回形针PaperClip文章备份站
  • 首页
  • 回形针PaperClip
    • QQ-X计划“星城”之旅:3000米落差体验失重
    • iPhone 上的激光雷达有什么用
    • 「每逢佳节胖三斤」,你做好准备了吗
    • 不管回不回家,这个春节都值得你好好度过
    • 为什么一家银行要发射卫星
    • 为什么不好吃的野生动物也渐渐消失了?
    • 为什么你吃的月饼长这样
    • 为什么你的手机读取数据这么慢
    • 为什么你的腿总是长不直
    • 为什么托尼老师染发这么贵
    • 为什么搜索引擎无法解决你的困惑
    • 为什么现代人更容易过敏
    • 为什么节后上班这么痛苦
    • 为什么芯片上的晶体管越做越小
    • 为什么苹果非要用自己的芯片
    • 人口普查究竟查什么
    • 你为什么总是抓不到娃娃
    • 你的身体怎样培养出「超级细菌」
    • 你究竟需要一把怎样的菜刀
    • 免费升舱这种好事,你怎么碰不上
    • 全国第二高发癌症,离你有多近
    • 写给直男的大姨妈呵护指南
    • 刚刚发射的天和核心舱意味着什么
    • 别人一支烟的愉悦,让你付出了什么
    • 动物园猛兽跑路该怎么办
    • 化妆水下毒指南
    • 半年学好英语能有多简单?
    • 只需拿起一张纸片,便可扭曲整个时空
    • 吃糖到底有什么问题
    • 含糖饮料避坑指南
    • 哪个男孩,不想永远做男孩|回形针推荐
    • 在非洲,优雅地吃上一桶泡面竟然是身份和财富的象征
    • 好好的 Flash,怎么就被淘汰了
    • 如何从典当行借到钱
    • 如何像拼积木一样定制汽车?
    • 如何寻找世界上最古老的 DNA
    • 如何快速解决下水道堵塞
    • 如何把空气玩到极致
    • 如何拯救你的无线音响
    • 如何掌握一项3亿人都会的技能?
    • 如何科学地吸收尿液
    • 如何科学地提升撸狗体验
    • 如何科学地种西瓜
    • 如何给人生一个惊奇的停顿号
    • 如何让机器模仿你的声音
    • 如何选择一款靠谱的耳机
    • 安眠药对你做了什么?
    • 家用冰箱里的生化危机
    • 小蓝片对丁丁做了什么
    • 快出门,今晚有超级月全食
    • 收割机对小麦做了什么
    • 新发地的菜都从哪儿来
    • 春节如何科学送礼?
    • 是什么导致了走路八字脚
    • 杀蟑螂,中国人有1000种奇淫巧技
    • 正式介绍我们的第三张原声音乐专辑
    • 油烟机如何拯救你的当代生活
    • 照片里的你为什么不好看
    • 熬夜如何搞坏你的身体
    • 爆米花不为人知的秘密
    • 物理学家都干了什么?
    • 用对筷子有多重要
    • 电脑诞生这么久,为什么你还是喜欢在纸上做笔记
    • 神舟十二号:终极使命和新的起点
    • 站到“不安分”的人身边
    • 糖化反应到底有多危险
    • 纸吸管为什么这么难用
    • 自动扶梯到底危不危险
    • 苹果推出的 Mini LED 屏,到底好在哪
    • 逃避社交的你,真的有「社交恐惧症」吗
    • 量子计算机究竟是什么
    • 金刚居住的地心世界在哪里
    • 银盐冲印如何拯救老照片
    • 防腐剂到底安不安全
    • 食用色素真的安全吗
  • 基本操作
    • 《一个人工智能的诞生》即将完整上线,以及一个「立省 50 元」的机会
    • 《一个人工智能的诞生》第一周版本更新!
    • 《一个人工智能的诞生》第二周版本更新!
    • 《一个人工智能的诞生》第五周版本更新
    • 可能是地球上第一个交互视频课程
    • 基本操作 3 月更新
    • 基本操作四月第三周更新
    • 我们和数码荔枝聊了聊:做交互视频、卖正版软件到底赚不赚钱?
    • 机器学习的最底层,或许是人类
    • 被密码斩首的女王,与新课程免费兑换码
    • 「机器学习」等于「神经网络」吗?人工智能基础概念梳理
    • 众包与数据标注:机器学习的最底层,或许是人类
    • 并非只有加密和解密 —— 密码学基础概念梳理
    • 泄露天机 ——《密码学:成为一名密码朋克》全系列资料整理
    • 值得一看!《机器学习:一个人工智能的诞生》全系列参考资料
    • 沃尔特·皮茨:神经元模型与陨落的天才
    • 沃尔辛厄姆:被隐蔽的「间谍之父」的一生
  • 干燥工厂
    • 工厂开张的一个月里发生了什么?
    • 干燥工厂开业!我们准备了 6 颗核弹卖给你
  • 有点东西
    • 有点东西:这是回形针的新栏目「有点东西」
    • 有点东西:会飞的鸡在睡梦中合成宝可梦
    • 有点东西:几何让阻尼感和灵感都乖乖站好
    • 有点东西:原谅让数理化长出小眼睛
    • 有点东西:在摇椅上煮出赛博朋克艺术品
    • 有点东西:开发香喷喷的替代品与钱
    • 有点东西:懒人在音乐、断食、电击中书写 blog
    • 有点东西:拒绝加班徒步去抓星之卡比
    • 有点东西:这五个推荐里,我们强烈推荐第一个
    • 有点东西:遥控朋克猫有节奏地清倒硬盘
由 GitBook 提供支持
在本页
在GitHub上编辑
导出为 PDF
  1. 回形针PaperClip

iPhone 上的激光雷达有什么用

上一页QQ-X计划“星城”之旅:3000米落差体验失重下一页「每逢佳节胖三斤」,你做好准备了吗

最后更新于3年前

今天凌晨的苹果发布会上,iPhone 12 正式面世。与基本机型相比,iPhone 12 Pro 和 iPhone 12 Pro Max 的后置摄像头除了多一枚长焦镜头,还增加了一颗 LiDAR,激光雷达扫描仪。

