從小眾走向大眾的深度攝像頭及傳感器市場的發(fā)展解析

最近一段時間，我們也采訪了不少做深度傳感器的廠商，聊來聊去，繞不開的一個話題就是：曾經(jīng)小眾的深度攝像頭市場，正在慢慢走向大眾化。

我們大腦皮層有50%的區(qū)域是用于視覺，在經(jīng)過幾億年的進化以后，我們的眼睛可以在150毫秒內(nèi)將看到的場景識別理解出來。但是，現(xiàn)在要讓機器只憑簡單的攝像頭做到這些是不可能的。

所以出現(xiàn)了可以捕捉三維深度信息的深度傳感器，雖然聽名字這是一顆傳感器，其實它的最終形態(tài)和我們的眼睛一樣，需要去觀察、認識以及理解這個世界。

尤其是在蘋果推出Face ID之后，相關(guān)的智能手機廠商都想跟風，雖然這股風現(xiàn)在還沒起來，但是大多已經(jīng)開始蠢蠢欲動。最近，華為在某場手機發(fā)布會上，也公布了點云深度攝像頭Jupiter X，和Phone X的“齊劉?！毕到y(tǒng)十分相似……

從小眾走向大眾的深度傳感器市場

最近一段時間，我們也采訪了不少做深度傳感器的廠商，聊來聊去，繞不開的一個話題就是：曾經(jīng)小眾的深度攝像頭市場，正在慢慢走向大眾化，而iPhone X在其中發(fā)揮了關(guān)鍵性的作用。

數(shù)據(jù)顯示，深度攝像頭市場規(guī)模將從2015年的12.5億美元增長到2021年的78.9 億美元，年均增長率達35%。

來自Markets and Markets的一份報告也顯示，預(yù)計到2020年全球機器視覺市場規(guī)模將達到125億美元。麥姆斯咨詢也顯示，預(yù)計2016~2022年間3D傳感器市場規(guī)模的復合年增長率為26.5%，2022年將達到54.6億美元。

這也是為什么蘋果、微軟、英特爾這樣的大公司會在五年時間內(nèi)，紛紛投資或者收購深度傳感器、手勢識別算法以及上下游相關(guān)解決方案公司：

而一旦獲得這種三維信息，就能為機器感知和智能分析提供最基礎(chǔ)的數(shù)據(jù)信息。

目前，市面上比較成熟的深度信息捕捉方案主要就三種：結(jié)構(gòu)光、雙目視覺以及TOF（飛行時間）。

第一種是結(jié)構(gòu)光方案，通過發(fā)射特定圖形的散斑或者點陣的激光紅外圖案，攝像頭捕捉到被測物體反射回來的圖案，計算上面散斑或者點的大小，然后跟原始的尺寸做對比，從而測算出被測物體到攝像頭之間的距離。

第二個叫雙目，主要通過兩個普通的攝像頭獲得深度信息，簡而言之它就是模仿人眼的結(jié)構(gòu)，通過兩個攝像頭的視差來確定距離信息。

第三種是TOF，它是通過發(fā)出的激光反射回來的時間算距離，TOF的方案在第二代Kinect上有使用過，傳感器發(fā)出調(diào)制的脈沖紅外光，然后遇到物體反射后，它會計算出光線發(fā)射和反射時間差或者相位差，實現(xiàn)距離的測量，最終產(chǎn)生深度信息。

可以說，既有的三種方案各有所長，TOF的響應(yīng)速度快、精度高，不易受環(huán)境光線干擾，但是功耗和成本都比較大；結(jié)構(gòu)光的工業(yè)化應(yīng)用較多；雙目立體成像更適合室外強光條件和高分辨率應(yīng)用，目前主要應(yīng)用在機器人視覺、自動駕駛等方面。

但是，現(xiàn)在很多技術(shù)廠商在盡可能的取長補短，彌補既有技術(shù)的短板。

深度攝像頭的產(chǎn)業(yè)鏈分解

無論是哪種方案，追根溯源其產(chǎn)業(yè)鏈的話，如下圖所示：

從產(chǎn)業(yè)鏈來看，相比較傳統(tǒng)的攝像頭，比較突出的就是紅外相關(guān)的元件。其實，如果對比兩者的結(jié)構(gòu)，也能很明顯發(fā)現(xiàn)深度攝像頭增加了不少新的硬件組件。

圖 | 2D 攝像頭模組結(jié)構(gòu)

圖 | 典型的3D 攝像頭模組結(jié)構(gòu)

發(fā)射端上新增了紅外激光發(fā)射器和輔助元件，包括衍射光柵和光學棱鏡部件（如準直鏡頭）；在接收端，新增紅外接收部分，包括鏡頭、紅外傳感器和窄帶紅外濾光片；在圖像處理器芯片上，由于算法上的復雜性，也比簡單的2D成像芯片成本更高。

還是以蘋果iPhone X為例，它的黑劉海就引入了紅外光學發(fā)射器VCSEL（垂直共振腔表面放射激光）。

相比較傳統(tǒng)的LED，VCSEL的精度、體積以及低功耗更適合移動端，現(xiàn)在大多數(shù)深度攝像頭都會采用VCSEL作為紅外光源，像蘋果的VCSEL供應(yīng)商之一是IQE，另一供應(yīng)商則是Lumentum。

