0
  • 聊天消息
  • 系统消息
  • 评论与回复
登录后你可以
  • 下载海量资料
  • 学习在线课程
  • 观看技术视频
  • 写文章/发帖/加入社区
会员中心
创作中心

完善资料让更多小伙伴认识你,还能领取20积分哦,立即完善>

3天内不再提示

安森美浅谈机器视觉应用发展趋势和深度感知的技术难题

安森美 来源:安森美 2026-04-03 15:34 次阅读
加入交流群
微信小助手二维码

扫码添加小助手

加入工程师交流群

深度感知是现实机器视觉应用中不可或缺的关键功能。安森美 (onsemi) 的 Hyperlux ID 间接飞行时间 (iToF) 深度传感器,凭借更少、更小、更简单的器件,即可实现高精度深度感知。我们将通过一系列文章介绍机器视觉应用痛点以及Hyperlux ID,本文为第一篇,将介绍机器视觉应用发展趋势和深度感知的技术难题。

深度感知:工业自动化AI 视觉的感知基石

现代机器不仅要能够移动,更需自主感知周围环境、识别操作对象,并理解周围的世界。工业组件要实现真正的自动化,其核心在于感知、定位并与世界交互的能力。当这类组件由人工智能 (AI) 驱动时,就需要深度传感器为处理器提供视觉感知能力。对机器视觉而言,要实现这种感知级别的识别能力,绝非易事。

当机器执行物体操作或规划前方路径时,其处理器需要在极短时间内获取尽可能多的深度数据点。传统图像传感器会产生大量数字伪影,包括光晕、拖影、过饱和以及运动模糊。这些伪影并非真实的环境信息,如果缺乏深度感知功能及深度数据的有效解析手段,机器的处理器将无法做出准确推断。我们固然可以寄希望于人工智能或机器学习算法,助力机器区分真实场景与虚假干扰。但这里真正需要的是一款性能强大且稳定可靠的深度传感器,从而让机器无需再从不可靠的视觉证据中去推测真实场景。

本文旨在探讨如何为具体应用挑选合适的深度传感器。作为全球领先的半导体器件制造商之一,安森美生产各类传感器,包括基于 CMOS 的图像传感器、超声波传感器、短波红外 (SWIR) 传感器以及激光雷达。

激光雷达之所以能实现远距离深度感知,是因为它采用了直接飞行时间 (dToF) 技术。当应用场景中最关键的数据需求是实时测距时,dToF 技术能为激光雷达提供优于其他深度感知方法的采集速率,并具备检测激光回波路径中多个物体的能力。通过采用二维单光子雪崩二极管 (SPAD) 和硅光电倍增管阵列 (SiPM) 技术,安森美激光雷达组件能够探测最远 300 米范围内的单光子信号

然而激光雷达在分辨率方面存在局限。为实现全视场覆盖,激光雷达需对前方场景进行扫描,就像用画笔在整个画布上逐步涂绘一样。这种方式难以识别远方物体的特征,尤其在物体边缘轮廓不够清晰时,这一问题更为突出。

开发未来机器视觉应用的工程师需要充分了解各类技术的差异,从而为自身的研发工作选择合适的成像设备。

当机器视觉系统检测到其感知范围内存在物体时,它不仅需要判断物体的距离,还需推断物体的形状与结构。这要求系统通过更高密度的数据点采集,获取前方场景的更多数据,以实现更高的分辨率和保真度。例如:

工业安防系统聚焦大门或特定入口,探测约 10 米半径内的移动物体或活动迹象

视频会议系统拍摄画面内的人物,当人物起身在室内走动时,系统会自动调整构图与对焦

仓库和物流中心的库存管理系统持续核验货物库存数量及其存储位置

工厂检测系统对零部件不间断检测,排查潜在瑕疵和缺陷

物流系统对货物和包裹进行常态化尺寸测量,以优化运输方案并提升运输安全性

车辆装载系统持续不断地将库存货架上的货物转移到运输车辆上

此类应用场景均需要高分辨率深度传感器来识别前方的物体,并辅助软件推断抓取、搬运或操作物体的最优方案。通过物体的外形或结构判断其属性,离不开深度感知技术的支持。这项任务的难点在于,图像仍是二维平面信息。但借助一些技术手段,可从二维数据中推导三维空间信息。安森美最新推出的 Hyperlux ID iToF 深度传感器,便集成了这类前沿技术。

深度感知的技术难题

距离属于一维空间概念。激光束的特性恰好体现了一维空间感知方式的全部优势与局限。对于以激光束作为感知机制的设备而言,要确定传感器前方的环境构成,就必须通过多次扫描并整合扫描所得的数据来实现。尽管技术发展正不断加快这一扫描过程,但此类设备仍然存在物理限制。

