2、ToF传感器选型：主流传感器、帧率权衡与环境光抑制

说到ToF传感器的选型，我其实挺感慨的。早些年做项目时，市面上能选的ToF传感器就那么几款，价格还贵得离谱。现在不一样了，索尼、TI、英飞凌这些大厂都在推，选择多了，但坑也多了。今天我就结合自己踩过的坑，聊聊怎么挑一颗合适的ToF传感器。

2.1 主流ToF传感器概览

目前市面上主流的ToF传感器，我个人接触最多的就是索尼的IMX系列和TI的OPT系列。这两家代表了两种不同的技术路线。

索尼IMX系列：背照式+全局快门

索尼的IMX系列，比如IMX556、IMX570，用的是背照式CMOS工艺。说白了，就是把光电二极管放在电路层的上面，进光量能提升不少。我最早用IMX556时，第一感觉就是暗光下表现确实好。

索尼的优势在于：

• 像素尺寸大：通常10μm以上，信噪比高
• 全局快门：运动畸变小，适合动态场景
• HDR模式：内置多重曝光，高动态场景不用愁

但缺点也有——贵。一颗IMX570模组，采购价要小两千。小批量项目用用还行，量产的话成本压力不小。

TI OPT系列：集成化方案

TI的OPT系列，比如OPT8241、OPT8320，走的是集成化路线。传感器、照明驱动、处理芯片都集成在一起，开发起来省事很多。

我记得第一次用OPT8241时，被它的开发文档吓了一跳——一千多页。但啃完之后发现，TI的参考设计确实完整，从原理图到PCB layout都给好了。

TI的特点：

• 集成度高：一颗芯片搞定发射和接收
• 开发门槛低：SDK和参考设计齐全
• 成本可控：比索尼方案便宜30%-50%

不过TI的像素尺寸偏小，一般是5-7μm，暗光下噪点会多一些。

2.2 分辨率与帧率的权衡

这个问题，几乎每个找我咨询的工程师都会问。我的回答很简单：看你的应用场景。

ToF传感器的分辨率，目前主流是QVGA（320×240）到VGA（640×480）。再高的也有，比如索尼的IMX570能做到1280×960，但帧率会掉下来。

为什么会这样？因为ToF的帧率受限于两个因素：

1. 调制频率：频率越高，距离精度越好，但每帧需要的采样时间越长
2. 像素读出速度：像素越多，读出时间越长

我做过一个测试，用IMX556跑QVGA分辨率，帧率能到60fps。但换成VGA，直接掉到30fps。如果你做的是手势识别，30fps勉强够用；但要是做高速运动捕捉，60fps都不一定够。

这里有个小技巧。如果你需要高分辨率，但又不想牺牲帧率，可以考虑ROI（感兴趣区域）模式。比如只输出画面中心区域的高分辨率数据，其他区域降采样。我在一个AGV项目里就这么干过，效果还不错。

2.3 环境光抑制能力

环境光抑制，是ToF传感器选型时最容易忽略的点。很多工程师在室内测试时觉得效果挺好，一拿到室外就崩了。

ToF的原理是发射调制光，然后测量反射光的时间差。环境光（尤其是太阳光）会带来大量的背景噪声，直接拉低信噪比。

目前主流的抑制手段有几种：

技术	原理	效果	代价
窄带滤光片	只允许激光波长通过	抑制80%环境光	成本增加，角度敏感
差分采样	发射时和未发射时分别采样，做差	抑制50%-70%	需要额外存储
自适应曝光	根据环境光强度调整积分时间	动态范围提升	帧率可能下降
多频调制	使用多个调制频率	抗干扰能力强	算法复杂

我曾经在一个户外巡检机器人项目里吃过亏。当时选了一颗没有窄带滤光片的传感器，大晴天直接饱和，点云全是噪点。后来换了带滤光片的版本，又发现滤光片的角度依赖性——机器人倾斜时，信号衰减严重。

2.4 知识体系总览

下面这张图，是我自己整理的ToF传感器选型决策流程。你想想看，选型其实就是一个多目标优化问题——分辨率、帧率、环境光抑制能力，三者很难同时做到极致。

嗯，这张图基本概括了选型的核心逻辑。先定义场景，再拆解三个维度的需求，最后匹配传感器型号。我个人习惯把这三个维度做成一个打分表，每个维度设权重，最后算总分。这样选型就变成量化决策了，不容易拍脑袋。

最后说一句，选型没有完美的方案，只有最适合的方案。别追求参数上的极致，多想想你的产品到底要在什么环境下用。我在项目里见过太多「参数好看，实际拉胯」的案例了。

---

公众号:蓝海资料掘金营，微信deep3321