Analog Devices und Microsoft kooperieren für ultrapräzise Time-of-Flight 3D-Bildgebung

Analog Devices (ADI) und Microsoft haben eine strategische Allianz geschmiedet, um die Grenzen der Time-of-Flight (ToF) 3D-Bildgebung zu erweitern. Durch die Nutzung von Microsofts Azure Kinect ToF-Plattform und ADIs weltweit führender IC- und Systemintegrations-Expertise zielt die Partnerschaft darauf ab, Lösungen zu liefern, die nicht nur hochpräzise, sondern auch einfacher in ein breites Spektrum von Branchen zu integrieren sind – darunter Industrie 4.0, Automotive, Gaming, Augmented Reality und Computational Photography.

Marktanalysten prognostizieren robustes Wachstum für 3D-Imaging-Systeme, die zuverlässig in anspruchsvollen Umgebungen operieren. Anwendungen wie menschlich-kollaborative Roboter, raumskaliges Mapping und Echtzeit-Bestandsverfolgung sind Schlüsselfaktoren für Industrie 4.0, während fortschrittliche Belegungserkennung und Fahrermonitoring für die nächste Generation automobiler Sicherheit essenziell sind.

In einem aktuellen Interview mit EE Times skizzierten ADIs Senior Director of Enhanced Imaging, Tony Zarola, und Strategic Marketing Manager Carlos Calvo die Grundlagen dieser Zusammenarbeit. Zarola bemerkte: „Microsoft hat den Benchmark für 3D-ToF-Performance über Bildsensorhersteller hinweg gesetzt und ADI die Kernpixel-Technologie bereitgestellt, die den Sensoren und Lösungen zugrunde liegt, die wir entwickeln. Jahrzehntelange Expertise in Datenerfassung und revolutionären Algorithmen – sowohl am Intelligent Edge als auch in der Intelligent Cloud – haben uns positioniert, das Beste aus Microsofts und ADIs Silizium, Systemen, Software und Optik zu kombinieren.“

3D ToF Design erklärt

Gestenerkennung basiert auf der Erfassung einer Reihe menschlicher Bewegungen mittels Kamera und IC, die die Szene in 2D oder 3D scannt. ToF-Technologie sendet einen Laserpuls zum Ziel und analysiert das reflektierte Signal, wodurch in Echtzeit eine Tiefenkarte entsteht. Im Gegensatz zu herkömmlichem LiDAR nutzt 3D ToF hochenergetische optische Pulse im Nanosekundenbereich und benötigt keinen rotierenden Scanner, was es ideal für Kurzstrecken-Hochauflösungs-Tiefenerfassung macht.

Eine ToF-Kamera beleuchtet ein Objekt mit moduliertem Laserlicht und setzt einen wellenlängenempfindlichen Sensor ein, um den reflektierten Strahl aufzuzeichnen. Der Sensor misst die Zeitverzögerung zwischen Emission und Empfang und übersetzt diese in Distanz. Zwei gängige Messmethoden existieren: Continuous-Wave (CW) und Puls. Die meisten kommerziellen ToF-Sensoren nutzen CW mit CMOS-Technologie.

Präzise ToF-Messung wird durch Umgebungslicht, Mehrwegreflexionen, Temperaturschrift und Reichweitenambiguität herausgefordert. „Jede Komponente – Sensor, Linse, Firmware – muss als kohärentes System optimiert werden“, betonte Calvo. „Eine Kamera mit dem besten Sensor, aber einer schlecht abgestimmten Linse, wird insgesamt schlecht performen.“

Während RGB-Kameras nach subjektiver Bildqualität beurteilt werden, messen ToF-Kameras eine objektive physikalische Größe – Distanz. Optische Imperfektionen wie Lens Flares können in RGB benign sein, werden aber in ToF performance-kritisch, besonders in reflektiven Umgebungen.

Der CMOS ToF-Sensor integriert Emitter und Empfänger in einem einzelnen Pixel, was Single-Pixel-Distanzberechnung bei bis zu 160 fps ermöglicht. Wichtige Signalpfad-Elemente umfassen den Lasertreiber, den integrierten Readout-Sensor und die Depth-Compute-Engine. Die Designherausforderung reicht von Pixel-Responsivität und Modulationskontrast bis zur finalen 3D-Punktwolken-Interpretation, die nachgelagerte Anwendungen benötigen.

Jenseits von Silizium deckt ADI den gesamten Designzyklus ab – optomechanisches Layout, Kalibrierung, elektrisches Design und Softwareintegration – um die Kundenerfahrung zu straffen.

