tof10大著數

➤點陣投射器（Dot projector）：使用「高功率」的垂直共振腔面射型雷射（VCSEL）發射紅外光雷射，經由晶圓級光學（WLO：Wafer Level Optics）、繞射光學元件（DOE：Diffractive Optical Elements）等結構，產生大約 3 萬個「結構（Structured）」光點投射到使用者的臉部，利用這些光點所形成的陣列反射回紅外光相機（Infrared camera），可以計算出臉部不同位置的距離（深度）。 賓士今年初有宣布和Luminar合作，Luminar是光達的廠商，基本上使用光達的自動駕駛方案不需要大量的資料進行訓練，會需要大量資料就是因為需要利用AI計算出深度(這部分之後在偽光達會詳細介紹)，那有了光達之後就可以直接利用雷射計算深度，但使用光達還是需要搭配相機來做物體的辨識，不過單純影像辨識的難度是比利用AI計算深度要較小很多。 在三星Galaxy Note 10+發表會上，就有透過TOF技術，全方面計算布偶的每個細節，完成3D建模再搭配應用程式，讓布偶的3D成像可以模仿人類的動作；一樣是透過紅外光反射後再計算的技術，只是從平面的照相沿伸到立體的3D建模，使用者透過鏡頭從四面八方，讓TOF鏡頭從不同方向進行測量，再透過手機內建的程式將數值重組，即可達成3D建模。 光達LiDAR英文全稱Light Detection And Ranging，其實從英文上的翻譯就可以大概知道其原理，就是利用光來檢測和測距，雖然目前市面上配有光達的自動駕駛量產車輛很少，比較有名的如奧迪A8或是小鵬P5等等，但其實光達應用的產品並不稀奇，蘋果在2020推出的iPad Pro就有引入光達的系統，如下圖所示，貓咪周圍排列整齊的光點就是光達打出來的雷射，但這些雷射使用的光源是紅外光(不可見光，波長940nm或1550nm)，所以大家才沒有察覺。 回到一開始提到的案例，這項ToF辨識應用，是來自全球半導體科技大廠Analog Devices(簡稱ADI)亞德諾半導體所研發的。 ADI的ToF技術方案是向目標連續發送高精度光脈衝，再用支援窄脈衝全域曝光的面陣CCD感測器接收返回的光，藉由探測光脈衝的往返時間，來獲取至目標物體的距離資訊。

▲機械手臂上方導入ToF測距技術，可設定偵測範圍大於手臂最大運動範圍，當有阻礙物出現ToF範圍內，可立即告知運動控制中心緊急停機。

tof: 感測技術：什麼是 飛時測距 （ ToF ：Time of Flight）

此外，點陣投射器（Dot projector）使用高功率的垂直共振腔面射型雷射（VCSEL）發射紅外光雷射，雖然它的功率並不是真的很高，但是長期入射到眼睛是否會造成眼球的傷害，是另外一個值得醫學界研究探討的問題。 ➤接近感測器（Proximity sensor）：使用「低功率」的垂直共振腔面射型雷射（VCSEL）發射紅外光雷射，當有物體靠近時會反射雷射光，因此手機可以知道有物體接近，這個元件很早之前智慧型手機就有了，一般都是安裝在擴音器（Speaker）旁邊，但是以前通常是使用紅外光發光二極體（IR LED），可以偵測的距離較短，當使用者撥電話並且將手機靠近耳朵時，接近感測器偵測到耳朵接近就知道使用者正要講電話，會自動關閉螢幕節省電力消耗。 ➤ 飛時測距 （ToF：Time of Flight）：利用發光二極體（LED：Light Emitting Diode）或雷射二極體（LD：Laser Diode）發射出紅外光，照射到物體表面反射回來，由於光速（v）已知，可以利用一個紅外光影像感測器量測物體不同深度的位置反射回來的時間（t），利用簡單的數學公式就可以計算出物體不同位置的距離（深度），如＜圖一（a）＞所示。

