导读
激光是一种特殊的光，它是由同一波长、相干、相位一致的光子组成的光束。激光具有单色性、方向性、亮度高、相干性好等特点，因此在科学研究、工业生产、医疗卫生、军事等领域得到了广泛应用。激光技术的应用范围非常广泛，如激光加工、激光测量、激光通信、激光医学等。
近几十年来，消费级移动设备在小尺寸和多功能方面取得了突飞猛进的发展。得益于集成电路的繁荣，消费级移动设备能够在平板和手机中集成许多传感器，如触摸屏、相机模组、电子指南针、GPS接收器等等。如今，激光测距早已应用在如自动驾驶等领域，但从没有一款应用激光测距的移动设备，直到苹果在2017年发布了配备三维面容ID的iPhoneX，以及后来在2020年发布了配备激光雷达扫描仪的iPhone 12 Pro和iPad Pro，这也被很多人认为是近年来变革性的科技成就。激光在苹果产品中的应用主要是前置面容ID以及后置激光雷达扫描仪。
01 前置面容ID
面容ID是一种安全性极高的面容识别技术，该技术利用了用户面部的数字信息来解锁他们的设备、使用Apple Pay付款、在程序商店中授权订阅，甚至创建一个映射到用户面部的动画表情符号。据苹果公司称，面容ID能自动适应用户的外貌变化，比如化妆、长胡子等，甚至在全黑环境中，面容ID也可以正常工作。
这一切得益于通常所说屏幕刘海下的原深感摄像头系统，这套系统主要由一个泛光照明器、一个点阵投影器和一个红外相机组成。当面容ID工作时，泛光照明器向用户的面部发射红外光，用于红外相机捕捉二维图像，从而判断用户的眼睛是否睁开且注意力是否在屏幕上。如果识别到用户的面部，那么点阵投影器将向用户面部投射出超过30000个有规律的红外点阵，其图案将被红外相机读取，并构建出独特的三维面部模型。之后，经过二维图像和三维模型的进一步匹配即可得到精准的面容信息。在苹果的新系统中，人们可以在佩戴口罩时使用面容ID，这依赖于对用户眼睛周围的区域进行识别，而不是整个面部。
原深感摄像头系统实际上是基于一种叫做结构光投射式的三维测距技术，它需要一个照明源向场景中的物体表面投射预先设定的光斑图案，再获取二维图像并分析物体表面的光斑图案发生了怎样的变化，从而来重建它们的三维形状。这种技术非常精准，可以达到亚毫米级的分辨率；但由于算法的复杂性，测距速度较慢。
图1 原深感摄像头系统
（图源：36氪）
02 后置激光雷达扫描仪
与前置面容ID不同，激光雷达扫描仪利用的是脉冲式三维测距技术。激光雷达扫描仪工作时，VCSEL（Vertical-cavity Surface-emitting Laser，垂直腔面发射激光器）激光器向场景中发射红外光点阵，点阵由3×3个网格组成，每个网格中有8×8个点。反射后的激光由近红外图像传感器接收并得出激光往返于物体与设备之间的时间，通过计算即可得到距离信息。激光雷达扫描仪的最大测距范围可达5米，极限测距分辨率约为1厘米。激光雷达扫描仪原本是用于提高拍照时的对焦速度和背景虚化效果，特别是在暗光环境下的人像模式。据说，Pro级iPhone的对焦速度比使用立体视觉式三维测距技术的普通iPhone快了近六倍，因为立体视觉是通过同时获取同一场景的两个二维图像，并通过已知相机间距来估计距离，这与动物和人类感知周围环境中物体的距离和深度信息相同。
图2 激光雷达扫描仪示意图
(图源： 本文作者)
后置激光雷达扫描仪还可以用来做什么呢？在生活中，可以用它来创建复杂的AR应用，比如随时随地“玩保龄球”。如果没有深度信息的帮助，很难判断两个人的位置关系，也就很难把球放在正中间，因此就有了穿模的奇怪画面；但有了激光雷达扫描仪，游戏中的三维模型将通过深度信息附着在地面、桌面等平面上，并分析整个相机视野内的空间位置关系，动态调整模型的光影，使游戏体验更加真实。当使用测距仪程序时，测距准心沿着物体边缘将自动出现参考线，方便更精确地测量距离值。同时，苹果公司还为线条测量添加了一个标尺，并且以颗粒状的线条来代表刻度。另外，激光雷达扫描仪还可以帮助人们进行家居设计与装修，通过在屏幕上滑动操作，就可以达到符合预期的效果。
图3 激光测距
(图源： 视觉中国)
激光雷达扫描仪还可用于科学研究，比如对丹麦的悬崖进行测量和建模、扫描建筑外的紧急通道和名胜古迹的内部构造、重建车祸现场、测量森林参数、估计积雪深度。随着建模软件的适配，激光雷达扫描仪将会用于更多的科学研究。
图4 激光扫描仪用于3维建模
(图源： 视觉中国)
参考文献：
[1] Villa F , Severini F , Madonini F , et al. SPADs and SiPMs Arrays for Long-Range High-Speed Light Detection and Ranging (LiDAR) [J]. Sensors, 2021, 21(11):3839.
[2] Song Z. High-speed 3D shape measurement with structured light methods: A review[J]. Optics & Lasers in Engineering, 2018, 106:119-131.
[3] Luetzenburg G , Kroon A , Bjork A . Evaluation of the Apple iPhone 12 Pro LiDAR for an Application in Geosciences[J]. Springer Science and Business Media LLC, 2021.
[4] Liu W, Lai B , Wang C , et al. Learning to Match 2D Images and 3D LiDAR Point Clouds for Outdoor Augmented Reality[C]// 2020 IEEE Conference on Virtual Reality and 3D User Interfaces Abstracts and Workshops (VRW). IEEE, 2020.
[5] Behroozpour B , Sandborn P , Wu M C , et al. Lidar System Archi- tectures and Circuits[J]. IEEE Communications Magazine, 2017, 55(10):135-142.
文字｜郝熠
排版 | 汪子丁
审核 | 陈星安 魏一凡 程泽堃 王沁怡
