有波粒二象性,也就是说我们可以通过发射光和返回光的相位偏差,和收发的时间进行函数运算,来获得具体的距离。例如激光发射器可以发射850nm的调制红外光,反射回来滤片过滤之后接收的自然也就是调制红外光。



具体计算方法比较复杂,这里就不进行阐述,但基本的测量指标只有几个基本要件:光发射的振幅、频率,而反射回来的光要经过四个快门的判定,以此来得出时延、衰减后的振幅以及强度偏移(环境光),最后就可以计算出相位偏移,而加上环境光影响的强度偏移,可以得出距离。



之所以iToF设立如此繁杂的机制,归根结底是因为有利于小型化。如今的手机上的iToF的芯片像素可以小到5um,以此来实现较高的分辨率(现在可以做到640*480左右)。并且系统容易集成,不需要额外的测量电路。不过这种运算方式,需要高帧率图像进行运算,功耗不小。



而相比之下,dToF的原理就简单多了,和手机厂商一开始和我们“科普”的一样。dToF只需要发射脉冲波,然后光反射回来被接收,只要计算光发射和返回的时间,自然就可以计算距离了。



但说起来简单,做起来难:和连续波不一样,脉冲波需要极高精密度的元器件进行检测,元器件需要对光精度很敏感,只有SPAD(单光子雪崩二极管)才能检测到微弱的光脉冲。


除了光检测之外,dToF电路还要对时间判断十分敏感,需要专门的高精密度时间检测(TDC)电路来进行计算,而连续波是从相位来判断的,自然不需要这个问题。


例如上图,第一条光是发射光的脉冲信号,第二条光则是返回收到的脉冲信号,而在接收器上会布置两个窗口,里面的SPAD将会把光信号变为电荷量。这两个窗口相位相反,因此两个窗口的电荷量之和就是反射光偏离(上图中的DMIX0与DMIX1的红色之和,恰好等于反射光的脉冲)。



所以,只要向两个施加高电平,窗口打开时收到的电荷量,就能反映出总体的脉冲变化。如果算上施加高电平窗口打开的时间的话,就可以直接进行测距。


双方优劣


那么,dToF的高精密度检测,就注定要比平民化的iToF昂贵不少,并且不易集成。那么,为何苹果坚持要选择dToF,而不是现在已经在手机上大规模应用的iToF呢?


因为iToF虽然可以做到分辨率高,集成度高,成本低等原因,但对于环境光的甄别并不如dToF。只要在强光环境下,iToF的识别率就会下降明显,而dToF抗干扰能力比较强。


并且只要距离开始拉远,iToF面光源发射器的功耗就会大幅增加,而dToF由于只发射脉冲光运算端压力都交给了识别,所以发射功率自然就小很多。并且在接收过程中,不同于iToF的多帧图像计算,SPAD可以直接输出脉冲信号,大大缩短时间与功耗。



虽然无论iToF和dToF,目前主要的应用目标都是在数米之内,但dToF的低功耗、抗干扰、精准度高等特点,都是胜过iToF好几分,无疑更有未来前景,唯一能制约dToF发展的,无非是结构复杂难以小型化。


而在近几年,随着汽车厂商开始发力激光雷达,dToF的集成化和分辨率便一直有人在努力提升。松下就做出了分辨率为1200x900的传感器,而去年九月份,艾迈思也宣布,推出了使用智能手机的dToF模组,体积仅为2.2mm x 3.6mm x 1.0mm。



而从目前的结果来看,虽然尚不清楚苹果的dToF供货商是哪家(索尼或者意法半导体),但可以从成品看出,苹果又和几年前的结构光一样,成功搞定了相关技术的小型化与集成化。



ToF的未来


在最近的手机行业内,能给ToF带来可能的落地场景只有两场发布会:6月份WWDC的AR功能概述,以及几天后的华为河图功能的展望。不过,苹果已经更新了官网上的“增强现实”页面,我们看到,和之前的战略相比,苹果依然还是聚焦于小房间内的精准定位,目前没有“向外走”的更大规划。



这也说明,在未来的时间内,人一直是苹果AR的主流。从形体检测、家具摆放、游戏和课堂教学,苹果的AR都很强调和人之间的互动性。希望通过以一种“温和”的方式来改善小场景下的便利性,所以苹果才会在发布会上着重讲述购物的AR体验,以及AR游戏之间的玩家互动。



而华为在近几周的宣传,都明确地表示,河图就是华为推出的未来版地图。根据河图技术总监罗巍在微博上的发言,不同于苹果的室内,华为ToF的思考领域是地球级,要覆盖室内室外的全场景,同时能有扩展到10米以上的应用能力。



从商业角度来看,华为河图更像是诺基亚的“城市万花筒”,是以“地”作为发展的未来。用户不仅可以在繁华的街道上利用AR寻找附近的吃食和点评,商家也可以利用这一点公布自己的评分和招牌菜。平常浏览大众点评、精挑细选、进行比对的时间,可能会在“河图”的作用下大大缩小,更不用说旅游景点的自动介绍之类的了,室外AR的发展方向可谓是十分宽泛。



虽说目前我们不能确定,华为如何克服iToF的高亮环境下分辨率低、以及10米以上的识别能力。但从目前公布的图片来看,河图是以建筑作为锚点,打算绘制一幅另类的“物联网画卷”,这在当前的服务系统之下是完全可行的。河图系统的软件实现固然重要,但是硬件难关依然是第一位的。


当然,苹果也不是对“AR”地图毫无准备,在去年地图的改版上,苹果就推出了“街景功能”,全程无缝的浏览体验和店面提示,似乎也在预示着苹果还有后手。



但无论如何,从去年ToF的群魔乱舞,到今年的技术演进。业界巨头厂商都开始将ToF正式放上台面,结合几年前的软件积累进行发力。苹果和华为的方向虽然各不相同,但小雷也希望,这种不同方向上的不懈开拓,终究能给“AR时代”一个坚实的基础。


文中图片均来自oneindustry、苹果、索尼、华为、艾迈斯

----------------------------------

点击文章顶部雷科技头像,私信回复“搞机”,即可获得玩机技能合集。

1.《关于怎么用手机看波粒监控,你需要知道这些最强科普:iPad Pro“激光雷达”技术,又要吊打友商?》援引自互联网,旨在传递更多网络信息知识,仅代表作者本人观点,与本网站无关,侵删请联系页脚下方联系方式。

2.《关于怎么用手机看波粒监控,你需要知道这些最强科普:iPad Pro“激光雷达”技术,又要吊打友商?》仅供读者参考,本网站未对该内容进行证实,对其原创性、真实性、完整性、及时性不作任何保证。

3.文章转载时请保留本站内容来源地址,https://www.lu-xu.com/gl/3103605.html