アナログ・デバイセズとMicrosoft、超高精度ToF 3Dイメージングで戦略的提携

アナログ・デバイセズ(ADI)とMicrosoftは、Time-of-Flight(ToF)3Dイメージングの限界を押し広げる戦略的提携を結びました。MicrosoftのAzure Kinect ToFプラットフォームと、ADIの世界トップクラスICおよびシステム統合ノウハウを活用し、インダストリー4.0、自動車、ゲーム、拡張現実、計算写真など幅広い産業で、高精度かつ統合容易なソリューションの提供を目指します。

市場アナリストは、要求の厳しい環境で確実に動作する3Dイメージングシステムの堅調な成長を予測しています。人間協働ロボット、室内スケールマッピング、リアルタイム在庫追跡がインダストリー4.0の主要ドライバーであり、高度な占有検出とドライバー監視が次世代自動車安全性に不可欠です。

EE Timesの最近のインタビューで、ADIのエンハンスドイメージング担当シニアディレクターTony Zarola氏と戦略マーケティングマネージャーCarlos Calvo氏が、このコラボレーションの基盤を語りました。Zarola氏は「Microsoftはイメージセンサメーカー全体で3D ToF性能のベンチマークを確立し、我々が構築するセンサとソリューションの基盤となるコアピクセル技術を提供してくれました。インテリジェントエッジとインテリジェントクラウドの両方で、数十年にわたるデータ取得と革新的アルゴリズムの専門知識により、MicrosoftとADIのシリコン、システム、ソフトウェア、光学のベストを組み合わせる立場にあります。」と述べています。

3D ToF設計の解説

ジェスチャー認識は、カメラとICを用いて2Dまたは3Dでシーンをスキャンし、一連の人間の動きを捉えることに依存します。ToF技術はレーザーパルスをターゲットに照射し、反射信号を分析してリアルタイムで深度マップを作成します。従来のLIDARとは異なり、3D ToFはナノ秒オーダーの高出力光パルスを使用し、回転スキャナを必要としないため、短距離・高解像度の深度取得に最適です。

ToFカメラは変調レーザー光で物体を照らし、波長感度センサで反射ビームを記録します。センサは発光と受光の時間遅延を測定し、それを距離に変換します。代表的な測定方式は連続波(CW)とパルスの2つです。市販のToFセンサの多くはCMOS技術でCW方式を採用しています。

正確なToF測定は、環境光、多重経路反射、温度ドリフト、距離曖昧性によって課題を受けます。「センサ、レンズ、ファームウェアのあらゆるコンポーネントが、一体化システムとして最適化されなければなりません」とCalvo氏は強調します。「最高のセンサを搭載しても、レンズ調整が不適切なら全体性能は低下します。」

RGBカメラが主観的画質で評価されるのに対し、ToFカメラは距離という客観的物理量を測定します。レンズフレアなどの光学的不完全性はRGBでは無害でも、特に反射環境下ではToFで性能クリティカルになります。

CMOS ToFセンサはエミッタとレシーバを単一ピクセルに統合し、最大160 fpsで単一ピクセル距離計算を可能にします。主要な信号チェーン要素には、レーザードライバ、集積リードアウトセンサ、深度演算エンジンが含まれます。設計課題は、ピクセル応答性と変調コントラストから、下流アプリケーションが要求する最終的な3D点群解釈まで広がります。

シリコンを超えて、ADIは光学機械レイアウト、キャリブレーション、電気設計、ソフトウェア統合を含む設計サイクル全体に取り組み、顧客体験を効率化します。

図1. ToFブロック図 (出典: ADI)

センサのピクセルは異なるシーン領域からの光を取得し、それらの信号を組み合わせて深度画像を再構成します。各ピクセルの動作は、図2に示すように復調ブロックと変調ブロックの相関によって制御されます。

積分期間中、制御信号によって電流がNode-A(Da)またはNode-B(Db)に流れます。ClkAとClkBは積分期間中180°位相差で動作し、この位相関係がDAとDBの出力を決定します。積分後、システムは蓄積信号(BitlineAInt1~BitlineBInt1)をサンプリングします。

光子-電子変換はポアソン分布に従い、量子効率(入射光子に対する生成電子の比率)がシステム性能を定義します。環境光はノイズを加え、視野角(FoV)はシーンカバレッジに合わせて選択されます。

図2. ピクセルの電気回路とタイミング (出典: https://ieeexplore.ieee.org/document/6964815)

高周波動作は、0.13 µm混合信号低消費電力CMOSプロセスでチップを製造し、ToF機能を効率的にサポートするための微細な修正を加えることで実現されます。

産業界へのインパクト

この提携により、ADIはサブミリメートル深度精度を実現しつつ、Azureのクラウド機能とエッジコンピューティングを活用してMicrosoftのエコシステムにシームレスに統合される新しいToF 3Dイメージセンサラインを開発します。

Zarola氏は確信を示します。「これまでMicrosoftのToF技術は商用スケーリングで広く利用できませんでした。ADIのシリコンとシステム専門知識により、コンシューマー、産業、ヘルスケア、自動車市場でゲームチェンジングなソリューションを提供できると期待しています。」

想定用途には、高度な顔認証セキュリティ、より安全な工場自動化、安全柵なしで協働ロボットが動作するインダストリー4.0ワークフローがあります。物流では、精密なToFで箱とパレットの寸法測定を自動化し、効率を向上させます。

Zarola氏はさらに、「高度な占有検出はエネルギー利用、安全システム、ヒューマンマシンインタラクションを改善します。家庭用エンターテインメントから自動車安全性まで、共同ToFプラットフォームが没入型ゲーム体験とドライバー/同乗者監視を可能にし、明日のイノベーションの舞台を整えます。」と語ります。

両リーダーは、広い温度範囲でのミリメートル級深度分解能の必要性を強調。この精度達成には、レーザー制御とセンサピクセル間で10 psのタイミング整合が必要であり、ズレれば1.5 mmの距離誤差となります。また、温度変化下での精度維持には、共同開発された高度なキャリブレーションアルゴリズムが必要です。

もう一つの焦点は変調周波数です。「低い変調周波数は深度ノイズを増大させ、多重経路や環境光アーティファクトを増幅します」とCalvo氏は指摘。「平均変調周波数を上げることで、深度ノイズを低減し、悪影響を緩和できます。」

ADIの包括的アプローチ(機械的アライメント、光学設計、キャリブレーション、電気アーキテクチャ、ソフトウェア)は、ToFカメラ導入を妨げてきた長い開発サイクルに対処します。

MicrosoftのToF技術(HoloLens複合現実デバイスとAzure Kinectキットで使用)とADIのカスタムソリューションを組み合わせることで、高性能・スケーラブルな次世代アプリケーションが実現し、市場投入までの時間を短縮します。

>> この記事は元々姉妹サイトEE Timesで公開されました。