生物辨識一詞起源於希臘單詞「bio(生命)」和「metric(計量)」。自人類文明出現以來,人臉就被用於鑒定身份。但是,直到蘋果(Apple)於2013年發佈內置指紋辨識功能的iPhone 5S後,生物辨識才真正成為應用於大眾市場的主流技術,因此,該趨勢也使得指紋辨識感測市場規模在2017年底達到了35億美元。

如果將指紋辨識稱之為生物辨識技術的「第一波」浪潮,那麼,生物辨識的「第二波」浪潮同樣由蘋果引領,2017年9月推出的iPhone X為消費類應用的3D感測設定了技術和用例標準,並有望驅動生物辨識市場在2022年之前達到170億美元。

當然,生物辨識不僅僅包含指紋或人臉辨識,聲音、步態、耳形、甚至體味都可作為一種生物辨識手段來驗證身份,在阿里達摩院發佈的2019十大科技趨勢中,「數位身份成為第二張身份證」赫然在列。未來,從手機解鎖、社區門禁到餐廳吃飯、超市收銀,再到高鐵進站、機場安檢,以及醫院看病,靠身體密碼走遍天下的時代正在加速到來,而感測器則在其中扮演著重要角色。

屏下指紋的三代進化

目前中國的一線手機品牌、包括華為、OPPO、小米、vivo都推出了基於光學指紋方案的產品,比如華為Mate 20系列、OPPO R17系列、小米8螢幕指紋版、vivo NEX等。

光學屏下指紋辨識的方法,是利用螢幕照亮手指,隨後手指的成像透過OLED螢幕的小孔,被螢幕下方的光學感測器所感知,進而比對辨識。

從已經商用的方案來看,光學屏下指紋的演進經歷了三代。第一代是基於CMOS感測器的小孔陣列準直方案。這種結構下,來自指紋的光線透過蓋板玻璃和OLED層之後進入準直層,進而過濾掉折射和散射光線,到達感光元件的光線便是準直光,得到相對清晰的指紋影像,最終辨識指紋。

第二代則是目前應用更為普遍的鏡頭式方案。這一方案的本質是在螢幕下方加裝攝影鏡頭,透過為手指拍照的方式來記錄和比對指紋資訊。這也是為什麼在點擊螢幕指紋區域的時候,辨識區域的亮度會大幅提升,因為需要為手指拍照打閃光。

眾所周知,手機指紋辨識區域面積想要多大,就得採用同尺寸的指紋感測器,由於兩代方案都採用了CMOS感測器,如果要做成區域甚至全螢幕指紋辨識,價格將非常昂貴。可以做一道簡單的數學題:要做一個尺寸100mm×75mm(面積約等於3個36×24全畫幅)左右的全螢幕指紋方案,以一片晶圓(4,000美金)切割出36個全畫幅感測器為標準,只能做12個全螢幕指紋感測器,每一顆感測器的總成本將高達300~400美元。

因此,第三代方案應運而生,其目的就是為了解決在增大辨識面積的同時,有效地控制成本。第三代方案在結構上與第一代類似,但是將CMOS感測器換成了薄膜電晶體(TFT)光學指紋感測器,極大的降低了成本。

目前,OPPO、小米、vivo等廠商均有類似技術。OPPO的做法是將一個位於手機中下部的區域位置定義為「黃金辨識區域」,其有效辨識區域達到了目前主流光學方案的15倍,使用者點按整個區域內的任意位置都可以透過指紋解鎖或支付。OPPO方面解釋,該公司發現多數用戶在拿起手機進行指紋解鎖時,都是利用單手,用虎口和小拇指分別托住手機的下方,伸出大拇指按壓,然後解鎖。因此,找到並定義一個舒適的單手操作區域位置,能很好地適應用戶本能的握持和操作習慣。此外,更大區域還讓OPPO可以支援獨特的「黑屏盲操作」、雙指同時錄入與認證,以及「光域加密」功能。

雙指解鎖功能在提升安全性方面也具備比較大的潛力,OPPO表示這種提升將是「指數級」的。實際上,Synaptics曾在2017年推出過類似理念的產品,稱之為「多重生物特徵辨識融合引擎」,透過組合「指紋+臉部」兩個生物特徵來實現雙重保險。但相比於指紋,利用前置鏡頭完成的2D人臉辨識天生安全性比較低,採用3D臉部辨識+指紋組合,安全性會更高,也是目前智慧型手機的主流配置。

