1. Pengenalan

Penderia Masa Penerbangan (ToF) berasaskan kamera menyediakan kaedah pantas dan mudah untuk memperoleh maklumat persekitaran 3D dengan mengukur masa perjalanan pergi-balik cahaya yang dipancarkan secara aktif. Kertas kerja ini membentangkan prosedur simulasi komprehensif untuk menganggarkan prestasi penderia, memahami artifak eksperimen, dan menganalisis kesan optik secara mendalam. Simulasi ini adalah penting untuk mengenal pasti batasan penderia, meningkatkan keteguhan pengukuran, dan mempertingkatkan keupayaan pengecaman corak dalam aplikasi dunia sebenar di mana hingar dan kerumitan optik lazim berlaku.

2. Prinsip Pengukuran Masa Penerbangan

Penderia ToF mengira jarak per-piksel dengan mengukur masa yang diambil cahaya untuk bergerak dari sumber ke objek dan kembali ke pengesan.

2.1 Masa Penerbangan Langsung (D-ToF)

D-ToF mengukur secara langsung masa perjalanan pergi-balik denyut cahaya pendek. Untuk jarak sehingga 50 meter, ini memerlukan denyut dan masa dedahan yang sangat singkat (contohnya, 10 ns untuk 1.5 m), beroperasi dalam julat GHz. Ini sering mengakibatkan nisbah isyarat-kepada-hingar (SNR) yang rendah, seperti yang dinyatakan dalam literatur berkaitan (Jarabo et al., 2017).

2.2 Masa Penerbangan Berasaskan Korelasi (C-ToF)

Juga dikenali sebagai ToF berasaskan fasa (P-ToF), kaedah tidak langsung ini memodulasikan sumber cahaya dan mengkorelasikan isyarat yang diterima. Kebanyakan kamera ToF moden menggunakan prinsip Gelombang Berterusan Termodulasi Amplitud (AMCW) atau Modulasi Keamatan Gelombang Berterusan (CWIM). Anjakan fasa antara isyarat yang dipancarkan dan diterima diukur, biasanya menggunakan peranti pencampur foton (PMD) per piksel dengan demodulasi Kunci-Masuk (Lock-In) (Schwarte et al., 1997; Lange, 2000). Rajah 1 menggambarkan komponen sistem.

Rajah 1: Prinsip pengukuran penderia ToF berasaskan kamera menggunakan AMCW (diadaptasi daripada Druml et al., 2015). Gambar rajah menunjukkan penderia imej 3D, sumber cahaya termodulasi (LED/VCSEL), kanta, matriks piksel, penukar A/D, pengawal jujukan, pengawal hos, dan pengiraan peta kedalaman yang terhasil.

3. Prosedur Simulasi yang Dicadangkan

Sumbangan teras adalah prosedur simulasi yang membolehkan analisis mendalam kesan optik.

3.1 Pendekatan Berasaskan Jejak Sinar

Simulasi menggunakan asas jejak sinar dalam model optik geometri. Ini membolehkan penjejakan sinar cahaya individu dari sumber melalui adegan, mengambil kira interaksi dengan berbilang objek dan kanta kamera sebelum sampai ke pengesan.

3.2 Panjang Laluan Optik sebagai Parameter Utama

Pengiraan kedalaman adalah berdasarkan panjang laluan optik (OPL), ditakrifkan sebagai hasil darab panjang laluan geometri dan indeks biasan medium: $OPL = \int n(s) \, ds$. Ini adalah parameter utama untuk kedalaman, membolehkan simulasi pelbagai jenis penderia ToF (D-ToF, C-ToF) dan menyokong penilaian pengimejan sementara.

3.3 Pelaksanaan dalam Zemax dan Python

Prosedur ini dilaksanakan menggunakan Zemax OpticStudio untuk jejak sinar optik dan pemodelan kanta berketepatan tinggi, digabungkan dengan Python untuk penjanaan adegan, pemprosesan data, analisis, dan melaksanakan model penderia (contohnya, demodulasi, hingar).

