Analog Devices et Microsoft s'associent pour une imagerie 3D temps de vol ultra-précise

Analog Devices (ADI) et Microsoft ont forgé une alliance stratégique pour repousser les limites de l'imagerie 3D par temps de vol (ToF). En tirant parti de la plateforme Azure Kinect ToF de Microsoft et de l'expertise mondiale d'ADI en circuits intégrés et intégration système, ce partenariat vise à fournir des solutions non seulement hautement précises, mais aussi plus faciles à intégrer dans une gamme d'industries – dont l'industrie 4.0, l'automobile, le jeu, la réalité augmentée et la photographie computationnelle.

Les analystes de marché prévoient une croissance robuste pour les systèmes d'imagerie 3D capables de fonctionner de manière fiable dans des environnements exigeants. Les applications telles que les robots collaboratifs humains, la cartographie à l'échelle d'une pièce et le suivi d'inventaire en temps réel sont des moteurs clés pour l'industrie 4.0, tandis que la détection d'occupation avancée et la surveillance du conducteur sont essentielles pour la sécurité automobile de nouvelle génération.

Lors d'une récente interview avec EE Times, le directeur senior de l'imagerie améliorée d'ADI, Tony Zarola, et le responsable marketing stratégique Carlos Calvo ont exposé les fondements de cette collaboration. Zarola a déclaré : « Microsoft a établi la référence en matière de performance 3D ToF auprès des fabricants de capteurs d'image, fournissant à ADI la technologie de pixel de base qui sous-tend les capteurs et solutions que nous développons. Des décennies d'expertise en capture de données et algorithmes révolutionnaires – tant à l'Intelligent Edge que dans l'Intelligent Cloud – nous ont positionnés pour combiner le meilleur du silicium, des systèmes, des logiciels et de l'optique de Microsoft et d'ADI. »

Conception 3D ToF expliquée

La reconnaissance de gestes repose sur la capture d'une série de mouvements humains à l'aide d'une caméra et d'un CI qui scanne la scène en 2D ou 3D. La technologie ToF envoie une impulsion laser vers une cible et analyse le signal réfléchi, créant une carte de profondeur en temps réel. Contrairement au LIDAR traditionnel, le ToF 3D utilise des impulsions optiques de haute puissance à l'échelle de la nanoseconde et ne nécessite pas de scanner rotatif, le rendant idéal pour la capture de profondeur à courte portée et haute résolution.

Une caméra ToF illumine un objet avec une lumière laser modulée et utilise un capteur sensible à la longueur d'onde pour enregistrer le faisceau réfléchi. Le capteur mesure le délai entre l'émission et la réception, le traduisant en distance. Deux méthodes de mesure courantes existent : onde continue (CW) et impulsion. La plupart des capteurs ToF commerciaux utilisent le CW avec la technologie CMOS.

La mesure ToF précise est confrontée à la lumière ambiante, aux réflexions multipaths, à la dérive thermique et à l'ambiguïté de portée. « Chaque composant – capteur, objectif, firmware – doit être optimisé comme un système cohésif », a insisté Calvo. « Une caméra avec le meilleur capteur mais un objectif mal réglé aura des performances globales médiocres. »

Alors que les caméras RVB sont jugées sur la qualité d'image subjective, les caméras ToF mesurent une quantité physique objective – la distance. Les imperfections optiques telles que le flare d'objectif peuvent être bénignes en RVB mais deviennent critiques en ToF, surtout dans les environnements réfléchissants.

Le capteur CMOS ToF intègre à la fois l'émetteur et le récepteur dans un seul pixel, permettant le calcul de distance par pixel unique jusqu'à 160 ips. Les éléments clés de la chaîne de signal incluent le pilote laser, le capteur de lecture intégré et le moteur de calcul de profondeur. Le défi de conception s'étend de la responsivité des pixels et du contraste de modulation à l'interprétation finale du nuage de points 3D requise par les applications en aval.

Au-delà du silicium, ADI gère le cycle de conception complet – agencement optomécanique, calibration, conception électrique et intégration logicielle – pour rationaliser l'expérience client.

