传感器是物联网 (IoT) 的基础，而 3D 传感器正迅速席卷各类垂直应用。Research And Markets 新近发布报告显示，2018 年全球 3D 传感器市场规模为 48.57 亿美元，预估 2019～2027 之年复合成长率 (CAGR) 为 32.5%，届时市值将达 719.14 亿美元。3D 感测采主动范围、高帧速提供深度影像，这些摄像头配有可照亮场域的红外线 (IR) 光源和可捕捉反射红外光的 CMOS/CCD 传感器。其中，深度测量乃基于飞时测距 (Time of Flight, ToF) 原理——深度与 IR 信号到达目标物并返回所需的时间成正比，综合每个像素获得的深度测量值而产生深度影像。
结构光开启 3D 感测风潮，ToF 应用更趋多元
市场研究和策略咨询公司 Yole Développement 对于全球 3D 成像感测市场的期望因预估期间不同而略有出入：将从 2019 年的 50 亿美元增长到 2025 年的 150 亿美元，翻涨三倍、CAGR 达 20%。其中，手机和消费电子的 3D 感测将从现今的 20 亿美元成长至 80 亿美元、汽车应用将从不到 10 亿美元跃升至 37 亿美元，而工业、医疗和国防应用也将推动市场——尽管增速很慢。受到 2017 年苹果 iPhone X 脸部解锁的启发，两年后 Android 手机制造商纷纷仿效、但却选择了不一样的道路：弃结构光、改采 ToF 相机，并将其置于手机背部。
市场研究和策略咨询公司 Yole Développement 对于全球 3D 成像感测市场的期望因预估期间不同而略有出入：将从 2019 年的 50 亿美元增长到 2025 年的 150 亿美元，翻涨三倍、CAGR 达 20%。其中，手机和消费电子的 3D 感测将从现今的 20 亿美元成长至 80 亿美元、汽车应用将从不到 10 亿美元跃升至 37 亿美元，而工业、医疗和国防应用也将推动市场——尽管增速很慢。受到 2017 年苹果 iPhone X 脸部解锁的启发，两年后 Android 手机制造商纷纷仿效、但却选择了不一样的道路：弃结构光、改采 ToF 相机，并将其置于手机背部。
图1：Yole Développement 预估 2019～2025 年 3D 成像感测市场变化
资料来源：http://www.yole.fr/PowerModulePackaging_HitachiPowerModule.aspx
资料来源：http://www.yole.fr/PowerModulePackaging_HitachiPowerModule.aspx
两者相较，ToF 模块只需垂直腔表面发射激光器 (VCSEL) 和发射器上的扩散器，可简化设计架构；且背照式感光组件 (BSI) 可接受大角度的入射光，提升受光效率和成像质量。因此，Yole 较看好背照式；加上 Android 庞大生态系助阵、应用多元——例如，强化＂散景＂和缩放使增強现实 (AR) 和游戏更加生动，2025 年普及率将达 42%、将成为七成新型智慧手机的标配，而背照式份额将是正面传感器的两倍。他们并提到，新进者 Vertilite (纵慧光电) 无需编码 VCSEL 输出光束、易于生产的 ToF 泛光发射器颇具吸引力，去年已赢得华为 3D 感测订单。
自驾车、无人机、机器人，动静井然有序
ToF 乃经由向目标物发射连续特定红外光脉冲信号以推估相距多远？相遇时间？或藉由相位角度估量物体的三维景深，ToF 相机模块可扩及智能车、机器人、智能家庭等领域。例如，用于手势辨识或侦测车内动静，自驾车高度依赖的光达 (LiDAR) 亦是基于 ToF 技术，差别在于：ToF 相机是连续波调变，可实现＂像素级＂测量；而光达是以快速扫描取胜、实时性较佳，但因为数据点较稀疏，画质不如 ToF 摄像头，适合长距、广角侦测。对应智能车的 ADAS，无人机 (Drone/UAV) 也有＂APAS＂(高级飞行辅助系统)，新一代无人机通常会配备 ToF 防撞系统。
