深度感知技术基础：主流深度感知技术原理对比与适用场景
深度感知系统是机器人、自动驾驶、工业检测、AR/VR等领域的核心感知层，其硬件选型直接决定了系统的性能上限与成本边界。本章围绕四种主流深度感知技术——结构光、ToF（飞行时间）、双目立体视觉、激光雷达，从物理原理、工程实现、适用场景与成本结构四个维度展开对比分析，帮助工程师在项目启动阶段建立清晰的技术选型框架。
2.1 结构光技术：近距离高精度之选
核心原理
结构光技术通过投影仪向被测物体表面投射已知编码图案（如红外散斑、条纹光栅），并由相机同步采集被物体表面调制后的图案。由于物体表面的深度差异会导致投影图案发生几何畸变，通过比对畸变图案与原始图案的对应点位移，利用三角测量原理即可解算出每个像素的深度值。其核心公式为：Z = f·B/d，其中Z为深度，f为相机焦距，B为投影仪与相机之间的基线距离，d为对应点的视差。
工程实现要点
- 投影单元：VCSEL（垂直腔面发射激光器）或DLP（数字光处理）投影，需保证图案对比度与均匀性
- 相机选型：IR相机需与投影波长匹配（通常850nm或940nm），并加装窄带滤光片抑制环境光
- 标定要求：投影仪-相机外参标定精度直接影响深度精度，需在出厂前完成
- 计算负载：散斑相关匹配算法计算量较大，需考虑嵌入式平台的算力预算
案例拆解：工业零件尺寸测量
某3C电子厂需要在线检测手机中框的平面度与螺丝孔深度，公差要求±0.05mm。选用结构光方案（基线50mm，分辨率1280×1024），在40cm工作距离下实测精度达到±0.03mm。关键参数：投影图案采用正弦条纹+格雷码混合编码，通过相移法解相位，配合多频外差法消除相位模糊。系统节拍为2秒/件，满足产线需求。但该方案对环境振动敏感，需将模组固定在刚性支架上，并增加减震垫。
常见误区
- 误以为结构光精度在所有距离都高——实际上精度随距离平方衰减，超过3m后误差急剧增大
- 忽略环境光干扰——室内灯光中的红外成分也会影响测量，需在镜头前加装带通滤光片
- 认为散斑投影无需标定——投影仪畸变、相机畸变、外参漂移都需要定期校验
2.2 ToF技术：中距离实时感知的均衡方案
核心原理
ToF技术通过测量光信号在传感器与目标之间的往返飞行时间来计算距离。工程实现分为两种：直接ToF（dToF）使用单光子雪崩二极管（SPAD）记录每个光子的到达时间，精度高但成本高；间接ToF（iToF）通过发射连续调制光波并测量反射光的相位偏移来推算距离，成本低、集成度高，是消费级产品的主流选择。iToF的测距公式为：d = (c·Δφ)/(4π·f_mod)，其中c为光速，Δφ为相位差，f_mod为调制频率。
关键参数与选型判断
| 参数 | iToF典型值 | dToF典型值 | 选型影响 |
|---|---|---|---|
| 调制频率 | 20~100MHz | — | 频率越高，精度越高但量程越短 |
| 分辨率 | QVGA~VGA | 低（点阵） | iToF适合成像，dToF适合稀疏测距 |
| 量程 | 0.3~5m | 0.1~10m+ | dToF量程更远 |
| 多路径干扰 | 明显 | 较少 | 角落场景需算法补偿 |
| 成本 | $20~60 | $50~150 | iToF性价比更高 |
实战场景：AGV避障与导航
某仓储物流AGV需要在1~3m范围内检测障碍物，要求帧率≥30fps，功耗≤3W。选用iToF方案（分辨率640×480，调制频率40MHz），实测在2m处深度噪声±1.5cm，满足避障需求。但发现AGV经过金属货架时，镜面反射导致深度空洞。解决方案：融合单目RGB图像进行边缘补全，并增加多帧时间滤波。最终系统在90%场景下实现稳定避障，误检率低于0.5%。
常见误区
- 认为ToF精度不如结构光——在1m以上距离，ToF精度反而更稳定
- 忽略多路径干扰——墙角、凹面物体附近会产生“拖尾”伪影
- 未考虑阳光中的红外成分——户外强光下需加装窄带滤光片并提高发射功率
2.3 双目立体视觉：被动方案的性价比之选
核心原理
双目立体视觉模拟人眼感知深度的方式，使用两个水平放置的相机同时采集图像，通过匹配左右图像中的对应特征点，计算视差（disparity），再根据三角测量原理恢复深度。深度计算公式为：Z = f·B/d，其中f为焦距（像素单位），B为基线长度，d为视差（像素）。该方案无需主动光源，功耗低，且不受环境光干扰（但依赖纹理特征）。
系统设计关键
- 基线长度选择：基线越长，近距离精度越高，但远距离视差搜索范围增大，计算量上升。典型值：室内机器人用60~120mm，自动驾驶用300~500mm
