Yole Développement預(yù)測，未來MEMS（微機(jī)處理系統(tǒng)）智能傳感器將會(huì)從2015年的115億美元增長至2021年的200億美元，年均復(fù)合增速為9%，在相同時(shí)期，出貨量的同比增長率達(dá)13%。

 

 

 

智能圖像傳感器涉及到計(jì)算機(jī)、圖像處理、模式識(shí)別、人工智能、信號(hào)處理、光機(jī)電一體化等多個(gè)領(lǐng)域，主要分為硬件系統(tǒng)和軟件系統(tǒng)兩大部分。硬件系統(tǒng)包含了處理器、存儲(chǔ)器和控制器，軟件系統(tǒng)主要包括各種驅(qū)動(dòng)和算法。

 

目前較為先進(jìn)的應(yīng)用主要有：激光雷達(dá)、3D成像和傳感技術(shù)、虹膜識(shí)別。

 

激光雷達(dá)的成像主要涉及以下幾個(gè)主要部件：激光發(fā)射器——散射片——接收器——處理器——輸出顯示，其中關(guān)鍵部件在于激光發(fā)射光系統(tǒng)和接收光系統(tǒng)。

 

 

發(fā)射光系統(tǒng)中的激光器的輸出波長因工作物質(zhì)的不同而不同，根據(jù)工作物質(zhì)（氣體、光纖、半導(dǎo)體、自由電子、液體激光器）、激勵(lì)能源（光泵、電激勵(lì)、化學(xué)式）以及輸出的波長（紅外激光器、紫外激光器和可見激光器）可以對(duì)激光器進(jìn)行不同的分類，目前主流激光器主要有：固體Nd：YAG激光器、光纖激光器、半導(dǎo)體激光器等。

 

用于激光雷達(dá)系統(tǒng)的激光器的關(guān)鍵技術(shù)指標(biāo)在于光波可探測的距離，對(duì)于激光雷達(dá)來說，激光器發(fā)出的光波越長，可探測的距離就越長，而光波長度不僅取決于光波本身的特性還取決于激光器的功率，一般而言，功率越高光波可探測的距離越長。

 

 

激光雷達(dá)接收器的作用在于將目標(biāo)反射或者散射的激光回波信號(hào)轉(zhuǎn)換為相應(yīng)的電信號(hào)，主要由：接收光學(xué)系統(tǒng)、光電探測器、前置放大器、主放大器和探測器偏壓控制電路構(gòu)成。就接收器使用的材料而言，主要是IV族中的Si、Ge和III-V族的GaAs、InP等材料，但硅材料以其晶體完整性、大尺寸、優(yōu)良的熱學(xué)性能等以及硅微電子技術(shù)的成熟性等優(yōu)勢，廣泛應(yīng)用與目前的集成電路。但具最新消息，在Luminar公司即將推出的1000臺(tái)性能優(yōu)越的激光雷達(dá)（40陣列、探測距離可達(dá)200米），所用激光接收器為InGaAs接收器。相比硅基的激光接收器，InGaAs接收器具有更高的敏感性，但成本更高，未來隨著成本的降低，將會(huì)有越來越廣泛的應(yīng)用。

 

 

除了有可以接收直線光的接收器之外，還有另外一種形式接受光信號(hào)的形式，即是Oryx獨(dú)家開發(fā)的“相干光雷達(dá)系統(tǒng)”。不像激光雷達(dá)那樣通過光電傳感器來偵測光線粒子，該系統(tǒng)根據(jù)光的“波粒二象性”，以波的形式使用納米天線來感知反射回來的信號(hào)（光）。

 

其原理是：用激光束照亮前方，用第二套光學(xué)儀器，將入射光導(dǎo)引到大量的微型整流納米天線中。由于系統(tǒng)不需要機(jī)械鏡面或一系列通道來引導(dǎo)激光、捕捉環(huán)境，只需要發(fā)出激光束來照亮前方，所以可大大降低成本。另外，系統(tǒng)所使用長波紅外光被水吸收的比率很低，也很少受到太陽輻射的影響，所以不會(huì)在大霧或強(qiáng)光直射環(huán)境下失效。

