算法开辟价值数百万的新机会

飞行时间AGIAnalog Garage转入消费电子业务部

“我们常说,如果等到客户向我们提出挑战时才开始着手应对该挑战,就会为时已晚。但是,Analog Garage的算法技巧与消费电子业务部(BU)的电路与应用技术的强强联合加快了上市时间,共同解决了至关重要的客户难题,并为产品增加了显著优势。”

飞行时间(ToF)是一个具有巨大潜力的新兴检测方式。您是否看到过玩家通过在空中挥手进行游戏控制?飞行时间(ToF)传感器让这成为可能。在豪华轿车和长途货运中,ToF传感器用于检测疲劳或瞌睡的驾驶员。通过对ToF传感器收集到的场景进行实时距离测量,这些应用可以辨识面部表情和手势。无人机和机器人能够突破复杂环境的限制进行导航。增强现实和虚拟现实变得更加逼真。

飞行时间AGI团队成员从左至右依次为:(前排)Evan SemleTomo FunabashiNicolas Le DortzDhruvesh GajariaCharles Mathy、(第二排)Erik BarnesKainan WangAtulya YellepeddiSefa DemirtasTao Yu、(后排)Bin HuoBrian DonnellyRick HaltmaierYuzo Shida


从基础到复杂

ToF背后的基础科学很简单。该系统发出经脉冲调制的光,并测量光子经物体反射后返回到传感器所需的时间。由于该时间和光速为已知值,因此可以计算出距离。

点云是对飞行时间(ToF)摄像头算出的每个像素点深度的3D可视化。ToF是一种景深测量技术,使用红外光源向场景发射多个精确计时的光脉冲。图像传感器与光源共置,接收从场景中所有表面返回的光子,其次序与表面到传感器的距离远近相同。利用已知的光速和光子返回到传感器每个像素点所花费的时间,可以计算出每个像素所对应的距离或深度。

为了精确同步光脉冲,每秒需要对数百万个像素执行这些计算,并且还要根据工作条件进行调整,这是混合信号电路设计与应用的重大挑战。ADI是为数不多拥有技术专长、可提供兼具高性能和成本效益的ToF解决方案的公司之一,而且ADI公司的解决方案面市已有数年。但在面临多个ToF摄像头同时工作(至少10个且发展路线图预计将实现64个摄像头同时近程检测)的挑战时,营销和应用团队转向Analog Garage寻求帮助。

消费电子部的系统设计工程师Bin Huo表示:“解决干扰问题将涉及大量的反复试错,而现有技术很可能根本无法满足要求。我们认为算法手段能实现比电路设计更快速的迭代和实验。”

构思过程

Analog Garage孵化的许多颠覆性创意都是新冒险,因此进行客户识别和收入预测都极具风险性,但是ToF Analog Garage计划(AGI)却有所不同。其客户需求和潜在解决方案之间有着明确的契合点。

Analog Garage的首席科学家兼信号处理算法开发负责人Sefa Demirtas解释道:“我们已经与业务部合作了好几个月。他们对应用和硬件有着非常深刻的理解。一方面,业务部拥有广泛的洞察力,能够传递实际客户的反馈,这一点极具价值。另一方面,他们也提出了各种问题,从干扰、功耗到动态范围。我们需要考虑这些问题的优先级。”

Analog Garage的研发科学家Atulya Yellepeddi补充道:“我们知道在解决方案方面有一点明确的限制,即我们必须搭配ADI的AFE使用传感器和摄像头模块。而我们也需要对所需解决问题的范畴进行类似的限定。遵循Analog Garage流程为我们的团队提供了有效协作所需的架构。”

Analog Garage流程还帮助团队全盘考虑了人员配置策略。提议由5人构建团队,大家各投入50%的精力,而不是2或3名全职人员。Sefa表示:“头脑风暴对于算法的探索至关重要。有越多人可以提出批评,好主意就会越快浮出水面,而不合适的想法则会更快下沉。”Sefa还指出,事先获得个人承诺也同等重要。研发科学家Charles Mathy、Nicolas Le Dortz、Tao Yu、Atulya和Sefa都各自承诺可投入50%的时间用于AGI。团队从一开始就表现出高度的凝聚力。

干扰抑制算法

为了使用搭载ADI公司产品的传感器和摄像头模块进行实验和快速学习,Tao和Nicolas深入了解了业务部的测试和调试GUI,并创建了在Analog Garage的ToF实验室中进行实验的一套工具。该工具对于团队至关重要,使他们能够测试构想、模拟多摄像头环境,并演示算法对干扰和功耗的影响。

该团队提出了应对需求的两种方法:避免干扰和消除干扰。在项目的最后阶段将这两种方法结合在一起,能够同时运行比使用单一算法更多的摄像头。

创造和捕获价值

新兴业务副总裁兼Analog Garage负责人Pat O’Doherty表示:“由ToF AGI研发的干扰抑制算法是超越硅技术创造和捕获价值的杰出示例。必须指出的是,此项创新是业务部对应用和器件架构的深刻理解与Analog Garage科学家的算法专长强强联合的产物。”

Analog Garage