ToF深度相机技术白皮书 光鉴科技.pdfVIP

ToF 深度相机 技术白皮书 修订于 2020 年 3 月 31 日 1 本文为深圳市光鉴科技有限公司原创并依法对其享有完整的著作权。未经书面授权，任何个 人、机构或其它主体不得编辑、修改、复制、转载、摘编或另作其它商业使用。本公司亦不 接受任何主体在未经书面授权而作出的类似“本文来源于网络，版权归原作者”之一切表 达。若需获得书面授权使用者，请联系我司并支付相应报酬。对不遵守本声明或其他违法、 恶意使用本文任何内容者，我司保留追究其法律责任的权利。 2 目录 1 3D 视觉介绍 4 2 3D 视觉方案介绍 5 2.1 双目技术 5 2.2 结构光技术 6 2.3 双目、结构光及 ToF 技术比较 7 3 ToF 基本原理 8 3.1 i-ToF 原理 8 3.1.1 连续波调制 (CW-iToF) 8 3.1.2 脉冲调制 (PL-iToF) 9 3.1.3 CW-iToF 与 PL-iToF 对比 10 3.2 d-ToF 原理 10 4 ToF 技术挑战 12 4.1 i-ToF 挑战 12 4.1.1 飞点噪声（Flying pixels ） 12 4.1.2 多径干扰 (Multi-Path Interference, MPI) 13 4.1.3 强度误差(Intensity Related Error) 15 4.1.4 远距离-高精度矛盾(Trade-off between range and precision) 15 4.1.5 高频驱动 15 4.1.6 片上集成 16 4.2 d-ToF 挑战 16 4.2.1 暗计数率(Dark Count Rate, DCR) 16 4.2.2 光子探测效率(Photon Detection Efficiency, PDE) 17 4.2.3 串扰(Cross talk) 17 4.2.4 时间精度 18 4.2.5 SPAD 阵列 3D 集成 18 5 ToF 发展方向 18 6 ToF 技术应用 20 7 总结 22 8 参考文献 23 3 1 3D 视觉介绍 3D 视觉技术能够获取现实三维场景完整的几何信息，利用带有深度信息的图像来实现对 于场景的精准的数字化，从而实现高精度的识别、定位、重建、场景理解等机器视觉的关键 功能。以 2010 年的 Kinect 和 2017 年的 iPhone X 的发布为标志，3D 视觉技术从传统意义上 只应用于专业领域的高端技术变成了消费级产品。 Figure 1- 1二维空间到三维空间示意图。 现行专业级或者消费级的 3D 相机采用两种主流技术，三角法(Triangulation)和飞时法 (Time-of-Flight, ToF)[1]。采用三角法