3D图像传感器助力提高安全性和便利性

本文作者系英飞凌科技股份公司产品营销经理  Martin Lass

在实现自动驾驶的发展进程中，当务之急是要收集关于车内及车身周围所发生情况的所有信息。除驾驶员状态监测外，获取车内3D数据会推进全新的人机界面（HMI）概念。

在高级辅助驾驶系统中及在实现自动驾驶汽车的发展进程中，关于驾驶员的注意力以及车内情况的精确信息是基本要求。通过利用高级3D摄像头，汽车可以捕获驾驶员的行为信息，并将该信息转发到高级辅助驾驶系统。如果驾驶员闭上眼睛或没有直视前方，那么可能会触发警报。如果驾驶员没有作出反应，就会激活紧急制动辅助系统。与此同时，3D摄像头芯片可提供直接测得的深度数据，而不必先从角度信息计算这些数据，譬如，这对于立体相机就是必要的，需要很大的计算输入量。借助来自英飞凌的图像传感器REAL3™，我们可在最小的安装空间（室内和室外应用）内实现支持3D视觉的系统。

目前已开发出用于获取3D信息的各种技术。譬如，通过立体视觉，两个普通的2D摄像头可以从各种角度记录场景，从而计算距离（深度）。这种方法带来的优势是可以使用低成本的普通图像传感器。不过，需要进行耗时的物理调整和校准。而且，有必要使用计算强度很大的高度复杂的算法。最后，在状况不佳和不断变化的照明条件下，这种方法就会受到限制。

另一种3D技术利用结构光，即已知模式投射到场景，并从模式的分布计算得出深度。尽管这种方法可以在多路径干扰的情况下带来诸多优势，但是，除镜头与图案投影仪之间精确和稳定的机械调整外，仍需要具备专用自动照明功能的高科技摄像头。校准所需的输入相应地也非常高。此外，反射的模式对光学干扰和结构很敏感。

测量每一个像素的图像深度和幅度

基于飞行时间（ToF）成像的图像传感器，如来自英飞凌的图像传感器REAL3（图1），带来了支持3D图像获取的紧凑、精确的通用解决方案。它们可以测量调制照明源与反射之间的相移，会将其转换成距离信息。借助相应的ToF摄像头，场景通过调幅红外光获得自动照明，并且，摄像头和/或图像传感器可以测量针对每一个像素的相移，从光抵达对象然后返回所需的时间计算得出。同样地，摄像头针对每个像素提供所描绘对象的深度和幅度。ToF方法的其他优势包括：摄像头外形设计紧凑，能在所有照明条件下使用，及简易校准。

图1：支持3D ToF应用的高度集成的REAL3图像传感器单芯片，采用感光像素阵列、高级控制逻辑、带ADC的数字接口和数字输出端口