登录    |    注册

您好,欢迎来到中国测试科技资讯平台!

首页>科技情报>从技术角度探讨:深度传感器行业有哪些发展机会

从技术角度探讨:深度传感器行业有哪些发展机会

715    2020-08-12    发布者:中国测试杂志社    来源:仪商网,德州仪器

免费

资料售价

       建议仅使用结构光来执行生物识别任务,因为它具有最佳的深度精度。游戏应用需要中等深度分辨率和快速响应,因此ToF传感器似乎是最合适的。对于其他应用程序(包括定位,识别,测量和增强现实),所有技术都可以做到,但是某些技术比其他技术更适合特定的应用场景。例如,相机阵列可能最适合在需要深度测量范围的开放空间中的AR应用,而ToF传感器最适合可以控制环境亮度的室内AR。

深度传感器的应用
1)AR / VR:用于感知真实的3D环境并在虚拟世界中重建它们

       深度信息对于VR / AR设备的人机交互也是必需的。设备必须准确响应用户的3D运动,网络博彩公司:因此肯定需要高性能的深度传感器。例如,谷歌的Project Tango使用深度传感器来准确地测量实际环境,并通知其图形算法将虚拟内容放置在适当的位置。与Pokemon Go的AR模式相反,由于算法没有环境深度信息,因此用户经常可以看到Pokemon放置在不正确的位置。

2)机器人:用于导航,定位,地图绘制和避免碰撞

       许多仓库已经利用了将物品从一个地方运输到另一个地方的全自动驾驶汽车。车辆自行行驶的能力需要深度感应,以便能够知道它在环境中的位置,其他重要事物的位置,最重要的是,它如何安全地从A移到B.类似地,任何用于拾取目的依赖于深度感应来了解目标对象在哪里以及如何获取它。

这些相同的应用对于任何自动驾驶汽车的成功都是必不可少的。实际上,目前无人驾驶汽车面临的最重大挑战之一是为汽车配备精确的深度传感器和CV系统,而不会大幅增加成本。这仍然是一个竞争激烈的市场,许多新创公司都在争夺领导地位。

3)面部识别:在防止欺诈的同时提高便利性

       大多数人脸识别系统使用2D相机捕获照片并将其发送给算法来确定人的身份。但是,这存在很大的漏洞:糟糕的演员会欺骗系统,因为他们无法分辨是看到的是真实的3D面孔还是2D照片。为了使人脸识别安全,必须使用具有深度感应功能的3D相机。除了阻止漏洞外,3D人脸建模还可以传达人脸的更多特征,以实现更准确的识别。

4)手势和接近检测:用于游戏,安全性等

       飞行时间(ToF)深度传感器已被许多设备用于这些目的。在简单的实现方式中,深度传感器仅需要检测一个点的深度信息,例如用于手势检测的手或用于接近度检测的脸部。因此,具有简单的光学器件(和较窄的视场)的深度传感系统就足够了。随着手势检测的发展,使用了更复杂的深度感应系统,例如Microsoft的Kinect。

深度传感器的创业机会
       在未来几年中,深度感应将成为一个巨大的市场。当前,深度感测中的许多技术仍有很大的改进空间,这可能是技术初创公司的机会。此外,初创公司可以尝试将当前的深度感应技术用于新兴应用。
1)深度感测技术与CV应用程序的结合

       深度感测系统可以与当前的计算机视觉应用程序结合使用,以大大提高其性能并满足实际部署的需求。这也有助于减轻极端情况的影响——2D中的许多极端情况实际上可能是3D世界中的正常情况。

       深度感测可以使CV算法执行我们生活中更重要的事情,其中一些甚至可以是破坏性的创新,从而创造更多的市场,例如面部识别。

2)ToF传感器——以合理的价格使用脉冲激光

       当前,用于移动设备的ToF传感器通常使用低成本的基于调制的光源。如前所述,基于调制的光源具有范围模糊性,并且其性能通常不如脉冲激光器。脉冲激光器已经成功地用于LiDAR中,但其成本,功耗和尺寸仍然不适用于移动设备。

       但是,LiDAR中的激光源最近发展很快。初创企业有可能将脉冲激光引入用于深度动态,性能至关重要的系统的移动式ToF传感器中,例如针对面向业务的电子市场领域的AR和VR.这些应用程序还可以提供很高的利润率,对于初创企业来说是一个理想的机会。

3)ToF传感器——改善LED性能

       ToF传感器的另一端是对成本敏感的应用程序,例如IoT。对于低成本设备,激光仍然太昂贵。LED可以在ToF传感器中用于低成本应用,但性能会下降。ToF传感器的LED性能问题可以在设备或系统级别解决。通过该装置,可以使用具有更高调制频率容量的新型LED.通过改进系统的模拟信号处理电路,重新配置系统(即使用LED阵列并组合结果)或通过实施一种新的深度评估算法。

4)ToF和结构光——提高亮度容限

       环境亮度是ToF和结构光深度传感器的瓶颈。为了忍受来自环境的更多光,已经提出了几种背景消除技术。例如,在意法半导体(STMicroelectronics)生产的ToF传感器芯片中,还集成了环境光传感器和深度传感器像素,以估算来自环境光的干扰。其他一些公司也提出了信号处理(模拟和数字)中的背景消除算法。

       但是这些解决方案并不完美。为ToF和结构光提供更好的背景消除仍然是深度传感技术中的一个悬而未决的问题。如果初创公司可以解决这个问题,那么它的价值将是巨大的,特别是对于背景消除而言,可以使结构的光深度感应系统在明亮的环境中工作。

5)摄像头阵列与ToF结合使用可实现高分辨率

       尽管ToF传感器的分辨率较低,但相机阵列的分辨率较高,但存在匹配问题。但是,智能设备完全可能同时包含摄像头阵列和ToF传感器。相机阵列还可以用于深度感应以外的应用程序,例如智能对焦。可能会合并来自摄像机阵列和ToF传感器的信息,从而以高分辨率和良好的深度精度计算深度图。该深度传感系统的总成本甚至可能低于具有更高分辨率的ToF传感器。

       这些只是带有深度传感器的新型计算机视觉应用的众多未来机会中的少数。到目前为止,绝大多数计算机视觉应用程序都涉及通过摄像机解释2D世界。借助深度传感器,我们为计算机提供了整个数据范围,极大地扩展了计算机能够执行的功能的可能性。


免责声明

(1)本网转载或来自其他发布者(非中国测试杂志社)的作品,目的在于传递更多信息,并不代表本网赞同其观点或和对其真实性负责,不承担此类作品侵权行为的直接责任及连带责任。

(2)如涉及作品内容、版权等问题,请在作品发表之日起一周内与本网联系,否则视为放弃相关权利。

最新动态
申博太阳城66msc官网 真钱扎金花 必威女优沙巴体育 威尼斯人指定入口 百乐宫游戏官网
沙龙亚洲第一品牌 www.sb138.com 网上百人牛牛的规律 天天乐娱乐城官方网站 百乐宫是真人吗
澳门太阳城188现金网 必發游戏免费试玩 新葡京网址开户 彩天堂官网 盛世娱乐777
澳门银河注册开户网址 百合游戏代理洗码合作 宝盈平台申博官网 世爵时时彩代理 澳门星际体育洗码