 

 

激光雷達(dá)按有無機(jī)械旋轉(zhuǎn)部件分類，包括機(jī)械激光雷達(dá)和固態(tài)激光雷達(dá)。根據(jù)線束數(shù)量的多少，又可分為單線束激光雷達(dá)與多線束激光雷達(dá)。而未來的發(fā)展方向?qū)?huì)從機(jī)械走向固態(tài)，從單線束走向多線束。

 

 

目前激光雷達(dá)遲遲沒有大規(guī)模應(yīng)用的原因在于組裝和調(diào)試成本高，為了實(shí)現(xiàn)激光在水平視角的360°掃描，需要為激光雷達(dá)安裝機(jī)械旋轉(zhuǎn)裝置，而降低激光雷達(dá)成本的根本手段便是取消機(jī)械旋轉(zhuǎn)結(jié)構(gòu)。方法一是：利用MEMS微振鏡來控制激光的方向，把所有的機(jī)械部件集成到單個(gè)芯片，目前荷蘭Innoluce公司正在著手這一技術(shù)的研發(fā)，預(yù)計(jì)2018年量產(chǎn)，成本不超過100美元。方法二是：完全取消機(jī)械結(jié)構(gòu)，采用相控陣列的原理實(shí)現(xiàn)固態(tài)激光雷達(dá)。光相控陣列的原理是：采用多個(gè)光源組成陣列，通過控制各光源發(fā)射的速度和時(shí)間差，靈活合成角度，且精密可控的主光束，目前Quanergy公司的S3產(chǎn)品用的就是這一原理，成本可降低至250美元/臺(tái)。

 

 

隨著激光雷達(dá)技術(shù)的推進(jìn)，微型化、低成本、高性能將會(huì)成為必然趨勢，固態(tài)激光雷達(dá)也將會(huì)成為最終的激光雷達(dá)形式。全球現(xiàn)有的激光雷達(dá)的主要生產(chǎn)廠家，如下表所示：

 

 

3D成像能夠識(shí)別視野內(nèi)空間每個(gè)點(diǎn)位的三維坐標(biāo)信息，從而使得計(jì)算機(jī)得到空間的 3D數(shù)據(jù)并能夠復(fù)原完整的三維世界并實(shí)現(xiàn)各種智能的三維定位。目前在高端市場如：醫(yī)療和工業(yè)領(lǐng)域的應(yīng)用逐漸成熟，呈現(xiàn)出加速趨勢，預(yù)計(jì)2018年在移動(dòng)和計(jì)算領(lǐng)域?qū)?huì)有大量3D成像和傳感產(chǎn)品面市，如：iPhone 8將采用前置3D攝像頭、Kinect游戲配件和Leap motion手勢控制器，3D成像技術(shù)將是解決人機(jī)交互的突破口。

 

 

目前主流的 3D 成像技術(shù)有三種：

 

（1）結(jié)構(gòu)光（Structure Light）。具有特別結(jié)構(gòu)的光投射特定的光信息到物體表面后，由攝像頭采集。根據(jù)物體造成的光信號(hào)的變化來計(jì)算物體的位置和深度等信息，進(jìn)而復(fù)原整個(gè)三維空間，代表公司如：以色列 PrimeSense 公司 Light Coding 方案。Light Coding發(fā)射 940nm波長的近紅外激光，透過diffuser（光柵、擴(kuò)散片）將激光均勻分布投射在測量空間中，再透過紅外線攝影機(jī)記錄下空間中每個(gè)參考面上的每個(gè)散斑，形成基準(zhǔn)標(biāo)定。標(biāo)定時(shí)取的參考面越密，則測量越精確。獲取原始數(shù)據(jù)后，IR傳感器捕捉經(jīng)過被測物體畸變（調(diào)制）后的激光散斑pattern。 通過芯片計(jì)算，可以得到已知 pattern 與接收pattern 在空間（ x, y, z）上的偏移量，求解出被測物體的深度信息。

 

 