小米屏下指紋方案比較突出的特性是一鍵錄入和大範圍盲解。與傳統指紋錄入需要十次左右,小米只需按一下就可以完成錄入,其螢幕指紋解鎖面積達25mm×50.2mm。但錄入指紋這個場景,用戶在使用一款手機的時候基本只會操作一次,以目前2年左右的換機週期來說,用戶很可能在2年內只會輸入一次指紋,因此這個功能在可拓展性上還有待挖掘。

vivo拋出的全螢幕指紋概念更高調。它是指在目前區域指紋的基礎上進一步擴大辨識面積,賦予用戶更大的靈活度和便捷性,用戶在完全盲操作的情況下也能實現解鎖,比如從口袋掏出手機的同時,只要手指接觸螢幕就能解鎖。與光域指紋類似,全螢幕指紋可以支援雙指、甚至三指或四指錄入與辨識,將安全性推向了極致。

全螢幕指紋在用戶體驗上來看應該是未來的發展方向。但TFT感測器在手機產業中仍然屬於未規模化的新技術,雖然與CMOS感測器相比極大的降低了成本,但是感測器面積的增加依然會帶來成本的提高。不過,隨著技術的規模化普及,全螢幕指紋方案的成本必然會降低,畢竟所有技術都有著相似的歷史發展軌跡。TrendForce旗下拓墣產業研究院報告就曾指出,2017年Synaptics的光學屏下指紋辨識成本尚要12~15美元,但隨著匯頂、思立微等廠商的加入,2019年成本將有機會下降至8美元以下。

此外,手機內部空間的平衡則是讓人更感興趣的挑戰。手機內部寸土寸金,伴隨著5G時代的到來,手機內部還要在已有的4G通訊模組基礎上增加5G元件,手機廠商可能會選擇增加機身厚度或者減小電池容量的形式來尋求空間。例如蘋果就在厚度上做出了一定的妥協,從iPhone X開始,蘋果將主機板做成了雙層,也將電池設計成L型排佈。

與中國本土手機廠商的選擇不同,三星(Samsung)為最新旗艦手機Galaxy S10系列選擇的是Qualcomm 3D聲波感測器。Qualcomm 3D聲波感測器的厚度不到0.2mm,基本工作原理是透過向手指發射超聲波脈衝,創建詳細的指紋3D結構圖,從而讀取手指的溝紋和脊線資料,取代了用2D感光技術讀取指紋的傳統方案。此外,由於能夠檢測到手指內的血液流動,該感測器在心率監測、BMI測量和血糖水準分析等應用中也得到了廣泛使用。

這家晶片巨頭在2016年隨著Snapdragon 820的發佈,推出了Sense ID超聲波方案。2017年,推出了更新版的超聲波方案Qualcomm Fingerprint Sensors,在前代基礎上實現全新增強特性,包括針對顯示器、玻璃和金屬的感測器、定向手勢檢測、水下指紋匹配和設備喚醒。

Qualcomm方面認為其3D聲波感測器輕巧的設計可以使之完全「隱藏」在手機螢幕下,實現無按鈕的終端設計,從而為使用者帶來更加輕薄、螢幕佔比更大的智慧終端。此外,由於它還可以檢測到手指內的血液流動,並且在各種環境下,哪怕是手指潮濕或髒汙,都能有效辨識指紋,因而大幅提升了指紋辨識的安全性、準確性和靈活性。

方興未艾的3D感測

根據諮詢機構Yole Développement的預測,受益於消費電子市場可預見的爆發式增長,3D成像與感測的市場規模將從2016年的13億美元增長至2022年的90億美元,其中用於消費電子的3D成像與感測市場將從2016年的2,000萬美元增長至2022年的60.58億美元,年複合成長率(CAGR)達到158%。

20190813NT61P1 2011~2022年全球3D成像與感測市場收入預測。

而作為3D深度視覺領域三大主流方案之一,飛行時間(Time of Flight;ToF)技術在過去的一年裡除了頻頻出現在各大旗艦手機產品中外,還在VR/AR手勢互動、汽車電子ADAS、安防監控,以及新零售等多個領域大顯身手,應用前景十分廣闊。

