从智能手机到AR眼镜,dToF成本之痛何解?

来源:爱集微 #VR/AR# #3D视觉#
2w

集微网消息,数年前,谷歌ARCore与苹果ARKit之间的角逐,让全球市场见证了AR赛道蕴藏的无限可能。

以至于数年间,各路手机品牌为推升智能手机的“创新度”,竞相围绕AR软件开发一系列与手机硬件相结合的创新应用。这也使得诸如3D视觉传感等技术一度风靡全球,成为各大智能手机的标配。

数年后,当“元宇宙”概念大行其道,各顶级科技大厂竞相对外披露AR头显的研发和量产进度之时。AR市场的重心早已从软件转向硬件,成为当下诸如谷歌、微软以及苹果等科技巨头之间争夺的下一个战略高地。

由此,曾被一致追捧为移动端AR幕后功臣3D传感技术,也再度从幕后走上台前,成为AR眼镜大厂之间决胜的关键一环。

从结构光到ToF,AR传感路线逐步明晰

早些年,业界针对结构光、ToF以及双目视觉之间,究竟谁是3D传感阵营最佳路线的争论甚嚣尘上。由于当时苹果一度为结构光站台,旗下iPhone X也成为全球首款搭载3D结构光人脸识别技术的手机,这也使得结构光与安卓系的主流ToF方案之间的竞争日趋激烈,二者在行业的影响力不相上下。

但随着2020款iPad Pro的发布,以及2021年,苹果以4.1 亿美元投资II-VI,让业界也看到了ToF技术在智能设备上更大的可能性,即作为核心后置镜头,提升手机端AR应用效果的准确度和流畅性。

相比起技术复杂、成本高(成像矩阵价格高昂)以及识别距离近的结构光方案而言,ToF可以实现更远的距离识别、更快的反应速度以及捕捉更多的三维信息,这也是其能够在AR这类非常强调交互性的领域备受热捧的核心所在。

国内某算法大厂资深人士对笔者表示:“结构光最大也就只能做1米到1.5米距离的识别,最短的也就几十厘米的距离,而且精度很差,所以一般只能被用在比较近的识别应用上。3D ToF可以成像,比如做3D扫描;由于算法精度比普通的算法要高很多,因此也可以做支付级的3D人脸识别;同时,也能够做前后景切割,比如背景虚化等。最为关键的,3D ToF由于能够获得更多的三维信息,比如前后左右的移动,因此可以做手势交互以及快速驱动VR模型。”

但ToF领域实际上也分为iToF和dToF两大阵营。iToF由于前期受益于技术的成熟度高以及性价比更具优势,得以在移动端快速放量,由此也反哺了技术端,推进整体模组成本的进一步下降。

相比之下,dToF由于核心零组件成本高以及技术成熟度低,其真正备受关注也是在苹果2020款iPad Pro发布之后。但由于dToF具备真正意义上的距离检测、快速响应、低功耗以及对多物体检测的精确性,能够充分满足应用端对多传感的需求,特别适合被用作手机AR甚至AR眼镜的主导型3D传感方案。

也正因此,该业内资深人士断言:“苹果的AR眼镜大概率会采用dToF方案来做,其最近几年在其他智能设备上采用dToF来优化AR功能就是最好的证明。”

破解dToF成本端难题,关键还看市场驱动力

尽管dToF本身的技术性能与AR应用的契合度很高,但由于成本迟迟难降,这也导致采用dToF方案来开发的项目在价格上往往都相对高企,这与dToF本身的零组件设计成本和工艺等一系列因素密切相关。

国内某ToF芯片设计公司高管对笔者表示:“dToF主要由三大部分组成,即发射端VCSEL、接收端SPAD(单光子雪崩二极管)、TDC(时间数字转换电路)。相比于iToF,dToF无论是在发射端还是在接收端都具有更高的要求。另一方面,在接收端SPAD上,本身其工艺复杂、成本高,多由国外厂商垄断,同时如何在有限的体积下提高其分辨率也有待解决。”因此,难以小型化、成本高是导致dToF迟迟未能广泛应用的主要原因。

再加上如今消费电子市场整体走势不佳,AR本身目前也多被用于商业变现能力相对较强的工业检测以及企业培训等场景。在消费端,AR更没有杀手级的应用去驱动,因此终端大厂即便想要在技术端去降成本,也没有基础的出货量去支撑。

有国内AR设备从业人员对笔者透露:“主要也是因为目前AR头戴设备定价高昂,现在一台普通的中档AR设备价格就达到5000-15000元左右,高档的像微软的Hololens,一台价格普遍在好几万元以上,像Hololens 2(工业版)价格就普遍在1.5-4万元左右。况且,目前行业出货量较低的也才百套、千套,头部企业的出货量顶多也就万套级,整体量还不大。”

另外,从VR与AR的出货量差也可一窥端倪。据IDC数据显示,2021年全球VR/AR终端硬件出货量达1123万台,同比增长92.1%。其中VR终端硬件出货量达1095万台,而AR终端硬件出货量仅有28万台。如果再排除B端市场的数据,出货量的差距恐怕远不止40倍。终端销量不佳的形势下,dToF短期内想要借助AR眼镜翻身,着实困难。

因此,目前dToF最有底气的应用当属智能手机端。国内某算法大厂资深人士认为:“主要还是因为当前智能手机的保有量最大,而且经过过去几年的耕耘,dToF在移动端AR领域已经有了一定的普及基础。当然,可以看到的方向是,汽车领域的AR应用,比如车内与虚拟人物之间的交互,手势识别,以及车载DMS人脸识别等,也能够为dToF提供更大的市场空间。”

唯有上述应用场景真正带动dToF放量之后,dToF的成本之痛或许才会有些许缓解。目前,供应链企业也在不断的寻找有潜力的应用来进一步推动dToF放量。除了过去几年曾经蓬勃发展的智能手机市场之外,比如智能汽车领域如今开始加速导入的一些手势识别类应用(理想L9),就采用了3D dToF方案来打造高性能高可靠的DMS(疲劳监测)系统。

况且,具体到AR这类应用来说,dToF技术也并不一定就是最为适合的路线,ToF其实还有很大的技术升级空间,国内某ToF芯片设计公司高管认为:“未来市场还会出现更有商业价值的ToF技术,不限会局限于dToF或iToF,比如混合型的ToF方案,不仅能够在成本上更有优势,还能够发挥dToF和iToF各自的长处,比如更高解析度、更高的精度以及更优化的系统成本,从而让技术更加适配AR这类应用场景。”

(校对/孙俐俐)

责编: 邓文标
来源:爱集微 #VR/AR# #3D视觉#
THE END

*此内容为集微网原创,著作权归集微网所有,爱集微,爱原创

关闭
加载

PDF 加载中...