3、深度传感器原理（下）：结构光原理（Kinect v1）、ToF原理（Kinect v2/Azure）、LiDAR原理（机械式/固态）
好，咱们接着聊深度传感器。上一章我把被动双目视觉讲透了，这一章咱们来啃几块硬骨头——结构光、ToF和LiDAR。这三种技术，说白了就是主动往场景里打光，然后靠分析反射回来的光信号来算深度。
我个人习惯把这三者放在一起讲，因为它们都涉及一个核心问题：如何精确测量光的飞行时间或形变。你想想看，不管是投射编码图案还是发射激光脉冲，本质上都是在跟光速赛跑。
核心要点：主动式深度传感的三大流派——结构光（编码光）、ToF（飞行时间）、LiDAR（扫描测距）。它们各有各的脾气，选型时一定要看场景。
3.1 结构光原理：Kinect v1 的成名绝技
结构光，这个名字听起来挺唬人。说白了就是：我往你脸上打一束有规律的光斑，然后用相机拍下光斑被物体表面扭曲后的样子，根据扭曲程度算出深度。
Kinect v1 用的就是这招。它内部有一个红外激光投影器，通过衍射光栅投射出密密麻麻的红外光斑。这些光斑打在平面上是整齐的网格，但打在立体物体上就会变形——凸起的地方光斑间距变小，凹陷的地方间距变大。
我记得第一次拆解 Kinect v1 时，看到那个投影器里的衍射元件，心里直呼巧妙。它只用了一个激光二极管，就能投射出几万个光斑，成本控制得死死的。
避坑指南：我曾经在户外用结构光传感器做实验，结果大白天根本没法用——太阳光里的红外成分直接把投影光斑淹没了。所以结构光基本只适合室内或弱光环境。
结构光的深度计算流程大致如下：
- 标定：在已知距离的参考平面上，记录光斑的基准位置。
- 投射：向场景投射编码光斑。
- 拍摄：红外相机捕捉变形后的光斑图像。
- 匹配：将当前光斑与基准光斑做块匹配，计算偏移量。
- 三角化：根据偏移量和系统几何参数，解算深度。
这里有个关键参数——基线长度。投影器和相机之间的距离越大，深度分辨率越高，但盲区也越大。Kinect v1 的基线大概 7.5cm，在 1-4 米范围内效果不错，太近了反而看不清。
3.2 ToF 原理：Kinect v2 / Azure Kinect 的进化
ToF，全称 Time of Flight，飞行时间法。这名字就直白多了——我发出一束光，等它反射回来，记下时间差，乘以光速除以 2，就是距离。
但问题来了：光速太快了，3 米距离来回才 20 纳秒。普通电子器件根本没法直接测这么短的时间。怎么办？
工业界想了个聪明的办法——连续波调制。不是发一个脉冲，而是发一串正弦波或方波。通过比较发射信号和接收信号的相位差，间接算出飞行时间。
Kinect v2 和后来的 Azure Kinect 用的就是这种方案。它们发射 860nm 左右的近红外光，调制频率通常在 20-100 MHz 之间。调制频率越高，深度精度越好，但测量范围会变小。
技术参数对比：
| 参数 | Kinect v2 | Azure Kinect |
|---|---|---|
| 深度分辨率 | 512 × 424 | 640 × 576（宽视场） |
| 有效距离 | 0.5 - 4.5 m | 0.25 - 5.46 m |
| 精度 | ~4mm @ 1m | ~1.7mm @ 1m |
| 视场角 | 70° × 60° | 120° × 120° |
ToF 相比结构光有个明显优势——不怕环境光干扰。因为它是主动发射调制光，接收端可以通过带通滤波和同步解调，把环境光滤掉。我在项目中用 Azure Kinect 做过室外测试，阴天条件下效果居然还不错。
但 ToF 也有自己的毛病：
- 多路径干扰：光线在物体之间来回反射，导致测距偏大。墙角、凹面场景尤其明显。
- 运动模糊：因为需要积分多个周期才能算出一个深度值，快速移动的物体会产生拖影。
- 温度漂移：激光二极管的波长会随温度变化，影响调制精度。我建议上电后先预热 5 分钟再采集数据。
3.3 LiDAR 原理：机械式与固态
LiDAR，光探测与测距。跟 ToF 本质一样，都是测飞行时间。但 LiDAR 强调的是扫描——通过机械旋转或电子扫描，逐点测量整个场景的深度。
机械式 LiDAR 大家应该不陌生，就是车顶上那个转来转去的「小桶」。它内部有一个或多个激光发射器，通过旋转镜或整体旋转，实现 360° 水平扫描。垂直方向则靠多线激光阵列覆盖。
我记得 2018 年做自动驾驶项目时，用的还是 16 线机械 LiDAR。那玩意儿贵得离谱，而且旋转部件特别娇气——震动大了会坏，灰尘多了会卡。后来我学乖了，每次上车前都要用气吹清理一下窗口。
注意：机械式 LiDAR 的旋转部件是易损件。我曾经在矿区项目里，因为粉尘太大，三个月烧坏了两个电机。后来换了固态 LiDAR，问题才解决。
固态 LiDAR 是近几年的趋势。它没有旋转部件，靠的是：
- 光学相控阵（OPA）：通过控制光波导阵列的相位差，实现光束偏转。优点是扫描速度快、无机械磨损。缺点是工艺复杂、旁瓣干扰多。
- Flash LiDAR：一次性照亮整个视场，用面阵探测器同时接收。类似相机拍照，一帧就能拿到整个深度图。适合近距离、高帧率场景。
- MEMS 振镜：用微机电系统驱动一个小镜片摆动，实现光束扫描。成本低、体积小，是目前消费级固态 LiDAR 的主流方案。
下面这张图是我自己整理的三种 LiDAR 技术路线对比，帮你快速建立直觉：
说到选型，我个人的经验是：没有最好的传感器，只有最合适的。如果你做室内人体交互，ToF 或结构光就够了；如果你做自动驾驶，机械式 LiDAR 还是主流；如果你做机器人导航，MEMS 固态 LiDAR 性价比最高。
3.4 三种技术的核心对比
最后，我把这三种技术放在一起做个横向对比。你以后做方案选型时，直接翻到这一页就行：
| 维度 | 结构光 | ToF | LiDAR |
|---|---|---|---|
| 测距原理 | 光斑形变三角化 | 相位差/脉冲飞行时间 | 脉冲飞行时间 + 扫描 |
| 典型距离 | 0.1 - 5 m | 0.1 - 10 m | 10 - 200 m |
| 精度 | 亚毫米级（近距） | 毫米级 | 厘米级 |
| 抗环境光 | 弱 | 中等 | 强 |
| 帧率 | 30 fps | 30 - 60 fps | 10 - 20 fps（机械式） |
| 成本 | 低 | 中等 | 高 |
| 典型应用 | 人脸识别、手势 | 体感交互、AR | 自动驾驶、测绘 |
个人建议：如果你刚开始接触 3D 视觉，我推荐从 ToF 入手。它原理直观，数据干净，API 也成熟。Azure Kinect 的 SDK 做得相当好，开箱即用。等你把深度图、点云、标定这些概念都玩熟了，再回头啃结构光和 LiDAR 的底层原理，会轻松很多。
嗯，这一章的内容就到这儿。三种主动式深度传感器的原理、优缺点、选型建议，我都掰开揉碎讲清楚了。下一章咱们会聊点云预处理——拿到原始深度数据后，怎么把它变成干净、可用的点云。
公众号:蓝海资料掘金营，微信deep3321