2、光学基础回顾:光度学与辐射度学基础、人眼视觉函数(V(λ))、色温与显色指数(CRI)对传感器的影响
做环境光传感,说白了就是让传感器学会「像人眼一样看世界」。但传感器是硅片,人眼是肉长的,两者对光的理解完全不同。这一章我们就把这些基础概念捋清楚,后面实战才不会踩坑。
2.1 辐射度学 vs 光度学:物理量与人眼感知
先问个问题:一束红外光和一束绿光,功率都是 1mW,传感器读到的能量一样,但人眼看起来呢?绿光很亮,红外光完全看不见。这就是辐射度学和光度学的根本区别。
| 概念 | 辐射度学 | 光度学 |
|---|---|---|
| 定义 | 纯物理能量测量 | 按人眼视觉加权后的测量 |
| 核心单位 | 瓦特 (W) | 流明 (lm) |
| 适用场景 | 红外、紫外、激光 | 照明、显示、环境光 |
| 转换关系 | —— | 1 W (555nm) = 683 lm |
我个人习惯,在项目初期先搞清楚传感器是测辐射量还是光度量。很多环境光传感器标称「lux」,但内部其实先测辐射功率,再通过滤光片和算法转成 lux。如果滤光片没对准 V(λ) 曲线,读数就偏了。
关键点:环境光传感器输出的是光度学单位(lux),但物理本质是辐射度学测量。两者之间的桥梁就是人眼视觉函数 V(λ)。
2.2 人眼视觉函数 V(λ):传感器的「校准标尺」
V(λ) 曲线描述了人眼对不同波长光的敏感度。峰值在 555nm(黄绿色),往蓝端和红端迅速下降。你想想看,如果传感器的光谱响应和 V(λ) 不匹配,测出来的 lux 值能准吗?
我在项目中遇到过一件事:某款传感器在暖色 LED 下读数偏低,在冷色荧光灯下又偏高。查了半天,发现它的蓝光响应比 V(λ) 要求的高了 15%。这就是典型的「光谱失配」问题。
实战建议:选型时别只看 lux 精度,要查 datasheet 里的光谱响应图。好的传感器会给出 V(λ) 匹配误差,一般要求 < 5%。
V(λ) 的数学定义是这样的:
V(λ) = 人眼在波长 λ 处的相对灵敏度
V(555nm) = 1.0
V(450nm) ≈ 0.038
V(650nm) ≈ 0.107
嗯,这里要注意:V(λ) 是明视觉函数,适用于亮度 > 3 cd/m² 的场景。暗视觉用 V'(λ),峰值偏移到 507nm。做夜灯或车载环境光传感器时,得区分清楚。
2.3 色温与显色指数:光源的「身份证」
色温(CCT)和显色指数(CRI)是描述光源品质的两个核心参数。它们直接影响传感器在不同光源下的表现。
色温(CCT)
色温不是温度,是光源颜色给人的冷暖感觉。低色温(2700K)偏黄,高色温(6500K)偏蓝。我见过不少工程师把色温和亮度混为一谈,其实两者独立。
| 光源类型 | 典型色温 | 对传感器影响 |
|---|---|---|
| 白炽灯 | 2700K | 红外成分多,易干扰 |
| 荧光灯 | 4000K-5000K | 有 100Hz/120Hz 频闪 |
| 日光 | 5500K-6500K | 光谱最均匀 |
| LED 白光 | 2700K-6500K | 蓝光峰值明显 |
避坑指南:我曾经在手机环境光传感器项目中,发现室内和室外读数跳变很大。后来定位到是传感器对红外成分太敏感,白炽灯下红外辐射占了总能量的 80% 以上。解决方案是加装红外截止滤光片。
显色指数(CRI)
CRI 衡量光源还原物体真实颜色的能力,满分 100。高 CRI(>90)的光源光谱更连续,传感器测起来更稳定。低 CRI 光源(比如某些廉价 LED)光谱有缺口,传感器读数容易飘。
我个人经验:如果产品要在博物馆或医疗照明场景用,CRI 必须 > 95。普通家居环境,CRI > 80 就够了。
2.4 核心知识体系:一张图看懂
下面这张 SVG 图把本章的核心逻辑串起来了。从物理世界的光辐射,到人眼感知,再到传感器输出,每一步都有对应的概念和单位。
2.5 实战中的「坑」与对策
做环境光传感器系统,我总结了几条血泪教训:
- 红外干扰:白炽灯和太阳光含大量红外,普通硅光电二极管对红外敏感。对策是加 IR-cut 滤光片,或者用双通道差分测量。
- 频闪问题:荧光灯和 PWM 调光的 LED 有频闪,传感器采样率不够会 aliasing。我建议采样率至少是光源频率的 2 倍,最好 4 倍以上。
- 温度漂移:光电二极管的暗电流随温度指数增长。高温下 lux 读数会偏大。对策是内置温度补偿,或者用斩波技术。
- 老化效应:滤光片和封装材料会随时间老化,光谱响应会漂。我一般会在产品中留自校准通道,定期用内部参考光源校正。
核心原则:环境光传感器的精度,90% 取决于光学设计,10% 取决于电路和算法。光学基础打不牢,后面再怎么调算法也救不回来。
好了,这一章的内容就到这里。记住 V(λ)、色温、CRI 这三个概念,后面讲传感器选型和系统校准的时候,你会感谢今天认真看了这一章。