4. Kesan Optik yang Disokong

Kerangka kerja ini direka untuk mengambil kira fenomena optik dunia sebenar yang kompleks yang mencabar penderia ToF.

4.1 Pantulan & Penyerakan Berbilang Objek

Mensimulasikan gangguan laluan berbilang (MPI), di mana cahaya dipantulkan daripada berbilang permukaan sebelum sampai ke penderia, punca utama ralat kedalaman. Penjejak sinar mengesan laluan kompleks ini.

4.2 Objek Lutsinar

Memodelkan pengangkutan cahaya melalui bahan separa lutsinar (contohnya, kaca, plastik), di mana penyerakan bawah permukaan dan pantulan dalaman berlaku, mempengaruhi fasa dan amplitud yang diukur.

4.3 Aberasi & Distorsi Kanta

Menggabungkan kesan kanta seperti aberasi sfera, aberasi kromatik, dan distorsi. Aberasi ini mengubah laluan optik dan muka gelombang, memberi kesan kepada ketepatan pengukuran fasa/kedalaman per piksel.

5. Demonstrasi Eksperimen & Keputusan

Kertas kerja ini menunjukkan ciri-ciri utama pada adegan ujian 3D yang mudah. Walaupun keputusan kuantitatif khusus tidak diperincikan dalam petikan yang diberikan, demonstrasi kemungkinan menunjukkan keupayaan simulasi untuk:

  • Menjana peta kedalaman data sebenar dan membandingkannya dengan output penderia simulasi.
  • Mengvisualisasikan trajektori sinar laluan berbilang yang menyebabkan ralat kedalaman.
  • Menganalisis kesan distorsi kanta terhadap keseragaman pengukuran kedalaman merentasi medan pandangan.
  • Menunjukkan perbezaan isyarat yang diterima daripada objek legap berbanding lutsinar.

Output simulasi akan merangkumi peta penyinaran, peta fasa, dan peta kedalaman akhir, bersama-sama dengan metrik ralat yang membandingkan keputusan simulasi dengan data sebenar.

6. Analisis Teknikal & Kerangka Matematik

Ketepatan simulasi bergantung pada pemodelan fizikal yang tepat. Persamaan utama termasuk:

Panjang Laluan Optik (OPL): $OPL = \sum_{i} n_i \cdot d_i$, di mana $n_i$ ialah indeks biasan dan $d_i$ ialah jarak geometri dalam segmen $i$.

Anjakan Fasa untuk C-ToF: Anjakan fasa yang diukur $\phi$ berkaitan dengan OPL dan frekuensi modulasi $f_{mod}$: $\phi = 2 \pi \cdot 2 \cdot \frac{OPL}{c} \cdot f_{mod} = 4 \pi f_{mod} \frac{OPL}{c}$, di mana $c$ ialah kelajuan cahaya. Faktor 2 mengambil kira perjalanan pergi-balik. Kedalaman $z$ kemudiannya: $z = \frac{c \cdot \phi}{4 \pi f_{mod}}$.

Model Isyarat: Isyarat berkorelasi $S$ pada piksel untuk PMD berbilang-tap boleh dimodelkan sebagai: $S_k = \alpha \int_{0}^{T} I_{emit}(t) \cdot I_{demod,k}(t - \tau) \, dt + \eta$, di mana $\alpha$ ialah albedo/kepantulan, $I_{emit}$ ialah keamatan yang dipancarkan, $I_{demod,k}$ ialah fungsi demodulasi untuk tap $k$, $\tau$ ialah kelewatan masa berkadaran dengan OPL, $T$ ialah masa penyepaduan, dan $\eta$ ialah hingar.

