3. 室内场景误差源分析：多路径干扰、散射光、反射率影响
做ToF测距这么多年，我踩过最多的坑，其实不在室外强光下，而是在看似简单的室内场景里。你想想看，四面白墙、几盏灯、一个光滑的桌面——这些日常环境，恰恰是ToF传感器的噩梦。
室内场景的误差源，说白了就三大类：多路径干扰、散射光、反射率影响。咱们一个一个拆开讲。
3.1 多路径干扰：信号走了不该走的路
什么叫多路径干扰？我打个比方：你朝对面喊话，声音直接传过去是一路，撞到墙壁再反弹过去又是一路。ToF的光信号也一样，发射出去后，可能直接打到目标返回，也可能先打到墙面、天花板、地板，再反射到目标，最后才回到接收器。
这就出问题了。接收器收到的光，是多个路径的混合信号。直接路径的光先到，反射路径的光后到。但接收器分不清哪个是哪个，它只能算一个平均结果。结果就是——测距值偏大。
核心影响：多路径干扰会导致测距值系统性偏大，误差幅度通常在几厘米到几十厘米之间，具体取决于反射面的距离和反射率。
我在项目中遇到过最典型的场景：在一个约4米×5米的会议室里，用ToF传感器测量墙角的一个小物体。传感器放在房间中央，按理说距离只有2米左右，但读数经常跳到2.3米甚至2.5米。排查了半天，发现是侧面的白墙贡献了强烈的反射信号。
为什么会这样？因为白墙的反射率通常在80%以上，反射回来的光强度甚至比目标本身的信号还强。接收器一算，自然就偏远了。
多路径干扰的典型场景
- 墙角/拐角处：两面墙形成反射腔，信号来回反弹
- 玻璃或镜面附近：镜面反射产生强二次路径
- 低矮天花板：天花板反射信号先于目标信号到达
- 金属表面：高反射率材料加剧多路径效应
如何识别多路径干扰？
嗯，这里有个小技巧。如果你发现测距值在某个位置突然跳变，或者读数比实际距离明显偏大，而且这个偏差随着传感器移动而变化——那多半就是多路径干扰在作怪。我习惯的做法是：先拿一个已知距离的标定板放在目标位置，对比读数，如果偏差超过5%，就要警惕了。
我的经验：在室内做ToF标定时，我通常会先用一块黑色吸光布遮挡可能产生反射的墙面，这样能快速判断多路径干扰的严重程度。如果遮挡后读数恢复正常，那基本实锤了。
3.2 散射光：不该来的光来了
散射光和多路径干扰有点像，但本质不同。多路径是信号光走了弯路，散射光是非信号光混入了接收通道。
你想想看，ToF传感器发射的是调制过的红外光。但室内环境里，太阳光、灯光、甚至其他电子设备发出的红外光，都可能被接收器捕获。这些光没有经过调制，或者调制频率不同，就会在解调过程中产生误差。
我记得有一次在实验室调试，明明环境光很暗，但测距值一直在抖动。后来发现是头顶的LED灯——虽然肉眼看着不亮，但它发出的红外成分刚好干扰了ToF传感器的工作波段。
散射光的来源
| 来源 | 特征 | 影响程度 |
|---|---|---|
| 太阳光（透过窗户） | 宽光谱，强度高 | 高 |
| LED照明 | 含红外成分 | 中 |
| 白炽灯 | 红外辐射强 | 高 |
| 其他红外传感器 | 同频段干扰 | 中 |
| 显示器/屏幕 | 脉冲式红外泄漏 | 低-中 |
说白了，散射光的影响就是给信号叠加了一个直流偏置。这个偏置会让解调算法算出来的相位发生偏移，最终导致测距值不准。而且这个误差不是固定的——环境光一变，误差就跟着变。
注意：散射光导致的误差在弱信号条件下尤其严重。当目标距离远、反射率低时，信号本身就很弱，这时候哪怕一点点散射光都会造成显著误差。我曾经在测量黑色哑光物体时吃过这个亏，后来学乖了，每次都会先检查环境光强度。
3.3 反射率影响：不同颜色，不同距离
这个坑，我相信做过ToF的朋友都踩过。同一个传感器，测白色墙面和测黑色地毯，读出来的距离能差出10%以上。
为什么？因为ToF传感器的接收器有有限动态范围。白色物体反射率高，回来的光强；黑色物体反射率低，回来的光弱。接收器对不同强度的信号，响应是非线性的。
我举个例子：一个反射率90%的白色物体，和一个反射率5%的黑色物体，放在同样的距离上。白色物体返回的光强度是黑色物体的18倍。接收器在处理强信号时，可能会饱和；处理弱信号时，信噪比又不够。这两种情况都会导致测距误差。
常见材料的反射率参考
| 材料 | 反射率（典型值） | 测距误差倾向 |
|---|---|---|
| 白墙/白纸 | 80-90% | 偏小（饱和） |
| 浅色木材 | 40-60% | 较准确 |
| 灰色布料 | 20-30% | 轻微偏大 |
| 黑色橡胶 | 5-10% | 明显偏大 |
| 镜面/金属 | 90%+（镜面反射） | 不可预测 |
你可能会问：那是不是反射率越高越好？其实不是。反射率太高会导致接收器饱和，信号波形被削顶，解调出来的相位就变了。反射率太低又会导致信号太弱，噪声占比大，测距值抖动厉害。
我建议：在实际应用中，如果目标物体的反射率变化范围很大（比如从白色到黑色），最好做一个反射率补偿。具体做法是：先用一个已知反射率的标定板在不同距离下采集数据，建立反射率-误差映射表，然后在实际测量时根据接收到的信号强度查表修正。
3.4 三种误差的叠加效应
最头疼的是，这三种误差不是独立存在的。它们会互相叠加、互相放大。
举个例子：你在一个白色墙壁的房间里，测量一个黑色物体。这时候——
- 白色墙壁产生多路径干扰，让读数偏大
- 环境灯光产生散射光，进一步干扰信号
- 黑色物体的低反射率让信号本身就很弱，误差被放大
三种误差加在一起，测距值可能偏离真实距离30%以上。我早期做项目时就被这个组合拳坑过，后来学乖了，每次测试前都会先评估这三个因素。
3.5 我的修正建议
讲了这么多问题，总得给点解决方案。我个人习惯的做法是分三步走：
- 硬件层面：使用窄带滤光片，只允许传感器发射的特定波长通过，从源头减少散射光。同时，增加接收器的动态范围，避免高反射率时饱和。
- 算法层面：实现多路径检测算法。我常用的方法是发射多个不同调制频率的信号，通过对比不同频率下的测距结果，反推出多路径的贡献量，然后做补偿。
- 标定层面：针对不同反射率材料，建立反射率-误差查找表。这个表需要在项目初期就做，后期维护起来会省很多事。
避坑指南：我曾经在一个项目中，为了省事，直接用默认参数做室内测距。结果客户反馈说距离偏差太大。后来一查，是会议室的天花板太低（2.4米），多路径干扰严重。从那以后，我每次做室内部署，第一件事就是测量天花板高度和墙面反射率。这个习惯，建议你也养成。
好了，室内场景的三大误差源就讲到这里。记住一句话：室内测距，误差不是偶然，是必然。我们能做的，就是理解它、量化它、修正它。