这颗激光雷达是什么?它能为你的手机带来什么新体验?

img

在这块圆形黑色区域之下,LiDAR 主要由两部分组成:发射端和接收端。垂直腔面发射激光器(VCSEL)作为发射端,向物体发射一束红外光,经反射被 CMOS 图像传感器接收,光束经历的这一段时间被称为飞行时间(ToF)。

飞行时间又分为直接飞行时间(dToF)和间接飞行时间(iToF)。前者向目标发射一个光脉冲信号,直接测量光子从出发到返回的用时;后者发射一连串经过调制的光波,通过检测来回光波间的相位差测量飞行时间。

已知光速,通过简单的计算我们就能得到与目标物体之间的距离。这样的测距原理与雷达类似,不过,LiDAR 基于的是脉冲激光,比雷达利用的无线电波波长更短、频率更高,可以得到分辨率更高的图像,精度可达厘米甚至毫米级别。

因此,LiDAR 也被应用在地图测绘、自动驾驶、文物保护等领域。而到了手机,它又能做些什么呢?

这不是苹果第一次在它的产品里引入激光雷达。早在今年 3 月,2020 款 iPad Pro 就配备了 LiDAR 扫描功能,采用直接飞行时间技术(dToF),相比 iToF,功耗较低且不易受环境光的干扰,可以做到大范围测量。

使用时,发射器投射出 9 * 64 大小的矩阵光束,捕捉并绘制最远 5 米范围内的位置深度图。改变,首先发生在你拍摄的照片里。

一张出色的浅景深照片,是通过调大相机光圈并对焦在距离相机较近的地方实现的。今天,通过多个摄像头和机器学习算法的帮助,用手机也能轻而易举拍出这种背景虚化的效果。

首先,神经网络和机器学习技术可以让手机知道我们在拍什么,以及目标距离我们有多远。对于普通人来说,从一张照片中判断物体层次和远近关系是一件非常容易的事,但对于机器,则需要大量的资源来学习,比如颜色分布、明暗程度和物体尺寸。

就像上面这张照片,曝光度均匀且主题明显,机器很容易分析出距离镜头较近的点以及距离镜头较远的点。

可一旦照片中有更复杂的关系,事情就变得棘手了。

人类或者动物的毛发、丰富的色彩、以及与背景颜色接近的衣服等,都很容易被机器误判为背景,尤其是主体的边缘区域,呈现出不自然的模糊效果。

LiDAR 的加入能带来更精准的深度信息,以便于让 iPhone 理解物体之间的前后关系,通过算法绘制出一张空间位图,并将照片做切片处理。iPhone 会在几纳秒内根据深度信息图将照片切分成多份,距离越远的图层,模糊程度越高,制作出一张以假乱真的浅景深人像照片。

同时,在低光照条件下,iPhone 的对焦速度也将大幅提升,并且可以在黑暗中准确找到画面中的人物,为夜间模式下的人像照片打下基础。

当然,LiDAR 对 iPhone 12 Pro 的拍照提升实际上还得看实拍测试。你可以期待另一个让它真正大放异彩的领域—— AR。

2017 年开始,苹果公司推出 AR 软件开发套件 ARKit,开发者们可以使用它制作出精致的 AR 应用,比如下面这个能让你随时随地打保龄球的游戏。

游戏场景中的这两人保持运动状态,且是前后移动,在没有深度信息的辅助下,机器难以判断出两个人的位置关系,把球放置在二人中央。所以你会看到,球时不时从人体内「穿」过的诡异画面。

而加入了 LiDAR 之后,通过测量出照片的深度系统,将游戏里的 3D 模型附着在地面、桌面等平面上,并分析整个摄像头视野内的空间位置关系来动态调节模型的光照和阴影,使游戏体验更加真实。

当这些人物从你面前跑过,将带来身临其境的体验,并且通过机器学习算法的加持,AR 应用能更清楚地知道摄像机视野里的是你家的沙发还是地面,从而将草地附着到沙发脚的位置,与你所处的位置达到前所未有的契合。

你可能意识到了,手机前置的 Face ID 也能构建 3D 图像,它与 LiDAR 有什么区别?

从红外摄像机拍摄到的光斑可以看出,Face ID 的结构光传感器通过点阵投影发射出超过 3 万个不可见的光斑,利用扭曲建模,制作出一张准确的面部深度图,从而将 2D 的图像转换为带有深度信息的 3D 图像。受距离所限,只能进行小范围的 3D 绘制,用于人脸识别。

而 LiDAR 的光斑较大且疏,更适合用来对整个房间进行扫描和建模。

LiDAR 能让你的手机在 AR 应用中获得更好的体验,在家里放一把椅子,它比你的双目还要更精准地知道椅子离地面多远、离墙壁多远。

椅子嵌进墙里或是立在墙面的画面,再也不会出现了。

-

封面图来源:

Apple

参考资料:

[1] Foix, S., et al. (2011). Lock-in Time-of-Flight (ToF) Cameras: A Survey. IEEE Sensors Journal, 11: 1917-1926.

img
img
img
img
img
img
img
img
img
img
img