TOF是Time of Flight的縮寫，中文的翻譯為「飛時測距感測」，指的是紅外景深傳感器，也稱作「飛行時間法3D成像」，能夠達成遠距離且高精度的3D成像。 而目前市面上主流的3D成像技術，包含雙目立體視覺、3D結構光和TOF技術，蘋果產品中第一支推出人臉識別解鎖的iPhone X，則是靠3D結構光實現的。 然而並不是所有的應用都適合把大數據傳送到雲端處理，例如：自動駕駛車必須在車上「終端（Edge side）」進行學習與處理才能即時反應道路情況。 Face ID 解鎖主要分為兩個步驟，首先必須辨識接近手機的是否為刻意靠近的臉部，或者只是使用者不小心由手機前面晃過去而已；確認是刻意靠近的臉部之後，才開始進行人臉辨識，從前面的介紹可以發現，啟動 Face ID 解鎖必須同時開啟好幾個元件，是有些耗電的，因此必須確認是刻意靠近的臉部之後，才開始進行人臉辨識。

tof: TOF如何達到3D建模

TOF的原理是發射出紅外線，照射到物體表面反射回來的過程中，從光速去計算物體的距離，藉此達成3D成像；以人臉來說，TOF可以更加精確的計算出眉骨、眼窩、鼻梁、人中、唇峰和下巴等，一般數位鏡頭難以精準測量的深度差異，而運用在遠景的拍攝，則能夠更加精準掌握實物的細節，進而還原出更加細緻的景深效果。 蘋果公司這次推出的 iPhone X 使用自行開發的 A11 tof 處理器，內建雙核心的「神經網路引擎（NE：Neural Engine）」，專門處理影像辨識相關的機器學習、推論模型、演算法，也是一種針對人工智慧這種「特定應用」所開發的積體電路，不同的是它裝置在「終端（Edge side）」，也就是使用者的手機上，讓手機可以認識使用者的臉部特徵，蘋果公司也一再強調，使用者所有的臉部特徵都在手機終端完成，不會上傳到雲端處理，因此絕對不會有資料外洩的疑慮。 ➤ 結構光（Structured light）：利用雷射二極體（LD：Laser Diode）或數位光源處理器（DLP：Digital Light Processor）打出不同的光線圖形，經由物體不同深度的位置反射回來會造成光線圖形扭曲，例如：打出直線條紋的光線到手指上，由於手指是立體圓弧形造成反射回來變成圓弧形條紋，進入紅外光影像感測器後就可以利用圓弧形條紋反推手指的立體結構，如＜圖一（b）＞所示。 就如我前一篇文章的所說，不管我們使用怎麼樣的技術，最終都是希望獲得待測物的深度資訊，而光達就是利用光來測量物體的距離。 癮科技過去曾介紹過ADI在智駕車的一系列方案，可以知道在自動駕駛的技術面，除了需要ADAS(先進駕駛輔助系統)來偵測車體外界環境之外，ToF功能在自駕車身上也同樣扮演重要角色。

• AR是Augmented Reality的簡稱，是將虛擬資訊與真實環境結合的技術；著名的運用層面有手機遊戲Pokemon Go，以及百貨公司的模擬試衣間。
• TOF的原理是發射出紅外線，照射到物體表面反射回來的過程中，從光速去計算物體的距離，藉此達成3D成像；以人臉來說，TOF可以更加精確的計算出眉骨、眼窩、鼻梁、人中、唇峰和下巴等，一般數位鏡頭難以精準測量的深度差異，而運用在遠景的拍攝，則能夠更加精準掌握實物的細節，進而還原出更加細緻的景深效果。
• 而目前市面上主流的3D成像技術，包含雙目立體視覺、3D結構光和TOF技術，蘋果產品中第一支推出人臉識別解鎖的iPhone X，則是靠3D結構光實現的。
• 然而並不是所有的應用都適合把大數據傳送到雲端處理，例如：自動駕駛車必須在車上「終端（Edge side）」進行學習與處理才能即時反應道路情況。
• ToF的技術原理，簡單而言就是將雷射光發射出去，再由偵測器接收散射光，去計算光子雙向飛行時間，進而推導出發射點與物件之間的距離。
• ▲倒車系統運用ToF偵測不同距離的行人或障礙物，經軟體處理後以影像顯示及聲音警示距離，輔助駕駛得知車後的路況，並提前預防倒車撞到樹枝造成愛車毀損。

ADI的ToF解決方案，有別於傳統3D人流方案，大多需要安裝至少二只立體相機，ADI的方案僅需一只ToF攝影鏡頭架，設於門框上方且沒有安裝高度限制。 當然，ADI 的ToF 3D立體影像感測技術不單單只應用在自動門，還包含在建築、工作自動化以及汽車領域，都有ToF的相關應用，例如現在零售場域相當重視人流計算，才能知道哪些商品、行銷方案擺放在人潮最多的熱點區域。 越來越多智慧型手機，搭載3D感測模組來辨識人臉做Face tof ID，這項功能就可透過ToF輔助人臉辨識，實現更加精準的效果。 自動駕駛技術系列第一篇介紹光達LiDAR，這個詞在前幾年開始變得非常熱門，有許多光達的廠商紛紛推出光達的自動駕駛解決方案，今天我們就來一探這個大家既熟悉又陌生的詞－LiDAR。

