1. AF基础概念与RK平台概述

各位好，欢迎来到《RK平台AF对焦性能优化与场景适配》的第一章。做相机系统优化这么多年，我始终觉得——自动对焦是用户体验里最敏感的一环。你想想看，用户按下快门，如果画面糊了，第一反应就是「这手机拍照不行」。所以，搞懂AF的基础，是后面所有优化的地基。

1.1 自动对焦的基本原理

自动对焦，说白了就是让镜头动起来，找到最清晰的那个位置。相机传感器看到的是一幅图像，图像清晰与否，本质上取决于镜头到成像面的距离是否准确。

我习惯把对焦过程拆成三步：

1. 测量——判断当前画面是否清晰
2. 计算——算出镜头该往哪个方向走、走多少
3. 驱动——让马达把镜头推到目标位置

这三步循环执行，直到画面清晰为止。不同的AF技术，主要区别就在「测量」这一步。

1.2 对比度对焦（CDAF）

CDAF是最传统的方式。它通过分析图像中边缘的对比度来判断是否合焦。对比度越高，画面越清晰。

具体做法是：镜头从近到远扫一遍，每到一个位置就计算当前画面的对比度值。找到对比度最高的那个位置，就是合焦点。

我在项目中遇到过一个问题：CDAF在光线充足时表现还不错，但一旦到了暗光环境，对比度信息变得很弱，镜头就像没头苍蝇一样来回扫。而且它天生不知道方向——你永远不知道当前是往前还是往后走才能更清晰。

特性	CDAF
精度	高（理论上可达像素级）
速度	慢（需要来回扫描）
暗光表现	差（对比度信息弱）
方向判断	无（只能盲扫）

1.3 相位对焦（PDAF）

PDAF的出现，解决了CDAF最头疼的两个问题：速度和方向。

它的原理有点像人的双眼——通过两个不同位置的像素点接收到的光信号，计算出相位差。这个相位差直接告诉你：镜头是往前还是往后，差了多少距离。

嗯，这里要注意：PDAF像素是牺牲了成像像素换来的。每个PDAF像素只负责对焦，不参与最终成像。所以PDAF像素越多，对焦越好，但成像质量可能会受一点影响。

我记得RK平台上的PDAF方案，通常是在sensor端做像素掩膜。RK的ISP里有一个专门的PDAF处理模块，负责从raw图中提取相位信息，然后算出defocus值。

特性	PDAF
精度	中等（受像素间距限制）
速度	快（一次计算即可知方向）
暗光表现	一般（PDAF像素感光面积小）
方向判断	有（相位差直接指示）

1.4 激光对焦（LDAF）

LDAF是另一种思路——它不依赖图像信息，而是直接测距。通过发射激光束，测量反射回来的时间，算出物体到镜头的距离。

它的优势很明显：

• 极暗光下也能工作——激光不依赖环境光
• 速度极快——一次测量就能得到距离
• 适合微距——近距离精度很高

但缺点也很致命：

• 测距范围有限——通常只有几米
• 受物体材质影响——黑色吸光物体、镜面反射物体会导致测距失败
• 功耗较高——激光发射器需要额外供电

在RK平台上，LDAF通常作为辅助对焦手段。我习惯的做法是：在暗光场景下优先用LDAF做粗调，然后切换到CDAF做精调。

1.5 RK平台ISP与AF硬件架构概览

好了，聊完了AF的基本原理，我们来看看RK平台是怎么把这些技术落地的。

RK的ISP架构里，AF是一个独立的硬件模块。它不占用CPU资源，所有对焦计算都在ISP内部完成。这一点很重要——你想想看，如果对焦计算还要经过CPU，延迟就大了。

我画了一张架构图，方便大家理解：

从这张图可以看到几个关键点：

• Sensor 输出raw数据给ISP
• ISP 内部做图像处理的同时，把统计信息送给AF模块
• AF硬件模块 独立计算对焦值，直接驱动VCM马达
• CPU 只负责策略调度，不参与实时计算

在RK3588、RK3568这些芯片上，AF模块支持CDAF和PDAF两种模式。你可以通过配置寄存器来切换，也可以做混合对焦——先用PDAF快速粗调，再用CDAF精调。

1.6 三种AF技术的对比总结

最后，我把三种AF技术放在一起做个对比，方便大家在实际项目中做选型：

维度	CDAF	PDAF	LDAF
原理	图像对比度分析	相位差检测	激光飞行时间测距
速度	慢（需扫描）	快（单次计算）	极快（毫秒级）
精度	高	中等	中等（受测距精度限制）
暗光表现	差	一般	好
方向判断	无	有	有（直接距离）
硬件成本	低（纯算法）	中（需特殊像素）	高（需激光模组）
适用场景	静态、文档、风景	日常拍照、运动物体	暗光、微距、辅助对焦

好了，第一章的内容就到这里。这一章我们理清了AF的基本概念，也看了RK平台的硬件架构。后面我们会一步步深入，从驱动调试到算法优化，再到场景适配——每一章都会有不少实战干货。