导读
最近，美国麻省理工学院的科研人员利用飞行时间成像的新方法，将飞行时间深度传感器的分辨率提高1000倍，使之有望应用于无人驾驶领域。
背景
tof是time of flight的简写，直译为飞行时间的意思。即传感器发出经调制的近红外光，遇物体后反射，传感器通过计算光线发射和反射时间差或相位差，来换算被拍摄景物的距离，以产生深度信息，此外再结合传统的相机拍摄，就可以将物体的三维轮廓，以不同颜色代表不同距离的地形图方式呈现出来。
tof技术可用于消费类电子产品的小型化深度摄像头，也可用于军事领域和无人驾驶汽车，例如无人驾驶汽车采用的工业级激光雷达（lidar），它利用激光束探测目标的位置、速度等特征量，结合了激光、全球定位系统gps和惯性测量装置三者的作用，进行逐点扫描来获取整个探测物体的深度信息。
（图片来源：维基百科）
创新
过去十年以来，美国麻省理工学院媒体实验室摄像头文化小组（camera culture group）一直在开发一种采用“飞行时间”技术的创新的成像系统。他们开发出的新型深度传感器的深度分辨率提高了1000倍，并有望应用于无人驾驶领域。
（图片来源：麻省理工学院）
achuta kadambi 是发表于《ieee access》杂志上的新论文的第一作者、电气工程和计算机科学、媒体艺术和科学专业的联合博士生。他也参与了其论文指导教授 ramesh raskar 的论文，而ramesh raskar 也是媒体艺术和科学系副教授、摄像头文化小组的负责人。
技术
在2米范围内，现有的飞行时间系统的深度分辨率约为1厘米。这对于当代汽车所用的辅助停车和冲突检测系统来说已经足够好。
正如 kadambi 所解释的，随着距离增加，分辨率呈指数方式下降。比方说，在一个远程场景中，你想要自己的汽车检测远处的物体，从而让你的决策快速更新。也许你会从1厘米的分辨率开始，但是现在你将回到1英尺或者甚至5英尺的分辨率。而且如果你犯了错误，这将导致生命危险。
作为对比，在2米范围内，麻省理工学院研究人员开发出深度分辨率达3微米的系统。kadambi 也展开了测试，他发送一束光信号穿越500米的光纤，其沿途布置了固定间隔的滤波器，在将信号馈入系统之前，模拟功率跨越更长距离下降的过程。这些测试表明，在500米范围内，麻省理工学院的系统仍然可以达到仅1厘米的深度分辨率。
在飞行时间成像过程中，短的光脉冲照射进场景中，摄像头测量它返回所需的时间，这个时间标示着反射光线的物体的距离。光脉冲越长，对光线传播距离的测量就越含混不清。因此，光脉冲长度是判断系统分辨率的重要因素之一。
然而，另外一个因素则是检测率。调制器，用于控制光束的打开和关闭，每秒可切换十亿次。但是，如今的检测器每秒只能进行100万次测量。检测率是现有的飞行时间系统分辨率限制在厘米级别的又一重要因素。
然而，kadambi 称，另外一种成像技术的分辨率更高。这项技术是干涉测量法。通过这种方法，光线一分为二，其中一束光线保持局部循环，而另外一束光线：“样本光束”照射到视觉场景中。反射的样本光线与局部的循环光线重新结合，而两束光线的相位存在差异：它们的电磁波的波谷和波峰相对对齐，对于样本光束的传输距离展开精准测量。
（图片来源：维基百科）
但是，干涉测量法需要两束光线精准同步。kadambi 表示，你将永远无法在汽车上使用干涉测量法，因为它对于振动非常敏感。他们利用了干涉测量法的一些理念，而另外一些理念则来自lidar，在这里将二者真正地结合起来。
他解释道，他们也使用了一些声学理念。参与过音乐合奏的人都熟悉一种称为“节拍”的现象。比如，两个歌唱者轻微地走调，一个的音高是440赫兹，另外一个是437赫兹，他们的声音相互作用会产生另外一个音调，这个频率是他们正在唱的音调的频率差异，例如这里是3赫兹。
光脉冲也是如此。如果一个飞行时间成像系统，以每秒10亿脉冲的速率，将光线照射到场景中，而返回光线结合了每秒 999,999,999次的光脉冲，结果将是每秒钟发出一个脉冲。商用的视频相机可以很容易检测到这个脉冲。而这种缓慢的“节拍”中会含有测量距离所必需的所有相位信息。
kadambi and raskar 并不像干涉测量系统所必须的那样尝试同步两个高频光信号，而是采用一开始制造它时所用同样的技术，简单地调制返回信号。也就是说，他们有节奏地发出光脉冲。结果是相同的，但该方案对于汽车系统来说更实用。
raskar 表示，光学干涉和电子干涉的结合非常独特。他们在几千兆赫的频率下调制光线，这就像每秒开关闪光灯几百万次。但是，他们是通过电子的方式改变它，而不是通过光学的方式。这二者之间的结合正是这个系统的强大之处。
相对于低频率系统来说，千兆赫光学系统自然地对于雾的补偿更好。雾对于光学飞行系统来说是一个重要问题，因为它会散射光线：它使得返回的光信号偏斜，因此它们来得偏晚而且角度奇特。飞行过程中，在所有的噪音中隔离出真正的信号，是一个极具计算量的挑战。
在低频发射系统中，散射会引起光线相位轻微移动，从而很容易引起到达检测器的信号模糊。但是，通过高频发射系统，相对于信号频率来说，相位移动更大。散射的光信号通过不同路径到达，将会相互抵消：一个波的谷将与另一个波的峰对齐。威斯康星大学和哥伦比亚大学的理论分析表明，这种抵消分布得足够广泛，使得真正信号的辨识更加容易。
价值
这种新方案利用飞行时间成像的新方法，将深度分辨率提高1000倍，使之有望应用于无人驾驶，同时也将使得精准的测距可以穿过大雾，跨越开发无人驾驶汽车的主要障碍。
关键字
无人驾驶、深度摄像头、传感器
参考资料
【1】http://news.mit.edu/2017/new-depth-sensors-could-be-sensitive-enough-self-driving-cars-1222
【2】achuta kadambi, ramesh raskar. rethinking machine vision time of flight with ghz heterodyning. ieee access, 2017; 5: 26211 doi: 10.1109/access.2017.2775138