当扫地机器人精准避开桌腿、工厂机械臂自动识别软包垛型、商场实时统计客流人数——这些看似不同的场景，背后依赖的是同一项核心技术：ToF深度相机。

ToF是“Time of Flight”（飞行时间）的缩写。ToF深度相机通过测量调制红外光的往返飞行时间直接解算深度，无需经过双目立体匹配，可直接输出稠密深度图，主控算力开销低。简单来说，它发射红外光，光遇到物体后反射回来，传感器通过计算光“跑一趟”花了多少时间，就能精确算出物体离自己有多远。

本文围绕iToF相机，系统梳理ToF相机在机器人避障、工业物流与智能安防三大场景中的技术方案、关键参数与选型逻辑。

一、技术基础：iToF与dToF的关键区别

TOF深度相机主要分为两条技术路线：iToF（间接飞行时间）和dToF（直接飞行时间）。

dToF直接发射一个光脉冲，测量反射光脉冲和发射光脉冲之间的时间间隔来计算距离。它的原理直观，适合远距离测量，但空间分辨率通常低于iToF，硬件成本也更高。

iToF则发射经过幅度调制的红外信号，通过计算接收信号的相位和幅度信息来推算距离。iToF适用于室内中近距离场景，能够输出稠密深度图，在机器人导航、工业物流等领域应用广泛。

在ToF相机中，有一个重要的2米精度分界：ToF的短板在精度而非量程，双目散斑误差随距离近似二次增长，但2米内精度通常高于ToF，因此在3C装配、精密上下料等2米内的毫米级引导场景中，优先使用双目散斑或结构光方案；ToF的核心价值区是0.2~8米的中近距稠密成像与弱纹理场景。

二、场景一：机器人导航与避障

2.1 传统方案的盲区

移动机器人在导航避障中面临的痛点很明确。传统2D视觉依赖纹理与光照，在暗光与弱纹理环境下显著退化；单线激光雷达仅获取单一水平面距离，对桌腿、悬空桌沿、垂落线缆等垂直障碍盲视——而这恰恰是室内碰撞的高发来源。

2.2 ToF方案的核心价值

iToF面阵以10~30 fps输出稠密深度图，优势体现在三个方面：一是采用主动IR红外，不依赖纹理与光照，暗光/黑暗条件下依然可靠；二是建图与避障一体化，直接输出深度图，无需双目立体匹配；三是配合dToF相机进行近场补盲。

在移动机器人与服务机器人领域，大量采用低分辨率的dToF模组（如240×96或240×160分辨率），分区覆盖机身四周，成本与功耗远低于面阵方案，是目前最大的落地形态。

2.3 关键工程要点

户外机器人应用需特别注意：务必选用双VCSEL激光器方案，以提升回波能量并支持背景光差分抑制，同时应选择940nm波长以应对强光环境。940nm的一个常见工程优势是太阳光谱在该区域存在相对低谷，因此在户外ToF应用中常被采用。

主要风险与处理方式包括：黑色低反射物体回波弱，宜以超声或碰撞传感兜底；强日光直射需遮光或改用940nm方案；多机同场串扰可通过错频、时分复用或选多机共存型脉冲iToF解决；边缘混叠则可通过多帧滤波缓解。

三、场景二：工业与物流

工业与物流场景中，ToF相机的典型方案为iToF面阵+RGB-I组合，工作距离覆盖0.2~8米，输出点云数据，帧率在15~30 fps之间。

3D拆垛是ToF相机在工业场景中的深度应用，推荐方案为iToF大视野面阵，分辨率达到VGA级别（640×480），帧率20~30 fps，工作距离2~5米。

ToF相机之所以成为拆码垛的理想选择，核心在于其通过光脉冲测距获取三维信息，具备强抗光性、适合大场景动态识别、适配不规则物体等多重优势。

在视觉引导拆码垛应用中，ToF技术展现出独特优势：不仅具有高帧率和强抗光性，而且结构紧凑、成本较低。以洛微科技推出的自研3D ToF视觉引导自动拆码垛方案为例，该方案赋予工业机器人精准的“三维视野”，可智能引导其完成对纸箱、软包等物料在托盘上的拆垛作业。在软包拆垛环节，ToF相机能精准识别和操作各类软包袋，有效应对形变、褶皱等复杂情形，大幅提升工作效率，降低人力成本和错误率。

四、场景三：智能安防与商业分析

智能安防与商业分析场景采用的方案为ToF聚焦3D立体 + dToF多区补盲，配合QVGA分辨率和RGB-D融合，实现立体防护、客流统计和跌倒检测等功能。

在客流统计领域，ToF方案的核心优势在于能够获取深度信息，在遮挡、重叠、背影等干扰情况下仍可获取准确的人数信息。不仅计人流数量，还可实现通道流向识别、停留时长分析和热点区域热力图生成。

在机场和交通枢纽等大型公共场所，ToF相机可以实时跟踪乘客流量和排队长度，从而动态调整安检点或登机口，减少等待时间并提高通行效率。这一方案通过发射红外光并计算反射时间直接获取深度信息，不受环境光线影响，可有效避免阴影和逆光导致的误判。

五、总结与展望

ToF深度相机正在从单一感知器件演变为多场景智能感知的核心基础设施。从移动机器人的dToF补盲模组，到工厂车间的3D拆垛系统，再到机场的智能客流分析平台，ToF技术以其主动红外测距、稠密深度输出、低算力开销的特点，覆盖了0.2~8米这一最广泛的中近距感知需求。

展望未来，随着iToF分辨率持续提升和dToF成本进一步下降，ToF相机有望在更多场景中替代传统2D视觉方案，成为机器感知的“标配眼睛”。对于工程师和产品决策者而言，理解ToF技术的精度边界、场景适配逻辑和选型要点，将是推动智能硬件落地的关键能力。