tof: 智慧汽車：ToF結合full HD影像技術的應用

▲倒車系統運用ToF偵測不同距離的行人或障礙物，經軟體處理後以影像顯示及聲音警示距離，輔助駕駛得知車後的路況，並提前預防倒車撞到樹枝造成愛車毀損。 由於ADI把ToF加上CMOS影像感測器可做到overlapping(重疊)實際影像，換句話說，就是比傳統超音波感測具備更佳的感測角度，也更能準確測量物體跟汽車的距離。 那目前許多文獻在計算這個相位延遲的時候，通常會採用4 phase control signals，也就是四個相位的訊號控制，使用的公式與前面提到的原理相同，但唯一的不同就是在接收端的sensor會以四個為一組(下圖上紅圈部分)，計算相位延遲的方式會採用四組收到的訊號進行計算(下圖下)，其中C1和C2、C3和C4的初始相位均相差180 °，這樣可以增加接收訊號的穩定性，詳細的原理可以看參考連結。

➤環境光感測器（Ambient light sensor）：使用光感測器（PD：Photo Detector）可以偵測環境光亮度，在明亮的太陽下使用者眼睛瞳孔縮小，因此自動將螢幕調亮讓使用者容易觀看；在陰暗的室內使用者眼睛瞳孔放大，因此自動將螢幕調暗避免使用者感覺太刺眼。 是的，自動駕駛技術真的很廣，牽扯的層面也很多，阿財也會盡我所能的盡量把艱澀的文字轉換，目前文筆還在進步中，期待越來越好。 AR是Augmented Reality的簡稱，是將虛擬資訊與真實環境結合的技術；著名的運用層面有手機遊戲Pokemon Go，以及百貨公司的模擬試衣間。 【請注意】上述內容經過適當簡化以適合大眾閱讀，與產業現狀可能會有差異，若您是這個領域的專家想要提供意見，請自行聯絡作者；若有產業與技術問題請參與社群討論。 蘋果公司這次發表的 iPhone X 讓使用者能夠真實感受終端裝置的人工智慧（On-device AI），在可以預見的未來，終端的處理器如何與人工智慧結合形成「終端智能（Edge intelligence）」，將是愈來愈熱門的議題。

tof: ToF depth sensing

ToF的技術原理，簡單而言就是將雷射光發射出去，再由偵測器接收散射光，去計算光子雙向飛行時間，進而推導出發射點與物件之間的距離。 tof DToF的計算方式相較於ToF簡單且大家會比較直觀理解，dToF的光源一般採用脈衝光，脈衝光通常指的是在一個極短時間內發出的光束，dToF的感測器在發射出去的時候記錄當下的時間，並與接收到反射光的時間計算出時間差∆t，然後直接將時間差乘上光速除以二就是行人與車子的距離，這也是為什麼很多人說dToF就是在算光行走的距離，如下圖所示。 蘋果預計在2020年推出的iPhone 12系列中，iPhone 12 Pro與iPhone 12 Pro Max將會配置TOF鏡頭，並透過此鏡頭建構出有別於以往的3D建模，進而讓AR(擴增實境)顯得更加真實，大幅改善使用者的體驗。 市面上將虛擬影像與真實環境結合的手機App，雖然都是透過AR去實踐的，但難免會有比例失真的問題，而透過TOF技術將能改善此問題。 商場現在要統計人流並不困難，但如何有效利用影像技術，精準分辨進出者的身高、體重，同時出入時間及高度誤差低於1%，這就有相當技術門檻了。

ADI亞太區應用工程團隊針對ToF的特性開發出不同空間應用的方案，像是具人臉辨識功能的3D Camera自動門解決方案。 tof tof 這項方案就是針對郊外飯店、商場、百貨、大賣場這類場域，過去自動門大多用紅外線反射原理，導致對動物自由進出難做到精準管理。 對此，ADI 的ToF 3D立體影像感測技術，深度資訊解析度高，可達VGA等級，除了可以辨識並區分空間內人與物體的相對位置距離遠近，應用於人群偵測時還可以摒除非人類(動物)的進入。 所有的 3D 立體影像感測技術都面臨相同的問題，那就是深度資訊的精確度實際值大約只有 1%～0.1%，意思是距離 1 公尺遠的物體量測出來的精確度與誤差大約是 1~10 毫米的等級，Face ID 解鎖時臉部與手機的距離大約 0.1 公尺，因此精確度與誤差大約是 0.1～1 毫米的等級，這大概足夠進行臉部特徵辨識了！

tof: ToF 3D image sensors

由香港SEO公司 Featured 提供SEO服務