图 . 四种主流视觉技术的固有性能表现

绿色:广泛使用;黄色:偶尔使用,但并非总是可靠;红色:从不使用

实现深度感知至少需要一张二维图像,而若能获得两张及以上二维图像,则可推断出三维信息。具备深度感知功能的图像传感器,其有效感知范围受限于传感器自身的分辨率。而激光束则不存在这一局限。我们可以为近地轨道 (LEO) 卫星搭载激光雷达设备,从上千公里高空对地表地形与海平面进行精准测绘。

正是这一本质区别,界定了激光雷达与图像传感器在工业应用中的不同适用领域。如今,日常生活中越来越多的自动化设备,开始采用基于 CMOS 的图像传感器来实现深度感知功能。在过去,基于 CMOS 的传感器并不适用于消费级数码相机,尤其是专业摄影领域。这类传感器对光学噪声和电磁干扰十分敏感,而早期数码相机所采用的电荷耦合器件 (CCD),则能很好地解决这两大问题。

智能手机时代的到来彻底改变了这一局面。业界借助 NASA 喷气推进实验室为航天项目研发的相关技术,优化了 CMOS 传感器的能效表现与实际应用价值。如今,安森美基于 CMOS 的 Hyperlux ID AF0130 和 AF0131 传感器,相比 CCD 图像传感器与激光雷达组件,展现出多方面优势,具体如下:

能效更高,适用于需要低直流电压或电池供电的应用场景。

更易集成到机器设计与组件封装中。

热特性大幅优化,无需主动散热系统。相较之下,激光雷达的光电探测器对温度尤为敏感,尤其在 35°C 或以上环境中。

深度感知精度极高,依托 120 万像素 (MP) 分辨率和背照式 (BSI) 技术,结合传感器内置的图像处理能力,可显著提升感知精度。

图像曝光速度更快,通过优化传感器的图像信号处理、存储及读取方式,实现更快的曝光效率。

编程性更强,支持通过情景感知功能对图像传感器进行微调,使其更好地适配具体应用需求。

未完待续,后续推文将继续介绍、Hyperlux ID 结合智能 iToF 技术如何攻克实际应用挑战。

声明:本文内容及配图由入驻作者撰写或者入驻合作网站授权转载。文章观点仅代表作者本人,不代表电子发烧友网立场。文章及其配图仅供工程师学习之用,如有内容侵权或者其他违规问题,请联系本站处理。 举报投诉
  • 传感器
    +关注

    关注

    2577

    文章

    55445

    浏览量

    793725
  • 安森美
    +关注

    关注

    33

    文章

    2131

    浏览量

    95808
  • 机器视觉
    +关注

    关注

    165

    文章

    4824

    浏览量

    126462

原文标题:机器视觉大变局,从“扫描”到“洞察”

文章出处:【微信号:onsemi-china,微信公众号:安森美】欢迎添加关注!文章转载请注明出处。

收藏 人收藏
加入交流群
微信小助手二维码

扫码添加小助手

加入工程师交流群

    评论

    相关推荐
    热点推荐

    安森美NTMYS3D3N06CL N沟道功率MOSFET深度解析

    安森美NTMYS3D3N06CL N沟道功率MOSFET深度解析 在电子设备小型化、高效化的发展趋势下,功率MOSFET作为关键的电子元件,其性能和特性对整个系统的性能有着至关重要的影响。今天我们要
    的头像 发表于 04-10 09:55 107次阅读

    深度图像信息直出,分辨率达120万像素,安森美iTOF让机器快速理解三维空间

    跨越感知鸿沟的关键门槛。在算法与算力竞赛趋于白热化的当下,传感器作为智能系统的 “第一入口”,其重要性正被重新审视。   在 Vision China 2026 展会上,安森美(onsemi)重磅展示了一系列领先的视觉
    的头像 发表于 04-03 09:43 2830次阅读
    <b class='flag-5'>深度</b>图像信息直出,分辨率达120万像素,<b class='flag-5'>安森美</b>iTOF让<b class='flag-5'>机器</b>快速理解三维空间

    安森美智能感知方案亮相Vision China 2026

    随着全球制造业加速迈向高端化、智能化,机器视觉作为“工业之眼”,其在精度、速度及复杂环境下的适应性被赋予了更高期待。在这场全球视觉风向标盛会Vision China 2026上,安森美
    的头像 发表于 03-26 16:05 820次阅读

