2、结构光模组核心组成：投影模组、相机模组、深度计算芯片、光学元件等关键部件的功能与选型基础
结构光模组作为3D视觉感知的核心硬件载体，其性能上限由四大关键部件共同决定：投影模组负责主动投射编码图案，相机模组负责同步采集被物体调制后的图案，深度计算芯片负责从图像对中解算深度数据，光学元件则贯穿光路始终，决定系统的成像质量与测量精度。量产场景下，选型不能只看单器件规格，必须从系统级视角评估各部件之间的匹配度、温度漂移一致性、产线标定可行性以及供应链成熟度。本节将逐一拆解各部件的功能定位、核心参数、选型逻辑与量产陷阱。
2.1 投影模组：主动光源与图案生成
核心原理
投影模组是结构光系统的“发射端”，其核心任务是将设计好的编码图案（散斑、条纹或编码网格）以红外光形式投射到被测物体表面。当前量产主流方案采用VCSEL（垂直腔面发射激光器）阵列作为光源，配合DOE（衍射光学元件）将单点或多点光源复制为数千乃至数万个散斑点。VCSEL相比EEL（边发射激光器）的优势在于：圆形光斑对称性好、温度漂移系数低、晶圆级制造适合大规模量产、封装尺寸紧凑。投影模组的光学设计决定了散斑的密度、均匀性、对比度以及工作距离范围，直接影响深度解算的匹配精度。
关键选型参数
| 参数项 | 典型值/范围 | 对系统的影响 | 量产关注点 |
|---|---|---|---|
| 光源波长 | 850nm / 940nm | 940nm环境光干扰小，但CMOS量子效率低 | 与滤光片、传感器峰值响应匹配 |
| VCSEL功率 | 0.5W ~ 2W（电功率） | 决定信噪比与最大工作距离 | 热耗散与寿命衰减 |
| 散斑数量 | 5,000 ~ 30,000点 | 点数越多，匹配精度越高 | DOE复制阶数与均匀性 |
| 投影FOV | H:60°~80°, V:45°~60° | 需与相机FOV匹配 | 边缘亮度衰减控制 |
| 工作距离 | 0.2m ~ 1.5m（典型） | 决定散斑尺寸与密度分布 | 不同距离下散斑可分辨性 |
案例拆解：VCSEL与DOE的匹配验证
某消费级3D扫描仪项目，初始选型采用850nm VCSEL（标称功率1W）搭配16阶DOE，期望在0.3~1.0m范围内实现0.5mm深度精度。工程样机测试发现：在0.8m处散斑对比度下降至0.12（目标≥0.2），导致深度图出现大量空洞。分析过程：首先排除VCSEL功率不足，实测光功率0.85W符合规格；随后检查DOE衍射效率，发现边缘衍射级次的光强仅为中心级次的35%，远低于设计值60%。进一步排查发现，DOE基底材料在850nm处的透过率只有88%，且微结构刻蚀深度偏差达±8%。最终更换为熔融石英基底DOE，刻蚀深度公差控制在±3%，边缘级次均匀度提升至55%，对比度恢复至0.23。此案例说明，投影模组选型不能只看VCSEL规格，DOE的衍射效率与均匀度往往成为瓶颈。
2.2 相机模组：同步采集与成像质量
核心原理
相机模组是结构光系统的“接收端”，负责同步捕获被物体调制后的红外图案。与普通RGB相机不同，结构光专用相机模组需要满足三个特殊要求：其一，传感器必须在红外波段（850nm或940nm）具有足够高的量子效率；其二，必须配备窄带滤光片以抑制环境光干扰；其三，曝光时间必须与投影模组的脉冲同步，避免运动模糊和图案拖影。量产中常见的相机模组采用全局快门（Global Shutter）CMOS传感器，以避免卷帘快门在高速扫描时产生的图案畸变。
选型判断方法
- 传感器分辨率：VGA（640×480）至1080p（1920×1080）不等。分辨率越高，空间采样越密，但数据量和功耗同步上升。对于0.5m~1.5m工作距离，720p是性价比平衡点。
- 量子效率（QE）：在对应红外波长下，QE应≥30%。部分背照式（BSI）传感器在940nm处可达40%以上，但成本增加约20%。
- 全局快门效率：快门效率应≥99%，否则强光环境下会出现垂直拖影伪影。
- MIPI通道数：2-lane MIPI CSI-2通常足够720p@30fps，1080p@60fps需要4-lane。选型时需与深度计算芯片的MIPI接口能力匹配。
- 模组尺寸与Z高度：结构光模组整体Z高度通常限制在6mm以内（手机应用），相机模组需采用小型化封装（如CSP或COB）。
实战场景：环境光干扰下的成像优化
在户外强光场景（照度≥80,000 lux）下，940nm方案相比850nm方案的环境光噪声降低约60%，但传感器QE也相应下降。某项目实测数据：850nm方案在户外强光下信噪比SNR=18dB，深度误差±3mm；940nm方案SNR=25dB，深度误差±1.2mm。然而在低光室内（100 lux），850nm方案SNR=32dB，940nm方案SNR=28dB。因此，选型必须结合目标应用场景：若以室内为主，850nm可降低成本；若需户外鲁棒性，940nm是更稳妥的选择。同时，窄带滤光片的带宽（FWHM）应控制在10nm~20nm，过窄会导致温度漂移后信号衰减，过宽则失去滤光意义。
