2、ToF测距基础：dToF与iToF的工作原理、信号模型与对比
ToF（Time of Flight，飞行时间）测距的核心思想是：通过测量光信号在“发射器→目标→接收器”路径上的飞行时间，直接或间接地解算出距离。根据测量飞行时间方式的不同，ToF技术分为两大主流方向：直接飞行时间法（dToF，Direct ToF）和间接飞行时间法（iToF，Indirect ToF）。两者在物理原理、信号模型、硬件架构和适用场景上存在显著差异。本章将深入剖析这两种实现方式的底层逻辑，建立严谨的数学模型，并通过对比表格和工程案例，帮助学习者建立选择与评估ToF方案的系统性视角。
上图从原理层面展示了两种ToF技术的核心差异：dToF直接测量光子的飞行时间，而iToF则通过测量发射信号与接收信号之间的相位差来间接推算时间。下面我们将分别深入剖析。
2.1 dToF（直接飞行时间法）的工作原理与信号模型
2.1.1 核心原理：单光子雪崩二极管（SPAD）与时间数字转换器（TDC）
dToF技术的物理基础是单光子雪崩二极管（SPAD，Single Photon Avalanche Diode）。SPAD工作在盖革模式（Geiger Mode）下，即其反向偏置电压高于击穿电压。此时，一个单光子入射到SPAD的有源区，即可触发雪崩效应，产生一个宏观的、可被CMOS电路直接检测的电流脉冲。这个脉冲的上升沿即代表了光子到达的时刻。
系统的工作流程如下：
- 发射：激光驱动器（Laser Driver）控制VCSEL（垂直腔面发射激光器）或EEL（边发射激光器）发出一个极窄的光脉冲（典型脉宽为几百皮秒到几纳秒）。
- 同步计时：在发射脉冲的同时，系统启动一个高精度的时间数字转换器（TDC，Time-to-Digital Converter）。TDC的分辨率决定了dToF系统的测距精度，现代dToF芯片的TDC分辨率可达几十皮秒（ps）级别。
- 接收与停止：光脉冲经目标反射后，部分光子返回并被SPAD阵列接收。SPAD产生的雪崩脉冲作为“停止信号”送入TDC，TDC记录下从发射到接收的时间间隔Δt。
- 直方图统计：由于单次测量存在较大的噪声（如暗计数、环境光噪声），dToF系统通常会对同一目标进行成千上万次重复测量，并将每次测得的Δt值累加形成直方图。直方图的峰值位置即对应真实目标的飞行时间。
2.1.2 信号模型与距离计算公式
dToF的距离计算公式非常直接：
距离 d = (c × Δt) / 2其中，c为光速（约3×10⁸ m/s），Δt为TDC测得的往返飞行时间。除以2是因为光走了“发射→目标→接收”的往返路程。
在实际系统中，由于SPAD存在死时间（Dead Time，即雪崩后恢复至可探测状态所需的时间，通常为几十纳秒），单颗SPAD无法在高通量下工作。因此，dToF接收端通常采用SPAD阵列（如1×16、3×3、4×4等），并结合时间门控（Time Gating）技术，只统计特定时间窗口内的光子，以抑制环境光噪声。
工程要点：dToF的测距精度主要受限于TDC的时间分辨率。例如，若TDC分辨率为50ps，则对应的单次测距精度为 0.05ns × 3×10⁸ m/s / 2 = 7.5mm。通过多次测量取平均，可以进一步提高精度，但会牺牲测量帧率。
2.1.3 实战场景：手机激光对焦与接近传感器
在智能手机中，dToF传感器（如苹果的LiDAR）被用于快速对焦和AR测距。其优势在于：
- 远距离能力：由于是直接测量时间，dToF在远距离（>5m）下依然能保持较好的信噪比，因为信号衰减与距离的平方成正比，而dToF的直方图统计可以有效提取微弱信号。
- 抗环境光：通过时间门控，只接收与发射脉冲时间相关的光子，大幅抑制了太阳光等背景噪声。
案例拆解：某旗舰手机使用dToF模块进行AR测距。在户外强光下（环境光强度约100klux），传统iToF方案因环境光引起的相位误差导致测距漂移超过5cm，而dToF方案通过时间门控和直方图峰值提取，将误差控制在±1cm以内。该模块的SPAD阵列尺寸为3×3，TDC分辨率为65ps，单帧测量次数为1000次，帧率为30fps。
2.1.4 常见误区与复盘
误区1：认为dToF不需要校准。实际上，SPAD的暗计数率（DCR）随温度变化显著，导致直方图基线漂移。工程上需要定期进行暗帧校准（关闭激光，仅采集暗计数）并扣除基线。
