一、ToF技术全景：从原理到应用
各位工程师朋友，咱们今天聊聊ToF。说实话，我第一次接触ToF是2017年做手机人脸识别项目。那时候供应商给我一堆datasheet，看得我头大。后来踩了不少坑，才慢慢摸清门道。今天我把这些经验整理出来，希望能帮你少走弯路。
核心观点：ToF不是单一技术，而是一套从光子发射到深度计算的完整链路。选型、驱动、标定，环环相扣。
1.1 iToF与dToF：两种测距哲学
ToF分两种：iToF（间接飞行时间）和dToF（直接飞行时间）。说白了，一个靠相位差算距离，一个直接计时。
iToF的原理：
- 发射连续调制光（通常是正弦波或方波）
- 接收端测量发射与接收信号的相位差
- 距离 = (相位差 × 光速) / (4π × 调制频率)
我在项目中遇到过一个问题：iToF在强光下容易饱和。后来发现是SPAD的增益没调好。嗯，这里要注意，iToF对动态范围要求很高。
dToF的原理：
- 发射单个短脉冲（皮秒级）
- 直接测量光子往返时间
- 距离 = 时间 × 光速 / 2
你想想看，dToF就像用秒表测跑步时间。但难点在于——光速太快了。1米距离，光子往返只要6.7纳秒。所以dToF需要皮秒级的时间数字转换器（TDC）。
| 对比项 | iToF | dToF |
|---|---|---|
| 测距原理 | 相位差 | 直接计时 |
| 典型精度 | 厘米级（1-5cm） | 毫米级（1-5mm） |
| 最大距离 | 3-5米（消费级） | 10-50米（工业级） |
| 功耗 | 较低（~100mW） | 较高（~500mW） |
| 抗环境光 | 弱 | 强 |
| 典型应用 | 人脸识别、手势 | 激光雷达、工业测距 |
我的建议：做消费类产品选iToF，功耗和成本更友好。做工业或车载，dToF更靠谱。我曾经在一个扫地机器人项目里硬上iToF，结果阳光直射下直接罢工...后来换了dToF才搞定。
1.2 核心器件：VCSEL与SPAD
ToF模组里最关键的俩器件：VCSEL（垂直腔面发射激光器）和SPAD（单光子雪崩二极管）。
VCSEL选型要点：
- 波长：主流是940nm（不可见，对人眼安全）
- 功率：消费级通常1-5W，工业级可达10W+
- 发散角：越小越好，但也要匹配视场角
- 调制速率：iToF需要MHz级调制，dToF需要ns级脉冲
我记得有一次选型，供应商推荐了一款VCSEL，参数看着挺好。结果一上板子，发现调制速率上不去。后来查资料才知道，VCSEL的寄生电容会影响高频响应。嗯，这个坑我替你们踩过了。
SPAD选型要点：
- 光子探测效率（PDE）：越高越好，通常10-30%
- 暗计数率（DCR）：越低越好，室温下<100cps
- 死区时间：越短越好，典型值10-100ns
- 阵列规模：从单点到640×480不等
避坑指南：我曾经在一个项目中，SPAD的DCR没测准，结果暗光下噪声大得离谱。后来发现是温度补偿没做好。SPAD对温度极其敏感，每升高10°C，DCR翻倍。所以驱动里一定要加温度校准。
1.3 主流模组厂商对比
目前市面上主流的ToF模组厂商有三家：ST、AMS、索尼。我都有过实际项目经验，说说我的感受。
| 厂商 | 代表型号 | 技术路线 | 分辨率 | 最大距离 | 典型功耗 | 价格区间 |
|---|---|---|---|---|---|---|
| ST | VL53L5CX | iToF（SPAD阵列） | 8×8 | 4m | ~150mW | $3-5 |
| AMS | TMF8801 | dToF | 单点 | 2.5m | ~90mW | $2-4 |
| 索尼 | IMX456 | iToF（背照式） | VGA | 5m | ~500mW | $15-25 |
ST：文档最全，驱动库也成熟。我最早用的就是VL53L0X，I2C接口，上手很快。但要注意，ST的模组对镜头脏污很敏感，驱动里最好加污渍检测。
AMS：dToF做得好，单点测距精度很高。但问题是——它家寄存器手册写得像天书。我当年调TMF8801，光看时序图就花了两天。建议直接找FAE要参考代码。
索尼：背照式SPAD，灵敏度业界领先。但价格贵，而且驱动复杂。IMX456需要MIPI接口，对MCU性能要求高。我一般只在高端项目里用。
我的选择策略：消费级产品优先ST，性价比高。工业测距选AMS，精度够用。AR/VR这种对画质要求高的，上索尼。但不管选哪家，一定要提前拿到评估板，别光看datasheet。
1.4 典型应用场景
ToF的应用场景，我归纳为三大类：
1. 人脸识别与生物检测
- 利用深度信息做活体检测，防照片攻击
- 典型距离：30-80cm
- 精度要求：<5cm
- 我做过一个支付级人脸识别，iToF配合红外摄像头，误识率降到百万分之一
2. 工业测距与避障
- AGV小车、无人机、机械臂
- 典型距离：0.1-50m
- 精度要求：<1cm（近距离），<10cm（远距离）
- 注意：工业环境粉尘多，VCSEL窗口要定期清洁
3. AR/VR与空间感知
- 手势识别、环境重建、SLAM
- 典型距离：0.1-5m
- 精度要求：<1cm
- 帧率要求高（>30fps），否则会有眩晕感
经验之谈：做AR应用时，我踩过一个坑——ToF的帧率和延迟。如果深度图跟不上显示刷新率，用户会感觉画面「飘」。后来我用了双缓冲+预测算法，才把延迟压到20ms以内。
1.5 知识体系总览
下面这张图，是我自己总结的ToF技术全景。从原理到应用，一条线串起来。你照着这个框架学，不会迷路。
这张图把ToF技术拆成了四层：原理→器件→模组→应用。每一层都依赖下一层。比如你选VCSEL，得先知道iToF需要什么调制频率。你选模组，得先知道应用场景需要多少距离。
学习建议：别急着看代码。先把这张图吃透。我当年就是太心急，一上来就调寄存器，结果连iToF和dToF都没分清。后来花了三天重新梳理原理，才把驱动写顺。
好了，这一章就到这里。下一章我们开始讲驱动架构——怎么把ToF模组跑起来，怎么处理中断，怎么校准。到时候我会拿ST的VL53L5CX做例子，手把手带你写驱动。
公众号:蓝海资料掘金营，微信deep3321