1、ToF技术原理：从飞行时间到深度图，深度相机的前世今生

各位同学好，我是你们这门课的主讲。今天咱们聊聊ToF深度相机——说白了，就是让相机学会“看距离”的技术。

我第一次接触ToF是几年前做机器人避障项目。当时用的还是双目视觉，一到弱光环境就抓瞎。后来换成ToF，才真正体会到什么叫“一束光解决所有问题”。

1.1 什么是飞行时间？

飞行时间，英文叫Time of Flight，简称ToF。原理其实特别简单：

你朝目标发射一束光，光碰到物体弹回来，你记录下它往返的时间。

光速是已知的（约3×10⁸ m/s），所以距离 = 光速 × 时间 / 2。

为什么要除以2？因为光走了个来回嘛。这个细节我当年面试时答错过，印象深刻。

你想想看，这原理是不是跟蝙蝠的回声定位有点像？只不过蝙蝠用声波，我们用光波。

1.2 从单点到深度图

一个ToF传感器能测一个点的距离。那怎么得到一整张深度图呢？

有两种主流做法：

• 单点扫描式：用激光束逐点扫描，像打印机一样。优点是精度高，缺点是慢。
• 面阵式：一次发射覆盖整个视场，每个像素独立测距。速度快，适合实时应用。

现在消费级ToF相机基本都是面阵式。我做过一个项目，用单点扫描式做高精度建模，扫一个椅子花了半小时。换成面阵式，一秒钟30帧，实时看深度变化，那感觉就像从拨号上网换成了5G。

1.3 ToF的两种调制方式

这里有个关键知识点：ToF怎么精确测量那极其短暂的飞行时间？

光速太快了，1米的往返时间才6.7纳秒。直接计时？普通电子设备根本做不到。所以工程师们想了个巧妙的办法——不直接测时间，而是测相位差。

调制方式	原理	优点	缺点
连续波调制（CW-ToF）	发射连续正弦波或方波，通过测量发射波与反射波的相位差计算距离	精度高，抗干扰强，适合中远距离	存在距离模糊（2π周期问题）
脉冲调制（Pulse-ToF）	发射极短光脉冲，直接测量脉冲往返时间	原理简单，无距离模糊	对时间分辨率要求极高，近距精度不如CW

我个人习惯用CW-ToF。为什么？因为它在室内环境下的稳定性更好。我曾经在强光下测试过脉冲式，结果噪声大得离谱，后来换成CW式才搞定。

1.4 深度相机的前世今生

深度相机不是一天建成的。我把它分成三个阶段：

1. 萌芽期（1990s-2000s）：主要是科研机构在用，设备又大又贵。我记得2005年看一篇论文，他们用ToF相机拍一张深度图要等好几秒，分辨率才64×64像素。
2. 爆发期（2010-2015）：微软Kinect v1（结构光）和v2（ToF）把深度相机带入了消费市场。价格从几万美元降到了几百美元。我当时兴奋地买了一个拆着玩，发现里面用的就是PMD的ToF芯片。
3. 成熟期（2016至今）：苹果、索尼、英飞凌等巨头入场。手机上的LiDAR、人脸识别的ToF模组，精度和集成度都上了一个台阶。

嗯，这里要注意一个误区：很多人以为ToF是新技术。其实原理在1960年代激光发明时就有人提了，只是硬件一直跟不上。说白了，是半导体工艺和计算能力的进步，才让ToF真正落地。

1.5 知识体系总览

为了让你对本章内容有个整体印象，我画了张图：

1.6 深度图长什么样？

深度图本质上是一张灰度图。像素值越大（越亮），表示距离越近；像素值越小（越暗），表示距离越远。当然，不同厂商的编码方式可能相反，用之前一定要看文档。

举个例子：

// 假设深度图每个像素存储的是毫米值
// 像素值 1000 表示 1米
// 像素值 5000 表示 5米

// 读取深度图（伪代码）
uint16_t depth_value = depth_image.at<uint16_t>(row, col);
float distance_in_meters = depth_value / 1000.0f;

这里有个坑：很多ToF相机的深度图是16位无符号整数，但有些厂商用12位有效数据，高4位是状态位。我曾经没注意这个，结果算出来的距离全是错的，排查了半天才发现是位掩码没做。

1.7 本章小结

好了，这一章我们走了一遍ToF的底层逻辑：

• 飞行时间原理：光速测距，简单但精妙
• 从单点到深度图：面阵式是主流
• CW vs 脉冲：各有千秋，看场景选型
• 发展历程：从实验室到手机，走了三十年

下一章我们会深入CW-ToF的相位解算，手撕代码。到时候你会发现，数学公式其实没那么可怕。

---