「ToF技術跟3D雷射感測器原理基本類似,只不過3D雷射感測器是逐點掃描,而ToF相機則是同時得到整幅影像的深度資訊。」ADI系統應用工程經理李佳解釋,這就好比是ToF鏡頭發射出了一整面平整的「光牆」,這面光牆打到物體表面發生了形變並帶著3D資訊反射回來,根據雷射往返的時間長短和其固定的飛行速度,就能計算出物體表面上的點與手機之間的距離。當發射的雷射夠多時,就可以觸達物體表面的每一個點,當所有的點連成一個3D立體面時,就能獲得物體的形狀資訊。

相比3D深度視覺的其他兩種方案,李佳認為ToF方案的優勢之一在於畫面拍攝後計算景深時不需要進行後處理,既可避免延遲又可節省採用強大後處理系統帶來的相關成本。同時,ToF測距規模彈性大,大多數情況下只需改變光源強度、光學視野以及發射器脈衝頻率即可完成。

20190813NT61P2 主流3D視覺方案對比。

因此,隨著體感交互與控制、3D物體辨識與感知、智慧環境感知,以及動態地圖構建等技術與市場的發展,具有不易受外界光干擾、體積小巧、回應速度快,以及辨識精準度高等多重優勢的ToF技術,開始在行動端和汽車電子領域嶄露頭角。

在李佳看來,手機後置攝影機、VR/AR手勢互動、環境測量等應用在技術層面上面臨的性能挑戰難度通常要更小一些,關注重點主要集中在低成本、低功耗和小尺寸等方面,對於測量速度、壽命和解析度等方面的要求並不強烈。但對於汽車、工業等專業級場景來說,ToF感測系統的設計不僅需要在精準度、範圍、回應時間、解析度、成本、功耗、封裝之間取得平衡,還需要針對不同情況中出現的各種不可控因素、感測系統的靈活性與抗干擾性等方面進行定制化的冗餘設計。比如添加一些高可靠性的濾波和抗干擾元件/模組,並載入相關的軟體演算法,從而保證系統有足夠的能力去應對不同類型的突發狀況。

以汽車應用為例,目前市場上的倒車雷達只能感應是否有障礙物,但一些「身材」矮小的障礙物就達不到感應範圍的要求。如果採用ToF技術,倒車系統就可以同時偵測多個不同距離的行人或障礙物,當有行人或者障礙物靠近時,就算是視線死角車頂的樹枝,透過軟體處理後,也能以影像或聲音警示距離,以幫助駕駛人員瞭解車後相關路況。

在智慧建築領域,以具備人臉辨識的ToF 3D立體影像自動門解決方案為例,傳統自動門採用紅外線反射原理,只能檢測到是否有物體出現在感測範圍,導致動物也能自由進出商場,造成了管理上的困擾。基於ToF的方案則可辨識空間中的人類特徵,以及人與物體相對位置距離,避免非人類進入商場。此外,商業空間的3D人流自動統計過去有成熟方案,但如何有效利用影像技術,以最低的成本精準分辨進出者的身高、體重、出入時間和低於1%的高度誤差,就有相當的技術門檻了。

除了完成物體的3D深度拍照外,ToF技術在工業領域還能為機器人帶來視覺效應,使之能像人類一樣具有方向感。

「在人類與機器人的合作問題上,安全性永遠是要考慮的首要問題,尤其是當機器人身處較為擁擠的工作環境中,它們必須能辨認人與機械的動作,並做出迅速的反應以避免受傷。」李佳說,如果用光達(Lidar)來解決機器人自主避障問題,成本需要增加數萬元;用雙攝影機方案,需要大量的運算和雙攝影機精準位置的調教。相比之下,ToF則成為解決上述難題的極具性價比的最佳選擇。