（2）TOF（Time Of Flight，飛行時(shí)間）。通過專有傳感器，捕捉近紅外光從發(fā)射到接收的飛行時(shí)間，判斷物體距離。TOF的硬件實(shí)現(xiàn)方式和結(jié)構(gòu)光類似，區(qū)別只是在于算法上，結(jié)構(gòu)光采用編碼過的光pattern進(jìn)行投射，而TOF直接計(jì)算光往返各像素點(diǎn)的相位差。

 

（3）雙目測距（ Stereo System）。原理類似人的雙眼，在自然光下通過兩個(gè)攝像頭抓取圖像，通過三角形原理來計(jì)算并獲得深度信息，目前的雙攝像頭就是雙目測距的典型應(yīng)用。

 

從技術(shù)角度來說， 3D成像并不是近年才新出現(xiàn)的。自2009年微軟發(fā)布基于3D成像的游戲體感交互設(shè)備Kinect已經(jīng)有8年時(shí)間，而Google的Project Tango也提出了4年。3D 成像已經(jīng)過了技術(shù)基礎(chǔ)期，即將進(jìn)入長達(dá)5年以上的高速成長期。

 

虹膜識(shí)別是一種新興的生物特征識(shí)別技術(shù)，通過采集虹膜圖像，提取和比對(duì)虹膜紋理特征點(diǎn)之間的差別來識(shí)別身份，相比于傳統(tǒng)的指紋、人臉等生物特征識(shí)別技術(shù)具有唯一性、穩(wěn)定性和高度的防偽性等優(yōu)勢。對(duì)比其他生物測定技術(shù)只能讀取13-60個(gè)特征點(diǎn)，虹膜測定技術(shù)可以讀取266個(gè)特征點(diǎn)，準(zhǔn)確率高達(dá)99.29%。虹膜識(shí)別技術(shù)的過程一般來說包含如下四個(gè)步驟：虹膜圖像獲取——圖像預(yù)處理——特征提取——特征匹配。

 

 

虹膜識(shí)別系統(tǒng)自進(jìn)入21世紀(jì)之后開始大量應(yīng)用于安防、監(jiān)控、特種行業(yè)身份識(shí)別等領(lǐng)域，但由于其硬件的笨重和算法的低靈敏度，并沒有突破消費(fèi)級(jí)電子市場。直到2015年5月，日本手機(jī)廠商富士通發(fā)布了全球首款限量產(chǎn)虹膜識(shí)別智能手機(jī)Arrows NXF-04G，才被人們認(rèn)知。但相比目前的指紋識(shí)別，并沒有得到廣泛的應(yīng)用，其原因在于以下三大挑戰(zhàn)：虹膜算法，基于互聯(lián)網(wǎng)的安全解決方案以及虹膜支付的生態(tài)建設(shè)。

 

 

同時(shí)，虹膜識(shí)別技術(shù)本身也存在著以下幾點(diǎn)主要難題：圖像難采集、睫毛和眼皮的遮掩、瞳孔彈性形變、頭或眼球的轉(zhuǎn)動(dòng)帶來虹膜旋轉(zhuǎn)誤差、戴眼鏡的反光影響、不同攝像頭設(shè)備帶來圖像質(zhì)量的差異等。

 

 

ADAS即是汽車駕駛輔助系統(tǒng)，Mobileye ADAS在功能方面覆蓋了安全增強(qiáng)、便利提高兩個(gè)方面功能，詳情如下表所示：

 

 

Mobile eye 的ADAS系統(tǒng)主要有三大核心技術(shù)，分別是：傳感器識(shí)別(Sensing)、高精地圖定位(Mapping)和駕駛策略系統(tǒng)(Driving Policy) 

 

（1）傳感器識(shí)別包括車輛搭載的所有傳感器設(shè)備：攝像頭、雷達(dá)、激光雷達(dá)、超聲波傳感器等， 所有這些傳感器所收集到的信息，都將作為原始數(shù)據(jù)被傳輸?shù)礁咝阅茈娔X當(dāng)中并加以分析，為車輛建立環(huán)境模型(environmental model)。

 

