一文搞懂TOF传感器概念：TOF、iTOF 和 dTOF是什么？

本文旨在为读者提供一篇全面的飞行时间（TOF）系统科普文章，内容从基础概念逐步深入到高级知识。文章内容涵盖了TOF系统的概述；对间接TOF（iTOF）和直接TOF（dTOF）的详细介绍，包括系统参数、优劣势、算法等；以及对TOF系统中的各种组件如VCSEL、发射和接收镜头、接收传感器（如CIS/APD/SPAD/SiPM）和驱动电路（如ASIC）的探讨。

TOF简介

基本原理

TOF，即飞行时间，是一种通过计算光在介质中传播一定距离所需时间来测量距离的方法。主要应用于光学TOF场景，其原理相对直接。如图所示，一个光源发射一束光，并记录发射时间。这束光反射在目标上并被接收器捕获，记录接收时间。这两个时间点之间的差异，记为t，可计算出距离d=光速c * t /2。

TOF应用

TOF在众多领域都有应用。在消费电子产品中，它被用于面部识别、相机自动对焦、接近传感器、动作交互、手势识别、AR等；在机器人技术中，如吸尘器机器人和无人机避障，以及3D场景扫描中都有应用。在工业和安全领域，它支持自动化机器人、人数统计、智能停车系统、智能交通、智能仓储和尺寸测量。虽然智能驾驶中的激光雷达也属于TOF范畴，但本系列不重点讨论。

应用场景

TOF系统架构

为了实现上述的距离测量，一个典型的TOF系统由以下几部分组成：

发射端（Tx）：包括激光光源（主要是VCSEL）、激光驱动电路ASIC，以及用于光束控制的光学组件（如准直镜头或衍射光学元件）和滤光片。

接收端（Rx）：包括接收端的镜头和滤光片；根据不同的TOF系统可能是CIS、SPAD或SiPM等传感器；以及用于处理接收器芯片大量数据的图像信号处理器（ISP）。

电源管理：需要稳定的电流控制VCSEL、高电压供给SPAD等，因此需要强大的电源管理。

软件层：包括固件、SDK、操作系统和应用层。

该架构展示了激光束如何从VCSEL发出，经过光学组件修改后在空间中传播，反射在物体上并返回到接收器。通过计算这个过程中的时间差，可以获得距离或深度信息。值得注意的是，该架构没有涵盖噪声路径，如阳光引起的噪声或反射造成的多路径噪声，我们将在后续内容中讨论。

TOF系统分类

TOF系统主要根据它们的测距技术被分类为直接TOF（dTOF）和间接TOF（iTOF），每种都有其独特的硬件和算法方法。我们将首先概述它们的原理，然后深入分析它们的优势、挑战和系统参数。

尽管TOF的原理看似简单——发射光脉冲并检测其返回以计算距离——其复杂性在于区分返回的光和环境光。这一挑战通过发射足够亮的光以实现高信噪比，并选择适当的波长以最小化环境光干扰来解决。另一种方法涉及对发射的光进行编码，使其在返回时可以识别，类似于手电筒的SOS信号。

dTOF

直接TOF直接测量光子的飞行时间。其关键组件，单光子雪崩二极管（SPAD），灵敏度足以检测单个光子。dTOF采用时间相关单光子计数（TCSPC）来测量光子到达的时间，并构建直方图以推断出基于特定时间差频率最高的最可能距离。

iTOF

间接TOF根据发射和接收波形之间的相位差来计算飞行时间，通常使用连续波或脉冲调制信号。iTOF可以使用标准的图像传感器架构，测量随时间变化的光强度。

iTOF进一步细分为连续波调制（CW-iTOF）和脉冲调制（Pulsed-iTOF）。CW-iTOF测量发射和接收的正弦波之间的相位偏移，而Pulsed-iTOF使用方波信号计算相位偏移。

比较dTOF和iTOF

dTOF和iTOF各有其独特的优势和局限性。我们将在后续章节中从系统参数的角度进行更详细的比较。

按信息维度分类

TOF系统也可以根据它们提供的信息的复杂性进行分类：1D TOF、2D TOF和3D TOF。1D TOF代表简单的单点距离测量，2D TOF常见于真空机器人，它扫描一条线来映射房间较低空间的距离，而3D TOF则结合了2D传感器阵列和成像镜头，以产生三维空间信息。

声明：本文素材来源网络，版权归原作者所有。如涉及作品版权问题，请与我联系删除。