使传感器技术不那么模糊

许多人戴眼镜是为了改善他们的视力。开车时不戴眼镜，他们无法看清东西，例如停车标志。在开车时，我们都希望避免穿过十字路口并被其他司机撞到。驾驶时应始终佩戴眼镜，以便他们能够最好地识别前方道路上的危险（图 1）。

检测和识别物体的能力几乎是所有视觉应用的核心。然而，实现这一目标的方法几乎与这样做的理由一样多。这篇博客着眼于几个用于检测物体的标准传感器。

相机

在视觉应用中，相机可能是大型电子视觉系统的一部分。它们的使用方式类似于人眼。

在视觉系统中使用相机的几个优点包括：

可能被定位为“看到”整个上下文，或者至少是被认为足够合适的内容

在各种情况下“超越”人类的潜力

通过应用不可见光源，即人眼可响应的大约 380nm – 750nm 光谱之外的光源

可以通过以下方式学习：

人工智能 (AI)

机器学习（机器学习）

神经网络（NN）

通常成本较低

处理天气环境有点类似于人类的视力

雷达

作为电子工程师，我们中的许多人都知道还有其他传感技术可以让我们“看到”人眼通常看不到的东西。这方面的一个例子是雷达（图 3）。雷达是无线电探测和测距的缩写。雷达使用无线电波 (3MHz–110GHz) 来帮助确定物体的距离（测距）、角度或速度。我们中的许多人都熟悉雷达示例，了解航空器在天空中飞行时是如何被跟踪的。它提供了一种“查看”飞机所在位置的方法。在查看我们当前权限范围内的应用（车辆和机器人技术）时，通常会使用毫米波 (30–300GHz)。

在视觉系统中使用雷达的几个优点包括：

小封装尺寸和天线

大带宽

高多普勒频率

高度集成

可靠的

实惠

毫米波传感器

德州仪器(TI) 的毫米波传感器是提供工业 (IWR) 和汽车 (AWR) 选项的雷达解决方案。使用毫米波 SDK 简化传感，在不到 30 分钟的时间内利用和评估传感项目。空间和速度分辨率可以检测到比传统解决方案高出三倍。CMOS 单芯片传感器通过将 RF 前端与 DSP 和 MCU 集成在一起来缩小设计尺寸。

AWR

AWR 系列汽车毫米波传感器可增强驾驶体验，通过分析附近环境并对其做出反应，使其更安全、更轻松。

国际水资源研究所

IWR 系列工业毫米波传感器通过检测物体的范围、速度和角度提供前所未有的精度和稳健性。

激光雷达

这个概念可以应用于光波，而不是使用无线电波。光探测和测距 (LiDAR) 使用电磁光脉冲来确定物体的距离（测距）、角度或速度。

使用 LiDAR 的优点可能包括：

准确性

精确

3D成像

不受外部照明条件影响

所需的计算能力相对较低

飞行时间 (ToF)

飞行时间 (ToF) 是对物体、粒子或波在介质中传播一段距离所需时间的测量。分析这些数据可以揭示速度或路径长度等概念，以及粒子或介质的特性。ToF 应用包括机器人和人机界面 (HMI) 中的接近感应和手势识别。

结论

我们介绍了不同类型的物体检测传感器，并研究了每种传感器的不同优势。正如我们所知，并非所有相机都生来平等。其中大部分归结为应用程序。我们还了解到，开发人员在开发新传感器方面取得了重大进展，这些传感器可以密切模仿人眼感知视野变化的能力。在某些情况下，我们使用的传感器技术超出了我们的眼睛所能看到的范围。也许，有一天我们对处方眼镜的需求将会过时。

审核编辑 黄昊宇