[光学传感器] X-NUCLEO-53L4A3 飞行时间 (ToF) 传感器的其他应用

御坂10032号

[光学传感器] X-NUCLEO-53L4A3 飞行时间 (ToF) 传感器的其他应用 [复制链接]

简介

 

本章节将介绍TOF传感器在其他方面上的应用。在上几个章节中我们使用TOF传感器成功的读取到了距离信息（包括多个zone的距离信息。）即可以检测到多个目标的距离信息。

那么如果背测的物体始终是处于TOF传感器的测试中心的话（TOF可以检测到物体）， 那么TOF可以拿到每个Zone的距离值。 比如说被测平面不平整的话，那么每一个zone的距离信息都将不相同。 我们可以通过距离信息的判断来做一些有趣的应用。

 

具体的方法定义在下述截图中

  我们可以从每次获取测试结果的 变量中来找到一共有几个区域， 以及区域中一共有多少个目标（包括当前区域的噪声和信号强度）。信噪比同样是一个衡量当前测量结果的重要指标。 即判断当前的测量结果是否可信。 我在另一家公司的TOF传感器的教学视频里，看到它们公司是信噪比如果大于6 的话即可确定当前的测试结果是可靠的。

 

那么如果我们可以获取到每一个Zone的距离的话（实际上在测量的时候， 并不是每次都能获取到多个zone的结果）。比如说3*3 . 那么我们可以拿这次的结果来构建一个矩阵

如下图所示：

 

 

 

我们可以从右侧的数据即zone 3 6 9， 和 1 4 7 做对比， 发现这一个平面的右侧数据是高于左侧的， 即中间的物体的形状最低。假设TOF传感器位于下图所示，结合上面的数据， 这个图形的某一个平面将如下图所示 （仅仅TOF 对应的平面）。

 

 

因此，我们可以将当此的数据进行保存， 同时和下一次的数据进行对比来得到下一次测量物体相对这次的形状或者位置的变化， 比如说旋转等。

 但是遗憾的是，在我实现的过程中并没有能很好的处理好每个区域的距离信息。并且不清楚到底在什么情况下才能被检测到多个目标。 在我的测试中， 在多个物体的情况下，90%的时间都是显示的两个物体。 很少很少才有检测到多个zone。 效果如下所示。

 

 

0d94b9448971970561e6f28a79310471

 

 

总结

 

综上所述， 仅仅本次所有的测评的结果上来看， TOF的其他方便的应用空间还非常大。 我也看了其他坛友发的手势识别等也是一个应用的方向。但是由于个人的能力有限没办法完成的复刻手势识别。但是这次的评测可以看出，TOF传感器在测距方面上表现尤为出色！其相应速度和精度都是一大亮点。比如应用在物体检测和避障的方面。