2、ToF成像模型：深度测量原理、相位法与脉冲法、调制频率与测量距离的关系
好，咱们进入正题。ToF相机到底是怎么算出距离的？
说白了，它就是靠「光飞了多长时间」来算距离。光速是已知的，时间测准了，距离自然就出来了。但这里面的门道，远比你想的要多。
2.1 深度测量原理：光速与时间的游戏
ToF的核心公式很简单：
距离 = (光速 × 飞行时间) / 2为什么要除以2？因为光从发射到接收，走了一个来回。你想想看，它先打到物体，再反射回来，路程是两倍的距离。
我在项目中遇到过一个问题：很多人以为只要时间测准了，距离就准了。其实不然。光速在空气中会有微小变化，温度、湿度都会影响。不过对于消费级应用，我们通常忽略这些，直接用299,792,458 m/s。
关键点：ToF测量的不是「绝对时间」，而是「相位差」或「脉冲计数」。这是后面所有算法的根基。
2.2 相位法与脉冲法：两种主流方案
目前市面上主流的ToF方案就两种：相位法和脉冲法。我两种都调过，各有各的脾气。
2.2.1 相位法（CW-ToF）
相位法，也叫连续波调制。它发射的是正弦波或方波信号，然后测量发射波和反射波之间的相位差。
公式长这样：
距离 = (c × Δφ) / (4π × f_mod)其中Δφ是相位差，f_mod是调制频率。
嗯，这里要注意：相位差只能在0到2π之间测量。一旦超过2π，就会出现「相位缠绕」——你分不清这个物体是近还是远。这就是所谓的「非模糊距离」问题。
我的经验：相位法精度高，但测距范围有限。我曾经在一个项目中用100MHz的调制频率，最大不模糊距离只有1.5米。后来我换成了20MHz，范围扩大到7.5米，但精度下降了。这就是个取舍问题。
2.2.2 脉冲法（Pulse-ToF）
脉冲法就直白多了。它发射一个短脉冲，然后直接测量脉冲从发射到接收的时间差。
公式更简单：
距离 = (c × t_flight) / 2脉冲法的好处是：没有相位缠绕问题，理论上可以测很远。但它的精度受限于时间测量分辨率。你想想看，要测1厘米的精度，时间分辨率得达到67皮秒——这可不是闹着玩的。
避坑指南：我曾经在一个户外项目中用脉冲法，结果阳光干扰导致大量误触发。后来我加了带通滤波器和时间门控，才把信噪比提上来。如果你做户外应用，一定要考虑环境光的影响。
2.3 调制频率与测量距离的关系
这是整个ToF成像模型中最核心的部分。调制频率决定了你能测多远、测多准。
咱们先看一个表格：
| 调制频率 | 最大不模糊距离（相位法） | 典型精度 | 适用场景 |
|---|---|---|---|
| 10 MHz | 15 m | ±5 cm | 大范围、低精度 |
| 50 MHz | 3 m | ±1 cm | 中等范围、中等精度 |
| 100 MHz | 1.5 m | ±3 mm | 近距离、高精度 |
| 200 MHz | 0.75 m | ±1 mm | 超近距离、超高精度 |
看到规律了吗？频率越高，精度越高，但测距范围越短。频率越低，范围越大，但精度越差。
为什么会这样？因为相位法的精度取决于相位测量的分辨率。频率越高，同样的相位误差对应的距离误差越小。但高频信号衰减快，信噪比下降，所以范围受限。
核心公式：最大不模糊距离 d_max = c / (2 × f_mod)
这个公式你一定要记住。它决定了你的系统能测多远。
2.4 多频调制：打破距离与精度的矛盾
既然单频有局限，那能不能用多个频率？当然可以。这就是多频调制技术。
我个人的习惯是：用两个频率，一个低频（比如20MHz）测粗距离，一个高频（比如100MHz）测精细距离。然后通过算法融合，既保证范围，又保证精度。
算法思路大致如下：
1. 用低频f1测量，得到粗距离d1（可能有模糊）
2. 用高频f2测量，得到精细相位差φ2
3. 利用d1消除φ2的模糊，得到精确距离
嗯，这里要注意：两个频率的比值不能是整数倍，否则会引入新的模糊。我一般选f1:f2 = 1:3或1:5。
我的经验：多频调制虽然好，但会降低帧率。因为每个频率都需要单独采集一帧数据。如果你做实时应用，比如手势识别，帧率不能低于30fps，那就要权衡一下频率数量和帧率的关系。
2.5 知识体系总览
为了让你更直观地理解整个ToF成像模型，我画了一张图：
这张图把整个ToF成像模型的脉络理清了。从深度测量原理出发，分支出相位法和脉冲法两条技术路线，最后汇聚到调制频率这个核心参数上。你把这个图吃透了，后面讲标定和畸变校正就轻松多了。
最后提醒一句：不管用哪种方法，标定都是绕不开的坎。相位法有相位偏移误差，脉冲法有时间偏移误差。这些误差不校正，你测出来的距离就是错的。下一节我们会详细讲怎么标定。
公众号:蓝海资料掘金营，微信deep3321