Analog Devices 与 Microsoft 联手推出超精准 ToF 3D 成像方案

Analog Devices (ADI) 与 Microsoft 结成战略联盟，致力于突破飞行时间 (ToF) 3D 成像的极限。依托 Microsoft Azure Kinect ToF 平台与 ADI 在 IC 与系统集成方面的世界级专长，该合作旨在交付不仅高精度、而且易于跨行业集成的解决方案——涵盖工业 4.0、汽车、游戏、增强现实和计算摄影等领域。

市场分析师预测，能在苛刻环境可靠运行的 3D 成像系统将迎来强劲增长。人机协作机器人、室内建图、实时库存追踪是工业 4.0 的关键驱动力；高级乘员检测与驾驶员监测则是下一代汽车安全的必备能力。

在近期接受 EE Times 采访时，ADI 增强成像高级总监 Tony Zarola 与战略营销经理 Carlos Calvo 阐述了合作基础。Zarola 表示：“Microsoft 在图像传感器厂商中树立了 3D ToF 性能标杆，为 ADI 构建传感器与方案提供了核心像素技术。凭借数十年的数据采集专长与革命性算法——无论在智能边缘还是智能云端——我们有能力结合 Microsoft 与 ADI 在硅、系统、软件和光学上的最佳资产。”

3D ToF 设计原理解析

手势识别依赖摄像头与 IC 以 2D 或 3D 方式扫描场景，捕捉一系列人体动作。ToF 技术向目标发射激光脉冲并分析反射信号，实时生成深度图。与传统激光雷达不同，3D ToF 使用纳秒级高功率光脉冲，无需旋转扫描器，适合短距、高分辨率深度捕捉。

ToF 摄像头用调制激光照明物体，利用波长敏感传感器记录反射光束。传感器测量发射与接收的时间延迟，换算为距离。常见测量方法有连续波 (CW) 和脉冲法，大多数商用 ToF 传感器采用配合 CMOS 技术的 CW 方式。

精准 ToF 测量面临环境光、多径反射、温度漂移和测距模糊等挑战。“传感器、镜头、固件每个组件都必须作为一个紧凑系统优化，”Calvo 强调，“拥有最佳传感器但镜头调校不佳的摄像头，整体表现也会很差。”

RGB 摄像头以主观图像质量评价，而 ToF 摄像头测量客观物理量——距离。RGB 中良性的光学瑕疵（如眩光）在 ToF 中可能成为性能关键，尤其是在反射环境下。

CMOS ToF 像素在单像素内集成发射与接收，可在高达 160 fps 下完成单像素测距。关键信号链要素包括激光驱动器、集成读出传感器和深度计算引擎。设计挑战跨越像素响应度、调制对比度到下游应用所需的最终 3D 点云解读。

除芯片外，ADI 还覆盖光机布局、标定、电气设计和软件集成的全设计周期，简化客户体验。

图 1. ToF 方框图（来源：ADI）

传感器像素捕捉不同场景区域的光信号，经组合重建深度图像。每个像素的工作由解调与调制模块的相关性控制，如图 2 所示。

积分期间，电流流向节点 A (Da) 或节点 B (Db)，由控制信号决定。ClkA 与 ClkB 在积分期相位相差 180°，相位关系决定 DA 和 DB 输出。积分结束后，系统采样累积信号 (BitlineAInt1–BitlineBInt1)。

光子-电子转换服从泊松分布，量子效率（产生电子数与入射光子数之比）定义系统性能。环境光引入噪声，视场角 (FoV) 需匹配场景覆盖范围。

图 2. 像素电路与时序（来源：https://ieeexplore.ieee.org/document/6964815）

通过 0.13 µm 混合信号低功耗 CMOS 工艺（微调以支持高效 ToF 功能）实现高频运行。

行业影响

合作将推出 ADI 新款 ToF 3D 图像传感器，实现亚毫米级深度精度，并无缝融入 Microsoft 生态——利用 Azure 云能力与边缘计算。

Zarola 充满信心：“直到现在，Microsoft 的 ToF 技术未广泛商用。结合 ADI 的硅与系统专长，我们有望在消费、工业、医疗和汽车市场交付颠覆性方案。”

潜在应用包括：更高安全性的人脸识别、更安全的工厂自动化、无需安全围栏的工业 4.0 协作机器人工作流。物流领域，精准 ToF 可自动化箱/托盘测尺，提升效率。

Zarola 补充：“高级占用检测将改善能耗、安全系统和人机交互。从家庭娱乐到汽车安全，我们的联合 ToF 平台将实现沉浸式游戏体验和驾乘监测，为明天的创新奠基。”

双方领导均强调宽温域下毫米级深度分辨率的必要性。实现此精度要求激光控制与传感器像素间 10 ps 定时对齐——错位会导致 1.5 mm 距离误差。此外，跨温度保持精度需协同开发的复杂标定算法。

另一焦点是调制频率。“较低调制频率带来更高深度噪声并放大多径或环境光伪影，”Calvo 指出，“提高平均调制频率可降低深度噪声并缓解不利影响。”

ADI 全栈方法——覆盖机械对齐、光学设计、标定、电气架构和软件——解决了通常阻碍 ToF 摄像头部署的漫长开发周期。

结合 Microsoft 在 HoloLens 混合现实设备和 Azure Kinect 套件中使用的 ToF 技术，以及 ADI 的定制方案，将赋能新一代高性能、可扩展应用，缩短上市时间。

>> 本文最初发表于姊妹站 EE Times。