    安森美重磅亮相NVIDIA GTC 2026

    在NVIDIA GTC 2026 上,AI 的演进路径愈发清晰:AI 不再仅仅存在于虚拟世界中,它正通过更敏锐的感知和更高的能源效率,深度接入物理世界。作为英伟达的合作伙伴,安森美(onsemi
    的头像 发表于 03-19 15:16 575次阅读
    <b class='flag-5'>安森美</b>重磅亮相NVIDIA GTC 2026

    安森美CMO讲述我们与中国速度的共生故事

    藏在每一次与客户并肩攻克的系统级难题中,藏在对差异化创新的执着里,更藏在我们深耕生态协同的行动中。 基因里的创新“偏执”,安森美的“远方”与“脚下” 新春伊始,我们问了自己一个问题:“安森美是谁?” 在Felicity Cars
    的头像 发表于 03-09 16:15 633次阅读

    零碳园区数字感知基础架构规划的发展趋势

    :1.3.7-5.0.0.4-6.2.0.0。未来,其发展将围绕感知维度全域化、技术融合深度化、安全可信体系化、标准规范统一化四大核心趋势
    的头像 发表于 03-09 11:26 390次阅读

    安森美图像传感器在机器视觉的应用

    下面的框图展示了采用安森美 (onsemi) 推荐产品的机器视觉方案,该方案集成了多种图像感知深度感知
    的头像 发表于 10-13 15:20 1602次阅读
    <b class='flag-5'>安森美</b>图像传感器在<b class='flag-5'>机器</b><b class='flag-5'>视觉</b>的应用

    安森美如何推动具身智能机器发展

    安森美机器人应用提供关键的感知和电源产品,比如HyperluxTM系列图像传感器(包含用于机器视觉系统的高分辨率iToF
    的头像 发表于 09-04 10:06 2887次阅读
    <b class='flag-5'>安森美</b>如何推动具身智能<b class='flag-5'>机器</b>人<b class='flag-5'>发展</b>

    智能制造工业机器技术发展趋势

    (一)大范围动态场景理解 工业机器人在自主制造场景中,对环境和运行状态感知要求高,作业环境多变、状态难测。需构建动态语义地图,解决机器人精细化路径规划、协同作业控制难题,实时
    的头像 发表于 07-31 09:43 1110次阅读
    智能制造工业<b class='flag-5'>机器</b>人<b class='flag-5'>技术发展趋势</b>

    机器视觉行业2025浅析:规模、结构与发展趋势

    机器视觉产业加速发展,市场规模扩大,产品结构分化,应用聚焦质量检测与智能制造。
    的头像 发表于 07-23 09:22 1542次阅读
    <b class='flag-5'>机器</b><b class='flag-5'>视觉</b>行业2025浅析:规模、结构与<b class='flag-5'>发展趋势</b>

    人工智能技术的现状与未来发展趋势

    人工智能技术的现状与未来发展趋势     近年来,人工智能(AI)技术迅猛发展,深刻影响着各行各业。从计算机视觉到自然语言处理,从自动驾驶到
    的头像 发表于 07-16 15:01 2266次阅读

    安森美分析无人机市场发展趋势

    无人机以高效创新的方案,改变了多个行业的格局。在农业领域,无人机助力精准农业、作物监测和牲畜追踪。工业部门利用无人机进行现场勘测、基础设施检查和项目监控。无人机还在革新配送服务,尤其在向偏远地区运送包裹、医疗用品和紧急援助物资方面表现出色。本文为安森美无人机系统方案指南第一部分,将重点介绍市场
    的头像 发表于 06-27 11:16 1074次阅读

    物联网未来发展趋势如何?

    ,人们才会更加信任和接受物联网技术。 综上所述,物联网行业的未来发展趋势非常广阔。智能家居、工业互联网、智慧城市、医疗保健以及数据安全和隐私保护都将成为物联网行业的热点领域。我们有理由相信,在不久的将来,物联网将进一步改变我们的生活、工作和社会,为人类带来更加便捷、智能
    发表于 06-09 15:25

    深度解析安森美iToF方案

    信息,有助于实现自适应和智能化操作。此前的文章我们曾介绍了深度感知应用、深度感知的方法,本文将继续介绍安森美 (onsemi)的 iToF
    的头像 发表于 05-21 17:44 1484次阅读
    <b class='flag-5'>深度</b>解析<b class='flag-5'>安森美</b>iToF方案

    安森美在自主移动机器人领域的发展成果

    在4月初落幕的“OFweek 2025(第十四届)中国机器人产业大会”上,安森美(onsemi)AMG战略业务拓展高级经理Henry Yang发表“从芯片到应用:安森美自主移动机器人(
    的头像 发表于 04-24 10:01 1288次阅读