市場研究機構(gòu)預(yù)測，2015年VCSEL市場規(guī)模為9.546億美元，至2022年預(yù)計將增長至31.241億美元，2016~2022年期間的復合年增長率可達17.3%。

VCSEL憑借其緊湊的尺寸、高可靠性、低功耗以及較低的制造成本而應(yīng)用廣泛。而汽車產(chǎn)業(yè)電氣系統(tǒng)對VCSEL的應(yīng)用增長，正推動整個VCSEL的市場增長。

隨著這塊市場的逐漸打開，提供綜合技術(shù)方案的廠商也開始嶄露頭角，比如我們此前采訪過的圖漾和華捷艾米，都是以提供最終的軟硬件產(chǎn)品，甚至是算法為主。

另外，現(xiàn)在一大趨勢就是三維視覺在算法端上和人工智能的結(jié)合，從而進一步提高識別的精確度。

以人臉識別為例，像我們熟悉的商湯、曠視都接二連三獲得數(shù)億美元的融資，這塊市場的容量可想而知，商湯、曠視都是算法段的高手，但是3D攝像頭可以減少對這部分算法的依賴，通過采集人臉圖像的深度信息，直接在終端上提高人臉識別技術(shù)的準確率。

機器人、無人駕駛、安防、VR/AR，

深度攝像頭就像萬金油

在一項智研咨詢的數(shù)據(jù)調(diào)查中，2016-2022年3D成像會在消費電子領(lǐng)域迎來爆發(fā)，其平均年復合增速達到了160%，如下圖所示，

為此鎂客君也整理一份深度傳感器的應(yīng)用市場情況，從宏觀上來看，基本上囊括了移動智能手機、機器人、自動駕駛、安防等領(lǐng)域，也難怪為什么大公司十分熱衷于收購這些技術(shù)公司。

如果簡單梳理一下深度攝像頭的應(yīng)用方向，如下圖所示，主要集中在消費端和工業(yè)領(lǐng)域：

說到安防中的行為識別和生物特征識別。傳統(tǒng)的安防攝像頭只能記錄下海量的視頻信息，而無法對視頻里面人的行為做分析和預(yù)警，有了深度攝像頭，就有了對人的動作獲取的硬件基礎(chǔ)，配合深度學習算法，就可以對人的行為做識別和預(yù)警，安防的設(shè)備能夠真正能夠體現(xiàn)出它的價值。

在智能制造方面，包括流水化生產(chǎn)線上的工業(yè)機器人，無人倉儲內(nèi)的送貨機器人都需要及時獲取深度信息，比如送貨機器自動將不同大小、體重的包裹運送到規(guī)定的位置，僅僅是二維平面信息完全不夠，它必須要配備深度攝像頭去獲取包括深度在內(nèi)的三維信息。

同樣是我們?nèi)粘３Ｒ姷膾叩貦C器人，它在室內(nèi)的避障也需要深度攝像頭去以捕獲周圍的環(huán)境信息，然后再規(guī)劃出合適的路徑。

就像圖漾的聯(lián)合創(chuàng)始人徐韜所說，“三維視覺在整個人工智能領(lǐng)域的基礎(chǔ)性地位，深度攝像頭的應(yīng)用范圍其實是在不斷拓展，將來有望成為所有機器的標配傳感器。”

在娛樂消費端，大家就比較熟悉它的幾個應(yīng)用場景，比如類似于微軟Kinect的體感游戲機。要實現(xiàn)體感交互，很重要的就是手勢、身體骨骼動作的識別等，以華捷艾米的3D體感芯片為例，其中就包含了骨骼跟蹤技術(shù)以及slam算法（定位、跟蹤以及路徑規(guī)劃技術(shù)的核心）等。

對于消費端來說，只有低功耗、小體積才能實現(xiàn)真正的商業(yè)化，這也是為什么很多廠商在做嵌入式方案、或者以“曲線救國”的形式去降低功耗等。

此前，公認的是TOF比結(jié)構(gòu)光更加適合應(yīng)用到智能手機上，因為采用TOF原理來實現(xiàn)動作追蹤和深度感知已經(jīng)出現(xiàn)在谷歌的Project Tango方案中，Project Tango主要用于空間三維數(shù)據(jù)的采集。去年聯(lián)想推出了一款Project Tango技術(shù)方案的手機，但是時間證明，外形過大、重量過度的Tango手機并沒有打開市場，現(xiàn)在關(guān)于這款手機的量產(chǎn)和銷量也不得而知，不得不說，TOF的方案還需要“斟酌”。

“所有的技術(shù)在某個時間點都有最優(yōu)的性價比選擇，只能說在當前這個階段，結(jié)構(gòu)光是最佳的選擇，這也是為什么蘋果會選擇結(jié)構(gòu)光。其實從蘋果的角度，它的實力、現(xiàn)金流，做任何技術(shù)都可以，但是它為什么選了結(jié)構(gòu)光，也說明其他技術(shù)在一些問題上沒法在當前階段做一些消費級的產(chǎn)品?！鄙颥u表示。