DSO.ai
もっと詳しく知る →
3D深度センシング用グレーティングの設計
使用ツール:
RSoft CAD, DiffractMOD, MOST, BSDF Utility, LightTools
近年、顔認識やLiDARなどの新しい技術として、深度センシングが注目されています。一般に、深度センシングはサンプリング信号を物体に照射し、その反射信号を検出し、反射信号を解析することで深度情報を推論します。この解析には、TOF(Time of Flight)、SV(Stereoscopic Vision)、SI(Structured Illumination)など、いくつかの方法が検討されています。
本デモンストレーションでは、携帯電話技術の改良をターゲットアプリケーションとして、構造化照明について紹介します。
構造化照明
構造化照明とは、パターン化した光を試料に照射し、通常の観察範囲外のモアレ縞の情報をソフトウェアで解析することで、空間分解能を高めるもので、顕微鏡で広く用いられています。
規則的な構造光とランダムな構造光の生成は、構造化照明の作業時によくある課題です。
可能な解決策とその欠点は以下の通りです：
- 規則的な構造光： 周期的な3次元グレーティングを適用することで規則的な光パターンを生成できるが、「規則的なサンプリングパターン」とは、画像内の任意の位置のパターンが局所的に一意でないことを意味する。
- ランダムな構造光： 位相差板をカスタマイズすることで、位相回復技術によりほぼ全てのパターンを生成できるが、コストが比較的高く、周期性がないため耐性が非常に敏感となる可能性がある。
周期的な3Dグレーティングを導入し、ストライプ周期をダイナミックに制御した光源アレイを使用することでパターンの均一性が向上することを紹介します。
光学グレーティング
構造化パターンを生成するために、ここで使用する要件と期待される条件は以下の通りです：
- 入力光源： 高いコヒーレンス性と偏光を備えた赤外レーザーダイオード(VCSEL、DFB)のアレイが候補となる
- 出力パターン： 広範囲に分離したパターン、均一な強度分布
この一連の仕様は、上記の要件に基づいて記載されています：
関連資料およびサンプルモデルのダウンロード
この関連資料では、RSoft CADで作成した光学ダマングレーティングを幅、高さ、屈折率、周期などの詳細とともに紹介しています。
RSoft DiffractMODがRCWAアルゴリズムを使用して回折特性を厳密に計算する方法について説明します。
サンプルモデル
ユーザー向けサイトSolvNetPlus※にて本事例に関するサンプルモデルをダウンロードできます。
先にSolvNetPlusへログインのうえ、下記にアクセスください。
※SolvNetPlusの利用にはアカウント登録が必要です。
SolvNetPlusの登録方法などはこちらをご確認ください。
本内容に関するお問合せ
本ページでご紹介した事例をもっと詳しく聞きたい、利用した製品について個別に紹介して欲しいなどご要望ございましたら、お気軽に下記ボタンよりお問合せください。