ADDI903x系列是ADI CCD ToF方案的核心元件之一,支持CCD紅外光ToF感測器,解析度可達640×480。李佳認為,與CMOS解決方案相比,以Panasonic CCD感測器和ADI ADDI903x為核心的系統級ToF解決方案,在同樣的尺寸和成本下能提供更高的系統性能。比如高解析度,在光線複雜的環境中可以更好的區分主體與背景。同時,得益於Panasonic針對940nm發光波段而設計的CCD架構,可以更精確的捕捉運動環境中的畫面。

TWS耳機主動降噪

如今,越來越多的手機開始取消3.5mm耳機介面,轉而採用USB-C介面耳機或是無線藍牙耳機,但消費者對音樂解析度的要求卻始終有增無減。一項調查顯示,音質已成為消費者選擇耳機或音箱產品時最看重的因素,76%的受訪者為此投了贊成票,79%的受訪者期待高解析度的音訊,並願意為此支付更高的費用。

而在蘋果AirPods的示範效應下,真無線(TWS)耳機作為行動網際網路入口的潛質逐步顯現,亞馬遜(Amazon)、Google、微軟(Microsoft)、華為等各路巨頭紛紛佈局搶佔市場。市調機構數據稱,2018~2023年間,無線耳機市場的複合年增率將高達39%,而具備主動降噪(ANC)功能的無線耳機增幅更是驚人,達到了150%。

20190813NT61P3 無線耳機市場潛力巨大。

但市場快速增長的同時,大多數採用被動降噪的半入耳式無線耳機由於結構本身限制,使雜訊更容易刺激耳朵,成為了市場普遍痛點。這是因為傳統耳機的被動降噪單純的利用耳機耳罩物理結構設計來減少外界聲音的進入,而主動降噪則利用了聲波干涉的現象,透過主動發射與外界噪音振幅相同的反相位聲波,從而使得兩者相互抵消,以達到降噪的效果。

艾邁斯半導體(ams)耳機與汽車感測器部門無線耳塞解決方案行銷經理Christian Feierl在接受《電子工程專輯》中國版採訪時表示,由於半入耳式耳塞佩戴方式相對鬆散,會導致外部噪音大量進入耳內,所以目前來看,基於半入耳式耳機的主動降噪方案還比較罕見。另一方面,如果要在半入耳式耳塞中加入主動降噪系統,就需要即時檢測佩戴情況,利用演算法最佳化以匹配最優模式,這對晶片的運算能力和功耗表現提出了更高的要求。

ams此前的主動降噪方案大多基於類比電路,需要搭建複雜的電阻電容生成雜訊濾波電路。但2016年,透過收購英國Incus Laoratories,ams獲得了數位主動降噪技術,並將其運用在最新推出的數位增強聽覺方案AS3460上。

將ANC濾波器運行在數文書處理器中有多種好處。首先是小巧而靈活,正如前文所述,數位主動降噪技術無需過多週邊元件,能夠針對不同環境自我調整的切換濾波器,或者將周圍環境的聲音直接送入耳機,也可以與藍牙通訊設備等進行數位介面通訊。其次,數位方案可以在晶片內部快速調整濾波電路並立即投入驗證,開發速度更快;第三,數位降噪技術免去了過往需要人工手動完成的校準過程,最佳化了流程。但與此同時,功耗和數位系統更高的延遲也不可忽視,設計者必須要在多種因素間找到平衡點。

Feierl指出,圍繞耳機的生態創新是一盤大棋。除了AS3460,他們還在無線耳塞最佳佈局佈線參考設計中增加了數位MEMS麥克風和接近光感測器。未來,還可以在耳塞內植入其他感測器,比如用於檢測耳塞插入的接近感測器、加速度感測器、健身器材用的心率感測器、溫度感測器,以及觸控感測器,從而使摘下耳機暫停音樂、上下滑動增減音量、血壓/心率檢測等功能變得觸手可及。

多重辨識技術萌芽

不同的生物辨識技術在精準度、穩定性、辨識速度、便捷性方面有著各自不同的特點和優劣勢,未來,多重生物辨識技術融合必將成為趨勢。Technavio提供的資料也印證了這一判斷,未來5年,全球多重辨識市場的規模將會保持20%以上的增長速度,而採用雙重辨識技術的應用佔比將超過90%,目前在智慧型手機中廣泛採用的指紋辨識+3D人臉辨識組合即為最好例證。

本文為EE Times China原創文章