ToF 乃经由向目标物发射连续特定红外光脉冲信号以推估相距多远？相遇时间？或藉由相位角度估量物体的三维景深，ToF 相机模块可扩及智能车、机器人、智能家庭等领域。例如，用于手势辨识或侦测车内动静，自驾车高度依赖的光达 (LiDAR) 亦是基于 ToF 技术，差别在于：ToF 相机是连续波调变，可实现＂像素级＂测量；而光达是以快速扫描取胜、实时性较佳，但因为数据点较稀疏，画质不如 ToF 摄像头，适合长距、广角侦测。对应智能车的 ADAS，无人机 (Drone/UAV) 也有＂APAS＂(高级飞行辅助系统)，新一代无人机通常会配备 ToF 防撞系统。
图2：用户打开 APAS 后，Dji Mavic Air 无人机会主动针对前、后方向的障碍物绕行
资料来源：https://www.dji.com/tw/mavic-air
资料来源：https://www.dji.com/tw/mavic-air
ToF 传感器在 2016 年初入无人机，能藉由＂单次拍摄＂测量全场景之目标物距离、绘制 3D 环境模型，悬停时亦可高速旋动做 360 度全方位扫瞄，用于物体扫描、室内导航、避障、手势导引、跟踪物体、测量体积、测高、3D 摄影等；可单独使用，也可将视觉影像、超音波、ToF／光达或毫米波 (mmWave) 雷达做＂传感器融合＂(Sensors Fusion)。美中不足的是：飞行中 ToF 只能做单方向侦测、易受外在环境光影响且高速处理运算成本高。ToF 还能为机器人开眼，小至扫地机器人、大到无人搬运车 (AGV)／自主移动机器人 (AMR) 皆有采用。
毫米波感测实现边缘 AI
智能感测的另一重要趋势是借助电波强度，将目光放得更远。将毫米波雷达芯片与传统传感器集成，可进行接近 (proximity)／在场 (presence) 侦测、储罐液位测量、人员活动探测、计数、移动监视，或自动化设备之间／人机协作的安防。ResearchAndMarkets 认为，云端机器人技术将从移动边缘运算 (MEC) 以及基于毫米波频率的 5G NR (新无线电) 商用受益匪浅——当 5G NR 采正交分频多任务调制 (OFDM)，需将信道压缩到毫米波范围内。嵌入毫米波雷达的机器人可进行智能定时和定位，使其具有相对且连动的感知能力以做出回应。
智能感测的另一重要趋势是借助电波强度，将目光放得更远。将毫米波雷达芯片与传统传感器集成，可进行接近 (proximity)／在场 (presence) 侦测、储罐液位测量、人员活动探测、计数、移动监视，或自动化设备之间／人机协作的安防。ResearchAndMarkets 认为，云端机器人技术将从移动边缘运算 (MEC) 以及基于毫米波频率的 5G NR (新无线电) 商用受益匪浅——当 5G NR 采正交分频多任务调制 (OFDM)，需将信道压缩到毫米波范围内。嵌入毫米波雷达的机器人可进行智能定时和定位，使其具有相对且连动的感知能力以做出回应。
再者，随着传感器数量越来越多，若要将所有数据全数直上云端，显然不够有效率。于是，拥有人工智能 (AI) 的边缘设备遂成优选方案 (参阅：《＂边缘 AI＂是 IoT 设备与实体传感器的入口》http://compotech.com.cn/a/feature/catalog_feature/2019/1118/61370.html 一文)。毫米波传感器可通过两种方式实现边缘 AI。一是感测区域大、速度快、角度广、能反射不同目标物的本质，可检测、辨别视野中不同对象的特征；二是经由集成芯片内嵌的微控制器 (MCU) 和数字信号处理器 (DSP) 就地处理、分类边缘信息。
图3：毫米波雷达可实现超精准侦测，打造智能空间
资料来源：佐臻公司；https://www.jorjin.com/
资料来源：佐臻公司；https://www.jorjin.com/
毫米波的短板＆疑虑