Figure 1. Diagramme de blocs ToF. (source : ADI)

Les pixels du capteur capturent la lumière de zones distinctes de la scène ; leurs signaux sont combinés pour reconstruire l'image de profondeur. Le fonctionnement de chaque pixel est régi par une corrélation entre les blocs de démodulation et de modulation, comme illustré à la Figure 2.

Le courant circule vers le Nœud-A (Da) ou le Nœud-B (Db) pendant l'intégration, gouverné par les signaux de contrôle. ClkA et ClkB fonctionnent en opposition de phase de 180° pendant la période d'intégration, et la relation de phase détermine les sorties DA et DB. Après l'intégration, le système échantillonne le signal accumulé (BitlineAInt1–BitlineBInt1).

La conversion photon-électron suit une distribution de Poisson, et l'efficacité quantique – le rapport entre les électrons générés et les photons incidents – définit la performance du système. La lumière ambiante ajoute du bruit, tandis que le champ de vision (FoV) doit être choisi pour correspondre à la couverture de la scène.

Figure 2. Circuit électrique et chronogramme pour un pixel. (Source : https://ieeexplore.ieee.org/document/6964815)

Le fonctionnement à haute fréquence est réalisé en fabriquant la puce sur un processus CMOS mixte faible consommation 0,13 µm, avec des modifications mineures pour prendre en charge efficacement la fonctionnalité ToF.

Implications pour l'industrie

Le partenariat verra ADI développer une nouvelle gamme de capteurs d'image 3D ToF offrant une précision de profondeur sous-millimétrique tout en s'intégrant parfaitement dans l'écosystème de Microsoft – en tirant parti des capacités cloud d'Azure et du edge computing.

Zarola a exprimé sa confiance que la collaboration transformera de multiples secteurs : « Jusqu'à présent, la technologie ToF de Microsoft n'était pas largement disponible pour la mise à l'échelle commerciale. Avec l'expertise silicium et système d'ADI, nous espérons fournir une solution révolutionnaire à travers les marchés grand public, industriel, santé et automobile. »

Les applications potentielles incluent une sécurité de reconnaissance faciale accrue, une automatisation d'usine plus sûre, et des flux de travail Industrie 4.0 où les robots collaboratifs peuvent opérer sans cages de sécurité. En logistique, le ToF précis peut automatiser le dimensionnement de boîtes et palettes, augmentant l'efficacité.

Zarola a ajouté : « La détection d'occupation avancée améliorera l'utilisation de l'énergie, les systèmes de sécurité et l'interaction homme-machine. Du divertissement domestique à la sécurité automobile, notre plateforme ToF commune permettra des expériences de jeu immersives et la surveillance conducteur/passager, posant les bases des innovations de demain. »

Les deux dirigeants ont souligné la nécessité d'une résolution de profondeur au millimètre sur de larges plages de température. Atteindre une telle précision nécessite un alignement temporel de 10 ps entre le contrôle laser et les pixels du capteur – une erreur de distance de 1,5 mm en cas de désalignement. De plus, maintenir la précision à travers les variations de température exige des algorithmes de calibration sophistiqués développés en tandem.

Un autre axe est la fréquence de modulation. « Des fréquences de modulation plus basses introduisent un bruit de profondeur plus élevé et amplifient les artefacts multipaths ou de lumière ambiante », a noté Calvo. « En augmentant la fréquence de modulation moyenne, nous réduisons le bruit de profondeur et atténuons les effets indésirables. »

L'approche holistique d'ADI – couvrant l'alignement mécanique, la conception optique, la calibration, l'architecture électrique et le logiciel – adresse le long cycle de développement qui entrave généralement le déploiement des caméras ToF.

La combinaison de la technologie ToF de Microsoft – utilisée dans les dispositifs de réalité mixte HoloLens et le kit Azure Kinect – avec les solutions personnalisées d'ADI permettra une nouvelle génération d'applications haute performance et évolutives, réduisant le time-to-market.

>> Cet article a été publié à l'origine sur notre site frère, EE Times.