- 相机同步：左右相机需硬件触发同步，避免运动物体产生视差误差
- 标定精度：双目标定残差应控制在0.1像素以内，否则深度误差会显著放大
- 匹配算法：SGM（半全局匹配）是精度与速度的平衡点，嵌入式平台可用Census变换加速
案例拆解：室内服务机器人深度感知
某商用清洁机器人需要检测地面障碍物（高度>3cm）并构建室内地图。选用双目方案（基线80mm，分辨率1280×720，帧率30fps），在0.3~5m范围内深度精度为1%~2%。实际部署中发现：白色墙面、玻璃门等弱纹理区域产生大量空洞。解决措施：①增加主动纹理投影仪（红外散斑）辅助匹配；②对深度图进行空间-时间联合滤波；③融合超声波传感器填补近距盲区。最终系统在典型办公室场景下，障碍物检出率从82%提升至97%。
常见误区
- 认为双目无需标定——出厂标定后运输振动会导致外参漂移，需设计在线自标定机制
- 忽略计算资源——高分辨率+高帧率的立体匹配需要GPU或专用ASIC，否则实时性无法保证
- 在弱纹理环境盲目使用——纯被动双目在白色墙面、夜间场景基本失效
2.4 激光雷达：高性能与高成本的权衡
核心原理
激光雷达通过发射激光束并测量反射光的时间差（TOF原理）或频率差（FMCW原理）来测距。机械式LiDAR通过旋转电机带动激光器扫描，获得360°点云；固态LiDAR（MEMS、OPA、Flash）通过电子扫描或面阵闪光实现，体积更小、可靠性更高。点云数据可直接提供三维坐标，无需复杂的匹配算法，且不受环境光影响。
选型决策框架
| 类型 | 线数/视场 | 量程 | 成本范围 | 典型应用 |
|---|---|---|---|---|
| 机械式16线 | 360°×30° | 100m | $3000~8000 | 低速物流车、园区巡检 |
| 机械式64线 | 360°×40° | 200m | $20000~50000 | Robotaxi、高级别自动驾驶 |
| MEMS固态 | 120°×25° | 150m | $1000~3000 | 乘用车ADAS、机器人 |
| Flash固态 | 60°×45° | 50m | $500~1500 | 近距离补盲、室内导航 |
实战场景：园区无人配送车
某园区无人配送车需要在夜间、雨天环境下稳定运行，要求探测距离≥50m，且能识别小体积障碍物（如路沿石、锥桶）。选用16线机械式LiDAR（量程100m，精度±2cm）+ 前向摄像头融合方案。LiDAR负责主要障碍物检测与测距，摄像头负责交通标志识别与语义分割。实测在雨天场景下，LiDAR点云出现少量噪点，通过统计滤波（半径滤波+体素降采样）有效去除。系统连续运行3个月，未发生因感知失效导致的事故。
常见误区
- 认为线数越多越好——高线数LiDAR点云密度大，但数据带宽、算力需求、功耗同步上升
- 忽略LiDAR的“盲区”——机械式LiDAR底部存在垂直盲区，需配合超声波或短距ToF补盲
- 未考虑灰尘/雨雾衰减——恶劣天气下LiDAR有效量程会缩短30%~50%，需算法补偿
2.5 技术选型综合决策矩阵
在实际项目中，技术选型需从精度、量程、环境鲁棒性、成本、功耗、体积、算法复杂度七个维度综合评估。以下决策矩阵可作为项目启动时的快速筛选工具：
| 应用场景 | 推荐方案 | 备选方案 | 关键决策依据 |
|---|---|---|---|
| 手机人脸识别/支付 | 结构光 | ToF | 近距离精度、模组体积、成本 |
| AR/VR手势交互 | ToF | 双目 | 帧率、延迟、功耗 |
| 室内服务机器人 | 双目+结构光辅助 | ToF | 成本、功耗、弱纹理适应性 |
| 室外低速物流车 | 16线LiDAR | 双目+毫米波 | 全天候能力、量程、可靠性 |
| 自动驾驶乘用车 | 固态LiDAR+摄像头 | 纯视觉方案 | 安全冗余、法规要求、成本 |
| 工业高精度测量 | 结构光（条纹） | 激光轮廓仪 | 精度、节拍、环境控制 |
选型流程建议
- 明确需求边界：列出最小/最大工作距离、精度要求、帧率、环境条件（室内/室外、光照、灰尘）
- 计算理论精度：根据传感器参数估算深度误差，留出1.5~2倍余量
- 搭建快速原型：选用现成模组（如Intel RealSense、Orbbec、Basler）进行实测验证
- 评估系统成本：不仅看硬件单价，还要计算算法开发、标定、测试、维护的全周期成本
- 考虑可扩展性：预留接口支持多传感器融合，避免后期更换方案推倒重来