3、触控传感原理：受抑全内反射（FTIR）机制、散射与吸收调制、光强分布与触控点定位、多触点识别原理
好，我们进入第三章。这一章讲的是触控传感的核心——光是怎么感知到你的手指的。说白了，就是光波导触控的“物理层”怎么工作。
我刚开始接触这个领域时，觉得不就是光被挡住嘛，有什么复杂的？后来真做项目才发现，里面的门道不少。你想想看，光在波导里跑得好好的，手指一碰，怎么就变成触控信号了？这里面涉及几个关键机制，我们一个一个拆开讲。
3.1 受抑全内反射（FTIR）机制
FTIR，全称 Frustrated Total Internal Reflection。这个名字挺唬人，但原理其实很直观。
光在波导层里传播时，只要入射角大于临界角，就会发生全内反射——光被“囚禁”在波导里，一点不漏。但当你用手指（或其他折射率匹配的物体）接触波导表面时，这个完美的反射条件就被破坏了。
核心原理：手指的折射率（约1.4-1.5）远高于空气（1.0），且与波导材料（如PMMA，折射率约1.49）接近。当手指接触波导表面时，原本应该全反射的光线，有一部分会“泄漏”进手指，形成散射光斑。
我在第一个原型项目里就踩过坑。当时选了一款便宜的亚克力板做波导，结果手指按上去光斑特别暗。后来才发现，亚克力的折射率是1.49，而人体皮肤的折射率大约1.44，两者差值太小，导致FTIR效应不够强。换用折射率更高的聚碳酸酯（PC，折射率约1.58）后，效果立竿见影。
避坑指南：我曾经因为波导材料表面有油污，导致FTIR信号不稳定。后来养成习惯，每次实验前用异丙醇擦拭波导表面。记住，任何折射率接近波导的污染物都会产生误触信号。
3.2 散射与吸收调制
FTIR只是第一步。手指接触后，泄漏出来的光会怎么变化？这就要说到散射和吸收调制了。
手指接触波导表面时，会发生两件事：
- 散射调制：手指皮肤的微结构（指纹脊线、毛孔等）会使泄漏光发生漫散射。散射光的强度和方向与手指的按压压力、接触面积直接相关。
- 吸收调制：血液中的血红蛋白对可见光有较强的吸收，尤其是绿光（波长约530nm）和红光（波长约660nm）。手指按压时，皮下血管被压缩，血容量变化，导致吸收率改变。
我做过一个实验，用红光和绿光同时照射波导，发现绿光对脉搏信号的调制更敏感。为什么？因为绿光更容易被氧合血红蛋白吸收，而手指按压时血容量变化主要影响氧合血红蛋白的浓度。这个特性后来被用在心率监测上，算是意外收获。
| 调制类型 | 物理机制 | 典型应用 | 我遇到的坑 |
|---|---|---|---|
| 散射调制 | 手指微结构引起漫散射 | 触控点定位、压力感应 | 指纹油污会改变散射模式 |
| 吸收调制 | 血红蛋白对特定波长的吸收 | 心率监测、血氧检测 | 环境光干扰导致信噪比下降 |
| 折射率调制 | 手指折射率破坏全反射 | 触控检测、手势识别 | 波导材料折射率选择很关键 |
3.3 光强分布与触控点定位
光被调制后，我们怎么知道手指按在哪里？这就要靠光强分布分析了。
典型的方案是在波导的四周布置光电探测器阵列。当手指接触时，泄漏光在波导内形成一个新的光场分布。每个探测器接收到的光强变化，与手指到该探测器的距离成反比——距离越近，光强变化越大。
定位算法通常采用加权质心法：
// 加权质心定位算法（简化版）
// detectors[]: 探测器位置坐标
// intensities[]: 各探测器接收到的光强变化量
function locateTouchPoint(detectors, intensities) {
let totalWeight = 0;
let weightedX = 0, weightedY = 0;
for (let i = 0; i < detectors.length; i++) {
// 光强变化量作为权重
let weight = intensities[i];
weightedX += detectors[i].x * weight;
weightedY += detectors[i].y * weight;
totalWeight += weight;
}
if (totalWeight === 0) return null;
return {
x: weightedX / totalWeight,
y: weightedY / totalWeight
};
}嗯，这里要注意。实际项目中，光强分布不是理想的线性关系。波导内的光传播会受到散射、吸收、边界反射等多种因素影响。我建议在定位前先做一次标定——用已知位置的触控点采集一组光强分布数据，然后拟合出一个校正矩阵。
重要提醒：我曾经在标定时忽略了波导边缘的反射效应，导致边缘区域的定位误差达到5mm以上。后来在标定数据中加入了边缘补偿项，误差才降到1mm以内。标定数据至少要覆盖整个触控区域的80%以上，尤其是边缘和角落。
3.4 多触点识别原理
单点触控相对简单，多点触控才是真正的挑战。多触点识别，说白了就是怎么区分两个手指各自产生的光场变化。
核心思路是：每个触控点都会在波导内产生一个独立的光强扰动。多个触控点同时存在时，探测器接收到的光强是多个扰动的叠加。我们需要从叠加信号中分离出每个触控点的位置和强度。
常用的方法有两种：
- 时分复用：让光源分时点亮不同区域，每个时间片只检测一个触控点。优点是实现简单，缺点是刷新率会下降。
- 频分复用：不同光源使用不同频率的调制信号，探测器通过解调分离各频率分量。优点是同时检测，缺点是电路复杂度高。
我在一个智能手表项目里用过频分复用方案。当时要求支持两点触控，刷新率60Hz。我选了两个不同频率的LED（一个1kHz，一个2kHz），探测器后端用两个带通滤波器分离信号。效果不错，但功耗比预期高了30%。后来优化了调制深度和采样策略，才把功耗压下来。
多触点识别的关键指标：
- 空间分辨率：能区分两个触控点的最小距离。我见过最好的能做到2mm。
- 时间分辨率：能区分两个触控点的时间差。通常要求小于10ms。
- 最大触控点数：受限于探测器数量和算法复杂度。目前主流方案支持2-10点。
你可能会问，为什么不用电容屏那种互电容方案？嗯，光波导触控的优势在于：它可以在任意形状的透明表面上实现触控，而且不受电磁干扰。我做过一个曲面触控项目，电容屏根本贴不上去，光波导方案反而成了唯一选择。
总结一下这章的核心：FTIR是触控的物理基础，散射和吸收调制是信号来源，光强分布分析是定位手段，多触点识别是系统能力的体现。这四个环节环环相扣，任何一个环节出问题，整个触控体验都会打折扣。
我个人习惯在设计初期就把这四个环节的指标定下来，比如FTIR的灵敏度阈值、散射调制的信噪比要求、定位算法的精度目标、多触点识别的最大点数。这样后期调试时才有据可依，不至于盲目试错。