7. Kerangka Analisis: Inti Pandangan & Kritikan

Inti Pandangan

Kerja ini bukan sekadar alat simulasi lain; ia adalah jambatan strategik antara reka bentuk optik yang diidealkan dan realiti penginderaan ToF yang rumit. Dengan mengangkat Panjang Laluan Optik (OPL) sebagai parameter utama yang menyatukan, penulis melangkah lebih jauh daripada jarak geometri mudah. Ini adalah anjakan yang mendalam. Ia menangani secara langsung titik lemah ToF komersial: ralat sistemik daripada gangguan laluan berbilang (MPI) dan sifat bahan, yang merupakan fenomena bergantung OPL. Pendekatan mereka memperlakukan pengangkutan cahaya sebagai keutamaan utama, memungkinkan untuk menganalisis mengapa peta kedalaman gagal di sudut, berhampiran kaca, atau di bawah cahaya ambien—tahap analisis yang sangat kurang dalam kebanyakan helaian data vendor.

Aliran Logik

Logiknya elegan secara industri: Takrifkan data sebenar (OPL melalui jejak sinar) → Simulasikan pengukuran tidak sempurna penderia (menambah modulasi/demodulasi, hingar) → Analisis perbezaannya. Aliran ini mencerminkan amalan terbaik dalam pencirian penderia tetapi mengaplikasikannya secara proaktif dalam simulasi. Penggunaan Zemax untuk optik dan Python untuk logik penderia mencipta saluran paip yang fleksibel dan modular. Walau bagaimanapun, rantai logik mempunyai kelemahan: kertas kerja ini secara kuat menyiratkan tetapi tidak memperincikan secara ketat terjemahan daripada peta OPL simulasi yang sempurna kepada nilai piksel demodulasi berhingar yang akhir. Lompatan dari optik fizikal ke elektronik penderia adalah antara muka kritikal di mana kebanyakan ralat dilahirkan, dan kedalaman pemodelannya masih tidak jelas.

Kekuatan & Kelemahan

Kekuatan: Kelengkapan metodologi adalah ciri utamanya. Mensimulasikan MPI, kelutsinaran, dan aberasi kanta dalam satu kerangka kerja adalah jarang. Pandangan holistik ini adalah penting, kerana kesan ini berinteraksi secara tidak linear. Pelaksanaan praktikal menggunakan Zemax piawai industri memberikan kredibiliti serta pemindahan segera kepada pasukan R&D. Berbanding dengan pemapar akademik semata-mata seperti Mitsuba atau Blender Cycles, yang memberi tumpuan kepada ketepatan visual, saluran paip ini dibina khas untuk metrologi.

Kelemahan & Titik Buta: Isu utama ialah kos pengiraan. Jejak sinar geometri penuh untuk adegan laluan berbilang yang kompleks dan resap terkenal mahal. Kertas kerja ini senyap tentang teknik pecutan (contohnya, jejak laluan dwiarah, pemetaan foton) atau prestasi yang boleh dicapai, yang mengehadkan utiliti yang dirasakan untuk reka bentuk berulang. Kedua, ia kelihatan mengesampingkan optik gelombang. Kesan seperti koheren, gangguan dalam filem nipis, atau pembelauan—semakin relevan untuk penderia kecil dan tatasusunan VCSEL—berada di luar model optik geometri. Apabila bidang ini bergerak ke arah dToF berasaskan SPAD dengan pemasaan pikosaat, ini menjadi batasan yang ketara. Akhirnya, pengesahan terhadap data penderia dunia sebenar hanya diisyaratkan; tanpa penanda aras ralat kuantitatif terhadap kamera fizikal, kuasa ramalan simulasi kekal sebagai dakwaan.