2.3 深度计算芯片：实时解算与系统协同
核心原理
深度计算芯片承担着从红外图像对中解算深度信息的核心运算任务。其工作流程包括：图像预处理（去噪、畸变校正）、散斑匹配或相位解算、三角测量计算、深度图后处理（空洞填充、边缘保持滤波）。量产项目中，深度计算芯片的选型需同时考虑算力、接口、功耗和算法适配性。目前主流方案分为三类：专用ASIC（如Apple的深度引擎）、高性能DSP+硬件加速器（如TI、Qualcomm方案）、以及FPGA（用于原型验证和小批量）。
算力需求估算
| 分辨率 | 帧率 | 算法复杂度 | 所需算力（GOPS） | 典型芯片 |
|---|---|---|---|---|
| VGA | 30fps | 散斑匹配（SAD） | 20~40 | 低端MCU+DSP |
| 720p | 30fps | 散斑匹配+后处理 | 80~150 | 中端ASIC |
| 1080p | 60fps | 多尺度匹配+AI增强 | 300~600 | 旗舰SoC+NPU |
案例拆解：算力不足导致的帧率下降
某机器人导航项目选用中端ASIC（标称120 GOPS），搭配720p@30fps相机模组。实际测试发现，在复杂纹理场景下，深度图帧率只能达到18fps，低于导航算法要求的25fps。分析过程：通过性能分析工具定位，发现散斑匹配模块消耗了75%的算力，其中无效搜索窗口占比达40%。优化措施：①将搜索窗口从64×64像素缩小至48×48像素，利用深度连续性先验；②在预处理阶段增加自适应阈值二值化，减少匹配候选点；③将后处理中的双边滤波改为快速引导滤波。优化后帧率提升至28fps，深度精度损失小于0.3%。此案例说明，深度计算芯片选型时，不能只看峰值算力，还要评估算法优化空间和芯片厂商提供的SDK工具链成熟度。
常见误区
- 误区一：认为算力越大越好。实际上，高算力芯片往往功耗和成本更高，且可能引入散热问题。应根据算法效率评估实际需求。
- 误区二：忽略芯片的MIPI输入通道数。部分芯片仅支持2-lane MIPI，无法接入1080p@60fps的相机模组。
- 误区三：不重视标定参数存储。深度计算芯片需要存储投影模组与相机模组的外参、内参以及散斑参考图，Flash容量和读写速度需提前规划。
2.4 光学元件：光路中的隐形瓶颈
核心原理
光学元件在结构光模组中虽然不直接参与计算，但其质量直接决定系统的成像上限。关键光学元件包括：窄带滤光片（置于相机镜头前）、扩散片（用于均匀化VCSEL光斑）、保护窗玻璃（覆盖模组开口）、以及微透镜阵列（用于特定图案整形）。量产中，光学元件的镀膜工艺、基底材料、热膨胀系数和表面光洁度是四大核心关注点。
选型对比表
| 元件 | 核心功能 | 关键参数 | 失效模式 | 量产检验方法 |
|---|---|---|---|---|
| 窄带滤光片 | 截止环境光 | 中心波长、FWHM、峰值透过率 | 镀膜脱落、波长漂移 | 分光光度计抽检 |
| 扩散片 | 均匀化光斑 | 雾度、透过率、散射角 | 黄化、表面划伤 | 雾度计+目检 |
| 保护窗玻璃 | 防尘防刮 | 透过率、硬度、平整度 | 应力双折射、碎裂 | 应力仪+落球测试 |
| 微透镜阵列 | 图案整形 | 节距、填充因子、面型精度 | 脱模变形、偏心 | 白光干涉仪 |
实战场景：滤光片镀膜失效分析
某项目在量产第3个月出现批量性深度图对比度下降，不良率从0.5%升至4.2%。初步排查相机模组和投影模组均正常，最终锁定窄带滤光片。分析过程：取10片不良品滤光片进行分光光度计测试，发现其中8片在850nm处的峰值透过率从标称92%降至78%，且中心波长偏移了+6nm。进一步分析镀膜工艺记录，发现该批次滤光片在镀膜时腔体温度偏差达±15°C，导致膜层厚度不均匀。供应商返工后，将镀膜温度公差控制在±5°C，并增加100%透过率抽检，不良率恢复至0.3%以下。此案例表明，光学元件的工艺稳定性比初始性能指标更重要，量产IQC必须建立关键参数的批次追溯机制。
常见误区与复盘
- 误区一：只关注投影模组的功率，忽略散斑图案的均匀性。均匀性差的散斑会导致深度图边缘空洞。
- 误区二：相机模组选型时忽略与投影模组的基线距离。基线越长，深度精度越高，但模组体积增大，且近距离盲区扩大。
- 误区三：深度计算芯片选型时忽略算法授权费用。部分芯片的SDK或算法IP需要额外授权，导致单颗成本增加30%以上。
- 复盘要点：量产前必须完成全温区、全距离、多光照条件的交叉验证，并建立关键光学参数的SPC（统计过程控制）监控。任何单一部件的替换都需要重新进行系统级标定，不可仅做器件级替换验证。