Abbildung 1. ToF-Blockdiagramm. (Quelle: ADI)

Die Sensorpixel erfassen Licht von verschiedenen Szenenbereichen; ihre Signale werden kombiniert, um das Tiefenbild zu rekonstruieren. Der Betrieb jedes Pixels wird durch eine Korrelation zwischen Demodulations- und Modulationsblöcken gesteuert, wie in Abbildung 2 illustriert.

Der Strom fließt während der Integration zu Node‑A (Da) oder Node‑B (Db), gesteuert durch Kontrollsignale. ClkA und ClkB laufen 180° phasenverschoben während der Integrationsperiode, und die Phasenbeziehung bestimmt die DA- und DB-Ausgänge. Nach der Integration sampelt das System das akkumulierte Signal (BitlineAInt1–BitlineBInt1).

Die Photon-zu-Elektron-Umwandlung folgt einer Poisson-Verteilung, und der Quantenwirkungsgrad – das Verhältnis erzeugter Elektronen zu einfallenden Photonen – definiert die Systemleistung. Umgebungslicht fügt Rauschen hinzu, während der Blickwinkel (FoV) an die Szenenabdeckung angepasst werden muss.

Abbildung 2. Elektrischer Schaltkreis und Timing für ein Pixel. (Quelle: https://ieeexplore.ieee.org/document/6964815)

Hochfrequenzbetrieb wird durch Fertigung des Chips auf einem 0,13 µm Mixed-Signal Low-Power CMOS-Prozess erreicht, mit geringfügigen Modifikationen zur Unterstützung effizienter ToF-Funktionalität.

Auswirkungen für die Industrie

Die Partnerschaft wird sehen, dass ADI eine neue Linie von ToF 3D-Bildsensoren entwickelt, die Sub-Millimeter-Tiefengenauigkeit liefern und nahtlos in Microsofts Ökosystem integriert werden – indem Azures Cloud-Fähigkeiten und Edge-Computing genutzt werden.

Zarola äußerte Vertrauen, dass die Zusammenarbeit mehrere Sektoren transformieren wird: „Bisher war Microsofts ToF-Technologie nicht breit für kommerzielles Skalieren verfügbar. Mit ADIs Silizium- und Systemexpertise erwarten wir, eine game-changing Lösung über Consumer-, Industrie-, Healthcare- und Automobilmärkte hinweg zu liefern.“

Potenzielle Anwendungen umfassen verbesserte Gesichtserkennungssicherheit, sicherere Fabrikautomation und Industrie-4.0-Workflows, wo kollaborative Roboter ohne Sicherheitskäfige operieren können. In der Logistik kann präzises ToF Karton- und Palettenvermessung automatisieren und Effizienz steigern.

Zarola fügte hinzu: „Fortgeschrittene Belegungserkennung wird Energienutzung, Sicherheitssysteme und Mensch-Maschine-Interaktion verbessern. Von Home Entertainment bis Automotive-Sicherheit wird unsere gemeinsame ToF-Plattform immersive Gaming-Erlebnisse und Fahrer/Insassen-Monitoring ermöglichen und die Bühne für morgige Innovationen bereiten.“

Beide Führungskräfte hoben die Notwendigkeit von Millimeter-Tiefenauflösung über weite Temperaturbereiche hervor. Das Erreichen solcher Präzision erfordert 10 ps Timing-Ausrichtung zwischen Lasersteuerung und Sensorpixeln – ein 1,5 mm Distanzfehler bei Fehlausrichtung. Zudem verlangt die Genauigkeit über Temperaturschwankungen hinweg anspruchsvolle Kalibrieralgorithmen, die in Tandem entwickelt werden.

Ein weiterer Fokus ist die Modulationsfrequenz. „Niedrigere Modulationsfrequenzen führen zu höherem Tiefenrauschen und verstärken Mehrweg- oder Umgebungslicht-Artefakte“, merkte Calvo an. „Durch Erhöhung der durchschnittlichen Modulationsfrequenz reduzieren wir Tiefenrauschen und mildern negative Effekte.“

ADIs ganzheitlicher Ansatz – mechanische Ausrichtung, optisches Design, Kalibrierung, elektrische Architektur und Software – adressiert den langen Entwicklungszyklus, der ToF-Kamera-Deployment typischerweise hemmt.

Die Kombination von Microsofts ToF-Technologie – genutzt in HoloLens Mixed-Reality-Geräten und dem Azure Kinect Kit – mit ADIs Custom-Lösungen wird eine neue Generation hochperformanter, skalierbarer Anwendungen ermöglichen und Time-to-Market reduzieren.

>> Dieser Artikel wurde ursprünglich auf unserer Schwesterseite EE Times veröffentlicht.