然而，毫米波受限于视距 (LOS) 无法大幅移动、信号绕射能力差、易受障碍物屏蔽，以及每隔 1,000 呎就需密集建置基频单元 (BBU) 为其缺点。此外，有人担心 24GHz 或 37GHz 频段将会干扰气象卫星感测、对天气预报的准确性构成威胁，要求必须强制降低毫米波发射功率，这将限缩有效范围，故应尽可能释出 3.5GHz 和 3.7～4.2GHz＂中频带频谱＂更为重要，以符合卫星电视的 C 波段 (4～8GHz) 带宽。不过，新的供货商正另寻其他卫星频谱区域解此疑虑，如：Ku (12～18GHz)、Ka (26.5～40GHz) 和 V (40～75GHz) 波段。
然而，毫米波受限于视距 (LOS) 无法大幅移动、信号绕射能力差、易受障碍物屏蔽，以及每隔 1,000 呎就需密集建置基频单元 (BBU) 为其缺点。此外，有人担心 24GHz 或 37GHz 频段将会干扰气象卫星感测、对天气预报的准确性构成威胁，要求必须强制降低毫米波发射功率，这将限缩有效范围，故应尽可能释出 3.5GHz 和 3.7～4.2GHz＂中频带频谱＂更为重要，以符合卫星电视的 C 波段 (4～8GHz) 带宽。不过，新的供货商正另寻其他卫星频谱区域解此疑虑，如：Ku (12～18GHz)、Ka (26.5～40GHz) 和 V (40～75GHz) 波段。
市调公司 IDTechEx 日前预言，未来二十年移动即服务 (MaaS) 将迅速拓展，2030 年自驾系统市场达 570 亿美元，2040 年市值将增长三倍以上、达 1,730 亿美元，满足总旅行需求的 30%，另全球 SAE Level 3+ 自驾车和 robotaxi 服务将携手形成 2.5万亿美元的市场。一般来说，毫米波多用于取得中长程 (＞200 公尺) 的距离与速度，较不易探测到紧挨在车辆旁边的人物；然特别一提的是，联发科 (MediaTek) 去年发布一款名为＂Autus R10＂(MT2706) 的毫米波＂超短距雷达平台＂(USRR)，标榜探测范围为 10 公分～20 公尺，最快今年将导入设计。
毫米波能否取代光达？＂角分辨率＂是关键
＂Autus R10＂工作频率为 76～81GHz (对应波长约 4 毫米)，能检测小到几毫米的运动，可取代超音波近身侦测并获得更精确的分辨率。有鉴于毫米波雷达较不受天气影响，有些自驾车业者主张以毫米波雷达取代光达，但事实是：两者仍有互补需要，关键在于＂角分辨率＂。它是指仪器能分辨远处两件细小对象下所形成的最小夹角，是衡量光学仪器＂解像能力＂的指标——数值越小、解像能力越高，常以＂瑞立判据＂(Rayleigh criterion) 作为标准；而在相同范围内，两个相等目标可分开的最小角度取决于光束的发散度，是波长和孔径大小的函数。
＂Autus R10＂工作频率为 76～81GHz (对应波长约 4 毫米)，能检测小到几毫米的运动，可取代超音波近身侦测并获得更精确的分辨率。有鉴于毫米波雷达较不受天气影响，有些自驾车业者主张以毫米波雷达取代光达，但事实是：两者仍有互补需要，关键在于＂角分辨率＂。它是指仪器能分辨远处两件细小对象下所形成的最小夹角，是衡量光学仪器＂解像能力＂的指标——数值越小、解像能力越高，常以＂瑞立判据＂(Rayleigh criterion) 作为标准；而在相同范围内，两个相等目标可分开的最小角度取决于光束的发散度，是波长和孔径大小的函数。
图4：＂瑞立判据＂(Rayleigh criterion)：两个相等强度的点光源，其中一个的中央极大值，刚好落在另一个的第一极小值
资料来源：https://zh.wikipedia.org/wiki/%E8%A7%92%E5%88%86%E8%BE%A8%E7%8E%87
资料来源：https://zh.wikipedia.org/wiki/%E8%A7%92%E5%88%86%E8%BE%A8%E7%8E%87
改进的角分辨率可检测到较小的物体，并区分周围多个物体。以近红外线为信号源的光达，即拥有优异的角分辨率 (＜0.1 度)；反观 24GHz 毫米波雷达仅能聚焦至 20 度、即使 77GHz 高频也只有 5 度。简言之，毫米波远视能力虽佳，却因影像不够精细且欠缺速度数据，很难细辨具体人／物特征 (参阅：《mmWave 延伸3D 感测视线帮汽车／机器开＂天眼＂》http://compotech.com.cn/a/feature/catalog_feature/2019/0318/59796.html 一文)。这样的争论在 2016 年特斯拉 (Tesla) 自驾路测发生死亡车祸后更趋激烈。
