Kamera tabanlı Uçuş Süresi (ToF) sensörleri, aktif olarak yayılan ışığın gidiş-dönüş süresini ölçerek 3B çevresel bilgi edinmek için hızlı ve kullanışlı bir yöntem sağlar. Bu makale, sensör performansını tahmin etmek, deneysel artefaktları anlamak ve optik etkileri derinlemesine analiz etmek için kapsamlı bir simülasyon prosedürü sunmaktadır. Simülasyon, gürültü ve optik karmaşıklıkların yaygın olduğu gerçek dünya uygulamalarında sensör sınırlamalarını belirlemek, ölçüm sağlamlığını iyileştirmek ve desen tanıma yeteneklerini geliştirmek için kritik öneme sahiptir.
ToF sensörleri, ışığın bir kaynaktan bir nesneye ve tekrar dedektöre seyahat etme süresini ölçerek piksel başına mesafeyi hesaplar.
D-ToF, kısa ışık darbelerinin gidiş-dönüş süresini doğrudan ölçer. 50 metreye kadar olan mesafeler için bu, son derece kısa darbeler ve pozlama süreleri gerektirir (örneğin, 1.5 m için 10 ns), GHz aralığında çalışır. İlgili literatürde belirtildiği gibi (Jarabo ve diğerleri, 2017), bu genellikle düşük bir sinyal-gürültü oranına (SNR) yol açar.
Faz tabanlı ToF (P-ToF) olarak da bilinen bu dolaylı yöntem, ışık kaynağını modüle eder ve alınan sinyali korelasyon işlemine tabi tutar. Çoğu modern ToF kamerası, Genlik Modülasyonlu Sürekli Dalga (AMCW) veya Sürekli Dalga Şiddet Modülasyonu (CWIM) prensibini kullanır. Yayılan ve alınan sinyaller arasındaki bir faz kayması, genellikle piksel başına bir foton karıştırıcı cihaz (PMD) ve Kilitli Demodülasyon kullanılarak ölçülür (Schwarte ve diğerleri, 1997; Lange, 2000). Şekil 1 sistem bileşenlerini göstermektedir.
Şekil 1: AMCW kullanan kamera tabanlı bir ToF sensörünün ölçüm prensibi (Druml ve diğerleri, 2015'ten uyarlanmıştır). Diyagram, 3B görüntü sensörünü, modüle edilmiş ışık kaynağını (LED/VCSEL), lensi, piksel matrisini, A/D dönüştürücüyü, sıra denetleyicisini, ana denetleyiciyi ve ortaya çıkan derinlik haritası hesaplamasını göstermektedir.
Temel katkı, optik etkilerin derinlemesine analizini mümkün kılan bir simülasyon prosedürüdür.
Simülasyon, geometrik optik modeli içinde bir ışın izleme temeli kullanır. Bu, ışık kaynağından çıkan bireysel ışınların sahne boyunca, dedektöre ulaşmadan önce birden fazla nesne ve kamera lensi ile etkileşimlerini hesaba katarak izlenmesine olanak tanır.
Derinlik hesaplaması, optik yol uzunluğuna (OPL) dayanır. OPL, geometrik yol uzunluğu ile ortamın kırılma indisinin çarpımı olarak tanımlanır: $OPL = \int n(s) \, ds$. Bu, derinlik için ana parametredir ve çeşitli ToF sensör tiplerinin (D-ToF, C-ToF) simülasyonunu mümkün kılar ve geçici görüntüleme değerlendirmelerini destekler.
Prosedür, yüksek doğruluklu optik ışın izleme ve lens modellemesi için Zemax OpticStudio ve sahne oluşturma, veri işleme, analiz ve sensör modellerini (örneğin, demodülasyon, gürültü) uygulamak için Python kullanılarak gerçekleştirilmiştir.
Çerçeve, ToF sensörlerini zorlayan karmaşık gerçek dünya optik fenomenlerini hesaba katacak şekilde tasarlanmıştır.