Pandangan Boleh Tindak

Untuk pengintegrasi dan pereka sistem ToF, kertas kerja ini menyediakan pelan. Tindakan 1: Amalkan pemikiran analisis berpusatkan OPL. Apabila menyahpepijat ralat kedalaman, petakan dahulu variasi laluan optik yang disyaki dalam adegan anda. Tindakan 2: Gunakan kerangka kerja simulasi ini dalam fasa reka-bentuk-untuk-pembuatan. Jangan hanya mensimulasikan kanta ideal; simulasi dengan toleransi dan kemudian analisis belanjawan ralat kedalaman. Tindakan 3: Dorong kerangka kerja lebih jauh. Integrasikannya dengan alat automasi reka bentuk elektronik (EDA) untuk menyimulasikan bersama sumber hingar optik dan elektronik. Masa depan ToF terletak pada reka bentuk bersama ini. Komuniti penyelidikan harus membina atas ini dengan membuka sumber saluran paip sedemikian, serupa dengan cara kerja Open3D Stanford atau kerja pengimejan sementara MIT telah mendemokrasikan analisis pengangkutan cahaya. Matlamat akhir adalah "kembar digital" untuk penderia ToF—kertas kerja ini adalah langkah asas ke arah itu, tetapi kerja berat pengesahan, pecutan, dan integrasi masih kekal.

8. Aplikasi Masa Depan & Hala Tuju Penyelidikan

Kerangka kerja simulasi yang dicadangkan membuka beberapa laluan untuk kerja dan aplikasi masa depan:

  • Peleburan Penderia & Pembangunan Algoritma: Menjana set data yang luas dan tepat secara fizikal untuk melatih algoritma pembelajaran mesin untuk membetulkan MPI, mengenal pasti bahan, atau menggabungkan data ToF dengan RGB.
  • Automotif & Robotik: Mensimulasikan senario mencabar seperti memandu dalam hujan/kabus (penyerakan), atau prestasi penderia di bawah cahaya matahari yang berbeza (penolakan cahaya ambien).
  • Perubatan & Biometrik: Memodelkan interaksi cahaya dengan tisu biologi untuk aplikasi dalam pemantauan tanpa sentuh atau pengecaman muka 3D.
  • Realiti Lanjutan (XR): Mereka bentuk dan menguji penderia ToF untuk penutup kepala VR/AR generasi seterusnya, mensimulasikan ketepatan penjejakan tangan dalam pencahayaan pelbagai dan dengan permukaan reflektif.
  • Hala Tuju Penyelidikan - Simulasi Hibrid: Kerangka kerja masa depan boleh menggabungkan jejak sinar geometri dengan simulasi optik gelombang untuk kesan medan dekat dan koheren.
  • Hala Tuju Penyelidikan - Penanda Aras Piawai: Komuniti boleh menggunakan pendekatan ini untuk mentakrifkan adegan ujian dan metrik piawai untuk penilaian prestasi penderia ToF.

9. Rujukan

  1. Baumgart, M., Druml, N., & Consani, C. (2018). Procedure Enabling Simulation and In-Depth Analysis of Optical Effects in Camera-Based Time-of-Flight Sensors. The International Archives of the Photogrammetry, Remote Sensing and Spatial Information Sciences, XLII-2, 83-90.
  2. Druml, N. et al. (2015). REAL3™ 3D Image Sensor. Infineon Technologies.
  3. Jarabo, A., et al. (2017). A Framework for Transient Rendering. ACM Transactions on Graphics (TOG).
  4. Lange, R. (2000). 3D Time-of-Flight Distance Measurement with Custom Solid-State Image Sensors in CMOS/CCD-Technology. PhD Thesis, University of Siegen.
  5. Remondino, F., & Stoppa, D. (Eds.). (2013). TOF Range-Imaging Cameras. Springer.
  6. Schwarte, R., et al. (1997). A New Electrooptical Mixing and Correlating Sensor: Facilities and Applications of the Photonic Mixer Device (PMD). Proc. SPIE.
  7. Kirmani, A., et al. (2014). Looking around the corner with transient imaging. Nature Communications. (Rujukan luaran untuk pengimejan sementara).
  8. Zhu, J.Y., et al. (2017). Unpaired Image-to-Image Translation using Cycle-Consistent Adversarial Networks. IEEE ICCV. (Rujukan luaran untuk model generatif berkaitan simulasi data penderia).