Mobileye的圖像識(shí)別技術(shù)主要是基于EyeQ芯片技術(shù)的基礎(chǔ)，研發(fā)單眼攝像頭。 EyeQ 芯片是Mobileye的核心技術(shù)，具備異構(gòu)可編程性，用來支持包括機(jī)器視覺、信號(hào)處理、機(jī)器學(xué)習(xí)任何以及深度神經(jīng)網(wǎng)絡(luò)的部署。從 EyeQ5 開始， Mobileye 將會(huì)正式支持全自動(dòng)駕駛標(biāo)準(zhǔn)的操作系統(tǒng)以及全套開源 SDK 用于開發(fā)者進(jìn)行算法開發(fā)。Mobileye 下一步布局三目攝像頭識(shí)別以及傳感器融合，完成360°全車周圖像傳感識(shí)別的覆蓋。

 

 

（2）高精地圖定位：用于幫助車輛在整個(gè)路徑規(guī)劃中精確定位，提供無人駕駛系統(tǒng)安全冗余， 高精度地圖的車輛定位精確度達(dá)到了10cm，遠(yuǎn)高于GPS的定位精確度。Mobileye推出道路體驗(yàn)管理系統(tǒng)(Road Experience Management, REM)——一個(gè)端到端地圖和定位引擎。這個(gè)引擎包含三個(gè)主體：數(shù)據(jù)采集主體、地圖整合服務(wù)器（云端服務(wù)器整合眾包數(shù)據(jù)）、地圖使用主體（無人駕駛車輛）。

 

數(shù)據(jù)采集主體采集包括車輛路徑幾何數(shù)據(jù)、靜止路標(biāo)等數(shù)據(jù)，然后 Mobileye 進(jìn)行實(shí)時(shí)幾何及語義分析，之后這些數(shù)據(jù)被封裝為道路段數(shù)據(jù)(Road Segment Data)并傳送到云端服務(wù)器。云端服務(wù)器進(jìn)行數(shù)據(jù)整合以及源源不斷的 RSD 數(shù)據(jù)流量協(xié)調(diào)，最終打造為一張高精度、低反應(yīng)時(shí)間的全球路書 Roadbook。最后就是路書的本地化：讓無人駕駛車輛能夠使用這張路書， REM 會(huì)讓車輛在路書地圖中自動(dòng)定位并根據(jù)實(shí)時(shí)更新來確保定位準(zhǔn)確。

 

 

（3）駕駛策略系統(tǒng)是針對(duì)各種路況做出反應(yīng)的決策系統(tǒng)。無人駕駛系統(tǒng)技術(shù)的難度在于路況的隨機(jī)性。Mobileye使用了一種深度學(xué)習(xí)方法——強(qiáng)化學(xué)習(xí)(reinforcement learning)算法。主要基于一個(gè)模擬復(fù)雜駕駛環(huán)境的仿真平臺(tái)，給定一個(gè)目標(biāo)，讓駕駛決策系統(tǒng)在模擬過程中自行試錯(cuò)調(diào)試，對(duì)正確的決策進(jìn)行獎(jiǎng)勵(lì)，對(duì)錯(cuò)誤的決策進(jìn)行懲罰，從而實(shí)現(xiàn)自我學(xué)習(xí)和積累。

 

 

近期，Mobile eye與德爾福合作預(yù)計(jì)到2019年推出中央感應(yīng)定位和規(guī)劃（CSLP）自動(dòng)駕駛系統(tǒng)，該項(xiàng)系統(tǒng)融合了相機(jī)、雷達(dá)、激光雷達(dá)等最佳的感知傳感器，汽車經(jīng)驗(yàn)和計(jì)算機(jī)處理速度，是首個(gè)交鑰匙全集成自動(dòng)駕駛解決方案，具有行業(yè)領(lǐng)先的感知系統(tǒng)和計(jì)算平臺(tái)。2019年CLSP系統(tǒng)將采用幾項(xiàng)先進(jìn)技術(shù)，包括：本地化能力、自由空間檢測、360°的行人感知、3D車輛檢測、路徑和運(yùn)動(dòng)規(guī)劃。

 

本文轉(zhuǎn)載自本翼資本CapitalWings。






推薦閱讀：