2. ToF相机基础
ToF（Time-of-Flight，飞行时间）相机是三维感知领域的重要传感器，其核心思想是通过测量光信号在相机与物体之间的往返飞行时间来计算距离。与结构光、激光雷达等方案相比，ToF相机在实时性、体积、成本与抗环境光干扰能力之间取得了独特的平衡。本章将深入剖析ToF的两种主流调制方式——连续波（CW）与脉冲波（Pulsed），讲解深度图像从原始光信号到点云数据的完整获取链路，并通过系统对比帮助读者建立传感器选型的技术框架。
上图展示了ToF相机的核心信号链路：光源驱动模块产生调制光信号，经目标反射后被ToF图像传感器接收，最终通过深度计算引擎输出距离信息。整个链路中，调制方式决定了测距原理的底层逻辑，而传感器像素结构则直接影响深度精度与帧率。
2.1 连续波ToF测距原理
核心原理：相位差与距离解算
连续波ToF（又称间接ToF，iToF）采用周期性调制光源，通常使用正弦波或方波。发射光信号经物体反射后，传感器接收到的光波与发射波之间存在相位延迟φ。由于光速c恒定，距离d与相位差φ的关系为：
d = (c × φ) / (4π × f_mod)其中f_mod为调制频率。以f_mod=100MHz为例，一个完整相位周期（2π）对应的最大无模糊距离为c/(2×f_mod)=1.5m。实际系统中常采用多个调制频率（如20MHz+100MHz）来扩展无模糊距离范围，这一技术称为“多频解缠”。
传感器像素通常采用4-tap或2-tap结构，在四个相位窗口（0°、90°、180°、270°）内分别采集电荷Q1~Q4，通过以下公式计算相位差：
φ = arctan((Q3 - Q1) / (Q2 - Q4))这种差分采样方式能有效抑制环境光中的直流分量和固定模式噪声。
判断方法：如何评估iToF性能
- 精度指标：关注深度噪声（σ），通常与距离平方成正比，典型值在1m处为0.5%~1%
- 多频干扰：检查不同调制频率间的串扰，可通过FFT频谱分析验证
- 运动伪影：连续波方案对运动敏感，需评估帧率与积分时间的匹配
案例拆解：工业分拣场景的iToF选型
某物流分拣线需要识别0.3~2m范围内的包裹，要求深度精度±5mm。我们对比了单频100MHz与双频（20MHz+100MHz）方案：单频方案在1.5m处出现距离混叠，导致包裹高度误判；双频方案通过低频解缠将无模糊距离扩展至7.5m，同时保持高频的精度。最终选择双频方案，实测在1.8m处深度噪声为3.2mm，满足分拣要求。代价是帧率从60fps降至30fps，但分拣线节拍允许。
常见误区
2.2 脉冲波ToF测距原理
核心原理：直接时间测量
脉冲波ToF（又称直接ToF，dToF）采用窄脉冲激光（通常为几十皮秒），通过SPAD（单光子雪崩二极管）阵列记录每个光子的飞行时间。每个像素内部集成TDC（时间数字转换器），分辨率可达几十皮秒，对应距离分辨率约1cm。dToF的核心优势在于：
- 单光子灵敏度：可探测极微弱反射信号，适合远距离（>10m）
- 抗多路径干扰：通过时间直方图区分直接反射与多次反射
- 无模糊距离：理论上仅受限于脉冲重复周期
操作流程：dToF深度图像获取步骤
- 发射窄脉冲激光，同时启动TDC计时
- SPAD检测到反射光子，停止计时，记录飞行时间Δt
- 重复发射多次（如1000次），统计时间直方图
- 提取直方图峰值位置，计算距离d = c×Δt/2
- 对每个像素并行执行上述过程，生成深度图
案例拆解：手机Face ID的dToF应用
某旗舰手机采用dToF方案实现3D人脸识别，工作距离0.2~1.2m。初始设计采用单脉冲方案，在暗光环境下表现良好，但户外强光下SPAD饱和严重。优化方案：增加带通滤光片（中心波长940nm，带宽20nm），并采用脉冲累积策略——每次测量累积5000次，通过时间相关单光子计数（TCSPC）技术提取信号。实测在10万lux环境光下，深度精度仍保持±1.5cm，识别成功率从82%提升至97%。代价是功耗增加约40mW，但通过动态调整累积次数（近距离减少累积）平衡了功耗。
常见误区
2.3 深度图像获取与点云生成
核心原理：从深度图到点云
深度图像是每个像素存储距离值的二维矩阵。通过相机内参（焦距fx、fy，主点cx、cy），可将深度图转换为三维点云：
X = (u - cx) × Z / fx
Y = (v - cy) × Z / fy
Z = depth(u, v)其中(u,v)为像素坐标，Z为深度值。这一过程称为反投影。实际系统中还需考虑镜头畸变校正和深度图与RGB图的配准。
操作流程：深度图像预处理
| 步骤 | 操作 | 目的 |
|---|---|---|
| 1 | 飞点滤波 | 去除边缘像素的异常深度值 |
| 2 | 时域滤波 | 多帧平均降低随机噪声 |
| 3 | 空间滤波 | 双边滤波保持边缘的同时平滑 |
| 4 | 置信度掩码 | 标记低信噪比区域 |
案例拆解：机器人抓取场景的深度图优化
某协作机器人需要识别透明塑料瓶，初始深度图在瓶身区域出现大量空洞。分析发现：透明物体对红外光透射率高，反射信号弱。解决方案：①增加光源功率至1.5W；②采用多频融合（20MHz+60MHz）提高信噪比；③对空洞区域进行基于邻域梯度的插值填充。处理后，瓶身有效深度像素从62%提升至94%，抓取成功率从71%提升至93%。
常见误区
2.4 ToF与结构光、激光雷达的对比
核心原理：三种技术路线
| 维度 | ToF相机 | 结构光 | 激光雷达 |
|---|---|---|---|
| 测距原理 | 光飞行时间 | 三角测量/编码光 | 激光脉冲飞行时间 |
| 工作距离 | 0.1~10m | 0.1~3m | 10~200m |
| 精度 | mm~cm级 | 亚mm级 | cm级 |
| 帧率 | 30~60fps | 10~30fps | 10~20Hz |
| 抗环境光 | 中等 | 弱 | 强 |
| 成本 | 中 | 低 | 高 |
| 体积 | 小 | 小 | 大 |
判断方法：选型决策树
- 室内近距离高精度：结构光（如人脸识别）
- 室内中距离实时性：ToF（如手势识别、AR）
- 室外远距离：激光雷达（如自动驾驶）
- 低成本消费级：结构光或单目+深度估计
案例拆解：AR眼镜的传感器选型
某AR眼镜项目需要手势识别（0.2~0.8m）和空间建图（1~5m）。初期尝试结构光方案，在户外强光下完全失效；改用ToF后，户外性能提升但近距离精度不足。最终采用双传感器方案：近距离用结构光（精度0.5mm），远距离用ToF（精度5mm），通过传感器融合算法切换。系统成本增加约$15，但用户体验显著提升。