误区2：忽略多径干扰。虽然dToF对多径的敏感度低于iToF，但在墙角或玻璃窗等场景下，直方图可能出现多个峰值。算法需具备峰值筛选能力，通常选择第一个显著峰值作为真实目标。
2.2 iToF（间接飞行时间法）的工作原理与信号模型
2.2.1 核心原理：连续波调制与相位检测
iToF不直接测量时间，而是通过测量发射的调制光信号与接收的反射光信号之间的相位差φ来推算距离。系统发射的是经过高频调制的连续光波（通常是正弦波或方波），调制频率f_mod通常在10MHz~100MHz之间。
接收端采用特殊的像素结构，每个像素包含多个抽头（Tap），在调制信号的特定相位窗口内对入射光进行同步积分。通过采集不同相位窗口（如0°、90°、180°、270°）的光电子数量，可以计算出接收信号的相位偏移。
2.2.2 信号模型与距离计算公式
对于正弦波调制，接收信号可表示为：
s(t) = A × cos(2πf_mod × t - φ) + B其中，A为幅度（与反射率、距离相关），B为环境光偏置，φ为相位延迟。通过四个采样窗口（Q1~Q4）的积分值，可以解算出：
φ = arctan[(Q3 - Q4) / (Q1 - Q2)]距离计算公式为：
d = (c × φ) / (4π × f_mod)由于相位φ具有周期性（2π），iToF存在距离模糊问题。其最大无模糊距离为：
d_max = c / (2 × f_mod)例如，f_mod=20MHz时，d_max=7.5m。若目标超过此距离，测量结果将发生折叠（Aliasing）。
2.2.3 实战场景：中近距离深度相机（如Kinect v2）
iToF在消费级深度相机中应用广泛，其优势在于：
- 高分辨率：iToF像素结构简单，易于做成高分辨率阵列（如640×480），而dToF的SPAD阵列目前难以做到高分辨率。
- 低成本：iToF可使用标准CMOS工艺制造，成本较低。
案例拆解：某机器人导航方案采用iToF相机（分辨率320×240，f_mod=30MHz）进行避障。在室内环境下，测距精度为±2cm。但在阳光直射的窗边，由于环境光中的红外成分导致像素饱和，测距误差增大至±10cm。工程上通过增加带通滤光片（仅允许激光波长通过）和调整积分时间，将误差恢复至±3cm。
2.2.4 常见误区与复盘
误区1：忽略“飞行距离”与“相位”的非线性。实际像素的调制对比度（Demodulation Contrast）并非理想正弦，需要查表或多项式拟合进行校正。
误区2：多径干扰严重。iToF的相位测量是多个路径信号的叠加结果，在角落或高反射率物体附近，会产生系统性偏差（如“飞点”现象）。
2.3 dToF与iToF的全面对比
| 对比维度 | dToF（直接飞行时间） | iToF（间接飞行时间） |
|---|---|---|
| 测量原理 | 直接测量光子飞行时间Δt | 测量发射与接收信号的相位差φ |
| 核心器件 | SPAD/SiPM + TDC | CMOS像素 + 解调二极管 |
| 距离公式 | d = c×Δt/2 | d = c×φ/(4π×f_mod) |
| 精度水平 | 高（毫米级，受TDC分辨率限制） | 中（厘米级，受相位噪声限制） |
| 最大测距 | 可达数十米（受激光功率和SPAD灵敏度限制） | 通常<10m（受调制频率和功率限制） |
| 分辨率 | 低（SPAD阵列难以做大） | 高（可轻松做到VGA及以上） |
| 抗环境光 | 强（时间门控） | 弱（环境光引起偏置和噪声） |
| 多径干扰 | 较弱（直方图可分离多峰） | 强（相位叠加导致系统性偏差） |
| 功耗 | 较高（需要高功率激光脉冲） | 较低（连续波调制） |
| 成本 | 较高（SPAD工艺特殊） | 较低（标准CMOS工艺） |
| 典型应用 | 手机LiDAR、激光雷达、接近传感 | 深度相机、手势识别、AR/VR |
选型建议：若应用场景需要远距离（>5m）、强光环境或高精度，优先选择dToF；若需要高分辨率、低成本且距离在3-5m以内，iToF是更合适的选择。对于室内机器人导航，iToF的性价比更高；对于自动驾驶或户外测绘，dToF是唯一选择。