现阶段业界的共识是：毫米波雷达只能视为 ADAS，若要达到 L4～L5 自驾车等级，就非光达不可！同属无人载具，无人机亦是要角，利用软件做传感器融合汇整多方数据。去年，新加坡无晶圆厂毫米波芯片 (MMIC) 供货商 arQana 即宣布投入 5G 毫米波相控阵技术研发，用于 5G 蜂巢基础设施、无人机检测雷达和 Ka/Ku 频段的移动卫星通信 (SOTM)；近期则有工程设计公司携手无人机系统 (UAS) 厂商，开发 60GHz、可负重 250 公斤的重型无人机，使往返于建筑工地搬运建材。60GHz 的免费、未授权特性正吸引大厂纷纷抢进。
免费、未授权秀色可餐，60GHz 掀战火
徕卡测量系统 (Leica Geosystems) 已要求联邦通信委员会 (FCC) 允许在 60～64GHz 航行无人机，Vayyar Imaging 正游说交互式运动感应设备在 57～64GHz 运作，3GPP R17 亦拟将 5G 标准扩展到 60GHz 频段。眼见 60GHz 魅力无法挡，因担心太多设备加入 60GHz 而徒生干扰，高通 (Qualcomm)、脸书 (Facebook)、谷歌 (Google)、英特尔 (Intel) 和三星 (Samsung) 等公司已成立 60GHz 共存研究小组，敦促 FCC 为 60GHz 频段解决技术和政策问题，共同要求是：更明确保持雷达技术与＂场强扰动传感器＂(field disturbance sensors) 之间的合理共存。
徕卡测量系统 (Leica Geosystems) 已要求联邦通信委员会 (FCC) 允许在 60～64GHz 航行无人机，Vayyar Imaging 正游说交互式运动感应设备在 57～64GHz 运作，3GPP R17 亦拟将 5G 标准扩展到 60GHz 频段。眼见 60GHz 魅力无法挡，因担心太多设备加入 60GHz 而徒生干扰，高通 (Qualcomm)、脸书 (Facebook)、谷歌 (Google)、英特尔 (Intel) 和三星 (Samsung) 等公司已成立 60GHz 共存研究小组，敦促 FCC 为 60GHz 频段解决技术和政策问题，共同要求是：更明确保持雷达技术与＂场强扰动传感器＂(field disturbance sensors) 之间的合理共存。
尤其，后者所需功率高于目前允许值。同时占尽 Wi-Fi 与 5G 地利的高通一直是 802.11ad (WiGig) 的积极拓荒者，旨在实现 Gbps 高速无线通信，自不希望出现太多与之争利者。Facebook Terragraph 技术亦选定 60GHz 作为网状网络 (Mesh) 的回程 (Backhaul)，经由固定无线存取 (FWA) 搭配毫米波创建分布式无线网状网络，期以最小成本提供光纤等级的连网速度，兼顾城、郊对高速互联网的需求。至于 60GHz 雷达传感器用途，除了测量物体的速度、距离和角度，还可结合机器学习 (ML) 做手势识别、远距心率检测、人员追踪甚至物料分类等。
图5：5G 毫米波回传系统
资料来源：https://www.mdpi.com/1424-8220/16/6/892
资料来源：https://www.mdpi.com/1424-8220/16/6/892
整体而言，自动驾驶需要的是一整套传感器、而非独立的某种感测技术。基于 ToF 的光达强在可＂鸟瞰＂全景、提供全面视角，以便创建实时 3D 地图，可显示车辆、道路设施与行人的形态和深度，惟＂远眺＂时的精度与近身观测相去甚远，缺乏细节供识别、分类之用 (这部分仍须仰赖高清红外摄像头)，恐有盲点存在，且成本依旧居高不下成为市场阻碍，压低至 1,000 美元是初步目标。下一个须超前思考的问题是：当自驾车满街跑后，一旦直接打照面时，光达是否会因光源干扰导致车上乘客陷入危险？下一篇文章中，有业者提出相关解方。