Işığın sensöre ulaşmadan önce birden fazla yüzeyden yansıdığı, derinlik hatasının birincil kaynağı olan çok yollu girişimi (MPI) simüle eder. Işın izleyici bu karmaşık yolları takip eder.
Yüzey altı saçılma ve iç yansımaların meydana geldiği, ölçülen faz ve genliği etkileyen yarı saydam malzemeler (örneğin, cam, plastik) içinden ışık taşınmasını modeller.
Küresel aberasyon, kromatik aberasyon ve distorsiyon gibi lens etkilerini içerir. Bu aberasyonlar, optik yolu ve dalga cephesini değiştirerek piksel başına faz/derinlik ölçümlerinin doğruluğunu etkiler.
Makale, ana özellikleri basit bir 3B test sahnesi üzerinde göstermektedir. Sağlanan alıntıda spesifik nicel sonuçlar detaylandırılmamış olsa da, gösterim muhtemelen simülasyonun aşağıdaki yeteneklerini sergilemektedir:
Simülasyon çıktıları, ışınım haritalarını, faz haritalarını ve nihai derinlik haritalarını, simüle edilmiş sonuçları gerçek değerlerle karşılaştıran hata metrikleriyle birlikte içerecektir.
Simülasyonun doğruluğu, doğru fiziksel modellemeye bağlıdır. Temel denklemler şunları içerir:
Optik Yol Uzunluğu (OPL): $OPL = \sum_{i} n_i \cdot d_i$, burada $n_i$ kırılma indisi ve $d_i$, $i$ segmentindeki geometrik mesafedir.
C-ToF için Faz Kayması: Ölçülen faz kayması $\phi$, OPL ve modülasyon frekansı $f_{mod}$ ile ilişkilidir: $\phi = 2 \pi \cdot 2 \cdot \frac{OPL}{c} \cdot f_{mod} = 4 \pi f_{mod} \frac{OPL}{c}$, burada $c$ ışık hızıdır. 2 faktörü gidiş-dönüşü hesaba katar. Derinlik $z$ daha sonra: $z = \frac{c \cdot \phi}{4 \pi f_{mod}}$ şeklindedir.
Sinyal Modeli: Çok kademeli bir PMD için bir pikseldeki korelasyon sinyali $S$ şu şekilde modellenebilir: $S_k = \alpha \int_{0}^{T} I_{emit}(t) \cdot I_{demod,k}(t - \tau) \, dt + \eta$, burada $\alpha$ albedo/yansıtma oranı, $I_{emit}$ yayılan şiddet, $I_{demod,k}$ $k$ kademesi için demodülasyon fonksiyonu, $\tau$ OPL ile orantılı zaman gecikmesi, $T$ entegrasyon süresi ve $\eta$ gürültüdür.
Bu çalışma, sadece başka bir simülasyon aracı değil; idealize edilmiş optik tasarım ile ToF algılamanın karmaşık gerçekliği arasında stratejik bir köprüdür. Yazarlar, Optik Yol Uzunluğunu (OPL) birleştirici ana parametre olarak öne çıkararak, basit geometrik mesafenin ötesine geçmektedir. Bu derin bir değişimdir. Bu yaklaşım, ticari ToF'un Aşil topuğunu doğrudan ele alır: çok yollu girişim (MPI) ve malzeme özelliklerinden kaynaklanan sistematik hatalar, OPL'ye bağlı fenomenlerdir. Yaklaşımları, ışık taşınmasını birinci sınıf vatandaş olarak ele alır, böylece derinlik haritalarının köşelerde, cam yakınında veya ortam ışığı altında neden başarısız olduğunu analiz etmek mümkün hale gelir—çoğu satıcı veri sayfasında ciddi şekilde eksik olan bir analiz seviyesi.
