从“扫描”到“洞察”：Hyperlux ID如何赋能下一代机器视觉
2026-4-2 来源： 作者：
深度感知是现实机器视觉应用中不可或缺的关键功能。安森美（onsemi）的Hyperlux ID间接飞行时间（iToF）深度传感器，凭借更少、更小、更简单的器件，即可实现高精度深度感知。
现代机器不仅要能够移动，更需自主感知周围环境、识别操作对象，并理解周围的世界。工业组件要实现真正的自动化，其核心在于感知、定位并与世界交互的能力。当这类组件由人工智能（AI）驱动时，就需要深度传感器为处理器提供视觉感知能力。
对机器视觉而言，要实现这种感知级别的识别能力，绝非易事。
当机器执行物体操作或规划前方路径时，其处理器需要在极短时间内获取尽可能多的深度数据点。传统图像传感器会产生大量数字伪影，包括光晕、拖影、过饱和以及运动模糊。这些伪影并非真实的环境信息，如果缺乏深度感知功能及深度数据的有效解析手段，机器的处理器将无法做出准确推断。我们固然可以寄希望于人工智能或机器学习算法，助力机器区分真实场景与虚假干扰。但这里真正需要的是一款性能强大且稳定可靠的深度传感器，从而让机器无需再从不可靠的视觉证据中去推测真实场景。
本白皮书旨在探讨如何为具体应用挑选合适的深度传感器。作为全球领先的半导体器件制造商之一，安森美生产各类传感器设备，包括基于CMOS的图像传感器、超声波传感器、短波红外（SWIR）传感器以及激光雷达。
正如本白皮书[PDF]中所阐述，激光雷达之所以能实现远距离深度感知，是因为它采用了直接飞行时间（dToF）技术。当应用场景中最关键的数据需求是实时测距时，dToF技术能为激光雷达提供优于其他深度感知方法的采集速率，并具备检测激光回波路径中多个物体的能力。通过采用二维单光子雪崩二极管（SPAD）和硅光电倍增管阵列（SiPM）技术，安森美激光雷达组件能够探测最远300米范围内的单光子信号。
然而激光雷达在分辨率方面存在局限。为实现全视场覆盖，激光雷达需对前方场景进行扫描，就像用画笔在整个画布上逐步涂绘一样。这种方式难以识别远方物体的特征，尤其在物体边缘轮廓不够清晰时，这一问题更为突出。
开发未来机器视觉应用的工程师需要充分了解各类技术的差异，从而为自身的研发工作选择合适的成像设备。
当机器视觉系统检测到其感知范围内存在物体时，它不仅需要判断物体的距离，还需推断物体的形状与结构。这要求系统通过更高密度的数据点采集，获取前方场景的更多数据，以实现更高的分辨率和保真度。
例如：
工业安防系统聚焦大门或特定入口，探测约10米半径内的移动物体或活动迹象。
视频会议系统拍摄画面内的人物，当人物起身在室内走动时，系统会自动调整构图与对焦。
仓库和物流中心的库存管理系统持续核验货物库存数量及其存储位置。
工厂检测系统对零部件不间断检测，排查潜在瑕疵和缺陷。
物流系统对货物和包裹进行常态化尺寸测量，以优化运输方案并提升运输安全性。
车辆装载系统持续不断地将库存货架上的货物转移到运输车辆上。
此类应用场景均需要高分辨率深度传感器来识别前方的物体，并辅助软件推断抓取、搬运或操作物体的最优方案。通过物体的外形或结构判断其属性，离不开深度感知技术的支持。这项任务的难点在于，图像仍是二维平面信息。但借助一些技术手段，可从二维数据中推导三维空间信息。安森美最新推出的Hyperlux ID iToF深度传感器，便集成了这类前沿技术。
投稿箱：
如果您有机床行业、企业相关新闻稿件发表，或进行资讯合作，欢迎联系本网编辑部， 邮箱：skjcsc@vip.sina.com
如果您有机床行业、企业相关新闻稿件发表，或进行资讯合作，欢迎联系本网编辑部， 邮箱：skjcsc@vip.sina.com
更多相关信息
