#物聯網IoT #3D感測 #飛時測距ToF #毫米波mmWave #光達LiDAR #無人機Drone/UAV #自主移動機器人AMR
【ToF vs. mmWave】
感測器是物聯網 (IoT) 的基礎，而 3D 感測器正迅速席捲各類垂直應用。其中，深度測量是基於飛時測距 (Time of Flight, ToF) 原理，自駕車高度依賴的光達 (LiDAR) 亦是基於 ToF 技術，差別在於：ToF 相機是連續波調變，可實現「像素級」測量；而光達是以快速掃描取勝、即時性較佳，但因為數據點較稀疏，畫質不如 ToF 攝影機，適合長距、廣角偵測。對應智能車的先進駕駛輔助系統 (ADAS)，無人機 (Drone/UAV) 也有「APAS」(先進飛行輔助系統)，會配備 ToF 防撞系統。
智能感測的另一重要趨勢是借助電波強度，將目光放得更遠。將毫米波雷達晶片與傳統感測器集成，可進行接近 (proximity)／在場 (Presence) 偵測、儲罐液位測量、人員活動探測、計數、移動監視，或自動化設備之間／人機協作的安防。嵌入毫米波雷達的機器人可進行智能定時和定位，使其具有相對且連動的感知能力以做出回應。再者，隨著感測器數量越來越多，若要將所有數據全數直上雲端，顯然不夠有效率。於是，擁有人工智慧 (AI) 的邊緣設備遂成優選方案。
有鑑於毫米波雷達較不受天氣影響，有些自駕車業者主張以毫米波雷達取代光達，但事實是：兩者仍有互補需要，關鍵在於「角解析度」。毫米波遠視能力雖佳，卻因影像不夠精細且欠缺速度數據，很難細辨具體人／物特徵。這樣的爭論在 2016 年特斯拉 (Tesla) 自駕路測發生死亡車禍後更趨激烈。現階段業界的共識是：毫米波雷達只能視為 ADAS，若要達到 L4～L5 自駕車等級，就非光達不可！同屬無人載具，無人機亦是要角，利用軟體做感測器融合彙整多方數據。
延伸閱讀：
《ToF 近觀、mmWave 遠眺，自主移動好眼力！》
http://compotechasia.com/a/feature/2020/0308/44171.html
(點擊內文標題即可閱讀全文)
#縱慧光電Vertilite #聯發科MediaTek #AutusR10 #超短距雷達平台USRR #佐臻Jorjin
自駕車等級 在 資鋒法律事務所- 【 自駕車對AI規範的立法意義】 當全世界的 ... 的必吃
【 自駕車對AI規範的立法意義】 當全世界的自動駕駛汽車僅在「Level 2」或「Level ... 根據美國國家公路交通安全管理局（NHTSA）在2016年正式提出的自動駕駛等級分類 ... ... <看更多>