ToF与立体视觉 - 它们各自的强项体现在哪里

ToF是一种非常有效的技术，可用于测量距离以获得深度数据。集成在相机中的光源可发出光脉冲照射到物体上，物体将光脉冲反射回相机。根据光脉冲所需的时间，就可以确定每个像素的距离，从而得出深度值。因此，被检测物体的3D值会以范围图或点云的形式输出为一张空间图像。ToF方法还能为每个像素以灰度值的形式提供2D强度图像，以及可表示单个值置信度的置信度图。

使用ToF进行3D采集时，不需要使用对比度或者角落和边缘等特定功能。采集过程也基本不受物体的强度和颜色的影响，因此可以轻松使用图像处理技术将其与背景分开。该采集过程也适用于移动的物体，每秒最多能执行900万次距离测量，精度可达毫米级。与其他3D相机相比，ToF相机 更为经济、精巧和简单，可实现轻松安装和集成。

但是，仅在特定环境条件下和定义的测量范围内，相机才能提供理想的采集结果。由于采用底层的ToF测量方法，在测量物体的角落或凹形面时，发射光会进行多次反射，导致ToF方法的测量结果出现偏差。离相机太近的高反射表面会导致镜头中出现杂散光，从而产生伪影。而对于非常暗的表面，由于反射光太少，存在无法进行可靠测量的风险。工作距离太小也会对ToF方法造成限制，所以它总体上适用于介质测量或高精度的深度测量。

与立体视觉技术不同，结构光技术需要将其中一台相机替换为条纹光投影仪。它会投影具有正弦强度曲线的各种条纹状图案，从而在表面上创建系统已知的人造结构。在表面上投影的条纹变形可用于计算3D信息，并获得更准确的测量结果。

具备结构光功能的芯片在近距离内可实现较高的精度。使用结构光方法时会产生很高的计算负载，它需要逐张采集和分析多个图像，不适用于移动的物体。因此，它仅适用于有限范围内的实时应用，否则就需要以投入更高的成本为代价。

在工作距离长、测量范围大、高速运作以及系统复杂性低的应用中，ToF技术尤其可以发挥所长，而极高的精度则不是重要的考虑因素。

• 测量物体（体积、形状、位置、方向）
• 工厂自动化：查找、拾取、组装物体；检测损坏的物体或堆垛错误
• 机器人：确定机器人的拾取点；传送带上的抓取任务、箱盒取物、拾取与放置
• 物流：包装、堆垛、打（拆）托盘、打标签、自动驾驶车辆（导航、安全警告）
• 医学：病人的定位和监测