Mantık zarif bir şekilde endüstriyeldir: Gerçek değeri tanımla (ışın izleme ile OPL) → Sensörün kusurlu ölçümünü simüle et (modülasyon/demodülasyon, gürültü ekleyerek) → Farkı analiz et. Bu akış, sensör karakterizasyonundaki en iyi uygulamaları yansıtır ancak bunu simülasyonda proaktif olarak uygular. Optik için Zemax ve sensör mantığı için Python kullanımı, esnek, modüler bir işlem hattı oluşturur. Ancak, mantık zincirinin zayıf bir halkası vardır: makale, simüle edilmiş, mükemmel OPL haritasından nihai, gürültülü, demodüle edilmiş piksel değerlerine geçişi ağır bir şekilde ima eder ancak titiz bir şekilde detaylandırmaz. Fiziksel optikten sensör elektroniğine sıçrama, çoğu hatanın doğduğu kritik arayüzdür ve modelleme derinliği belirsizliğini korumaktadır.
Güçlü Yönler: Metodolojinin kapsamlılığı onun en önemli özelliğidir. MPI, yarı saydamlık ve lens aberasyonlarını tek bir çerçevede simüle etmek nadirdir. Bu bütünsel bakış, bu etkilerin doğrusal olmayan bir şekilde etkileşime girmesi nedeniyle gereklidir. Endüstri standardı Zemax kullanılarak pratik uygulama, Ar-Ge ekiplerine anında güvenilirlik ve aktarılabilirlik kazandırır. Mitsuba veya Blender Cycles gibi görsel doğruluğa odaklanan tamamen akademik oluşturucularla karşılaştırıldığında, bu işlem hattı ölçüm bilimi için özel olarak inşa edilmiştir.
Zayıf Yönler ve Kör Noktalar: Odadaki fil, hesaplama maliyetidir. Karmaşık, difüz çok yollu sahneler için tam geometrik ışın izleme, kötü şöhretli derecede pahalıdır. Makale, hızlandırma teknikleri (örneğin, çift yönlü yol izleme, foton haritalama) veya elde edilebilir performans hakkında sessizdir, bu da yinelemeli tasarım için algılanan faydasını sınırlar. İkincisi, dalga optiğini ikinci plana atıyor gibi görünmektedir. Tutarlılık, ince filmlerde girişim veya kırınım gibi etkiler—minyatürleştirilmiş sensörler ve VCSEL dizileri için giderek daha alakalı hale gelen—geometrik optik modelinin dışındadır. Alan, pikosaniye zamanlamalı SPAD tabanlı dToF'a doğru ilerledikçe, bu önemli bir sınırlama haline gelir. Son olarak, gerçek dünya sensör verilerine karşı doğrulama sadece ima edilmiştir; fiziksel kameralara karşı nicel hata kıyaslamaları olmadan, simülasyonun tahmin gücü bir iddia olarak kalır.
ToF sistem entegratörleri ve tasarımcıları için bu makale bir şablon sağlar. Eylem 1: OPL merkezli analiz zihniyetini benimseyin. Derinlik hatalarını ayıklarken, önce sahnenizdeki şüpheli optik yol varyasyonlarını haritalandırın. Eylem 2: Bu simülasyon çerçevesini üretim için tasarım aşamasında kullanın. Sadece ideal lensi simüle etmeyin; toleranslarla simüle edin ve ardından derinlik hata bütçesini analiz edin. Eylem 3: Çerçeveyi daha da ileri taşıyın. Optik ve elektronik gürültü kaynaklarını birlikte simüle etmek için elektronik tasarım otomasyonu (EDA) araçlarıyla entegre edin. ToF'un geleceği bu ortak tasarımdadır. Araştırma topluluğu, Stanford'un Open3D'si veya MIT'nin geçici görüntüleme çalışmasının ışık taşınması analizini demokratikleştirdiği gibi, bu tür işlem hatlarını açık kaynak yaparak bunun üzerine inşa etmelidir. Nihai hedef, ToF sensörleri için bir "dijital ikiz"dir—bu makale bu yönde temel bir adımdır, ancak doğrulama, hızlandırma ve entegrasyonun ağır işi devam etmektedir.
Önerilen simülasyon çerçevesi, gelecekteki çalışmalar ve uygulamalar için birkaç yol açar: