基于FPGA的动态范围扩展算法突破iToF相机近距饱和瓶颈，实现21.5倍动态范围提升

为解决iToF相机在高功率激光下因传感器饱和导致动态范围受限的问题，研究人员开发了基于场景灰度直方图反馈与滞环控制策略的FPGA动态范围扩展(DRE)算法。该算法通过自适应调制激光功率，使iToF相机在0.5-10.95米范围内实现21.5的动态范围，较无DRE算法提升8.95倍，功耗仅24mW，为边缘设备三维感知提供新技术路径。

　　

12345678988654321

在智能手机、机器人导航和自动驾驶等领域，间接飞行时间(iToF)相机因其高精度和低计算需求备受青睐。然而这类设备面临着一个棘手难题：当检测远距离目标时需要高功率激光，但强反射信号会导致近距物体测量时传感器饱和，形成显著的"盲区"。这个矛盾严重制约了iToF相机的动态范围——即最大检测距离与盲区距离的比值。现有解决方案多在传感器层面改进，动态范围普遍停留在10左右，难以满足实际应用需求。

为突破这一技术瓶颈，Yuqing Chen、Yubing Wang等研究团队在《Optics and Lasers in Engineering》发表创新成果。他们另辟蹊径，从系统层面提出动态范围扩展(DRE)算法，通过实时分析场景灰度直方图，结合滞环控制策略动态调节激光参数，成功将iToF相机的性能边界推向新高度。

研究团队采用三项关键技术：首先建立基于灰度直方图的反馈机制，将Q₁通道数据分为低、中、高三个区域进行统计分析；其次在FPGA上实现实时处理架构，采用数据FIFO缓冲和并行计算确保5MSPS采样率下的稳定运行；最后引入滞环控制策略，通过优化N_sat,th,up和N_mod,th,dn阈值防止功率等级频繁跳变。实验采用Hamamatsu S11963-01CR传感器搭建测试平台，通过标准反射板、泡沫块等多种目标验证算法鲁棒性。

动态范围扩展机制方面，研究揭示了iToF传感器饱和的本质原因：根据Q₁∝min{ (P_LD×ρ)/d² ×(T₀-τ_d)×N_rep, Q_well }的关系式，近距离时(T₀-τ_d)?τ_d导致Q₁更易饱和。通过八级数字控制电平(DCL)调节N_rep和T_p，实现激光功率的精准控制。

性能验证实验显示，该相机在0.5-10.95米范围内线性度优异(R²=0.99974)，精度误差控制在±5%以内。动态范围达到21.5，较无DRE算法提升8.95倍，比现有最佳方案提高60%。滞环控制使DCL转换位置稳定在预设范围(如1.2米上转换，2.25米下转换)，40次循环测试标准差<0.1米。

特别值得注意的是算法的普适性测试。研究人员选用反射率90%的标准板、泡沫块和两名志愿者等差异显著的物体进行验证，所有测试对象的距离-时间曲线均呈现预期V型变化，DCL转换行为一致，证明算法对物体形状和反射率具有强鲁棒性。FPGA资源占用率显示，该算法仅消耗4.72%的LUT和22.22%的BRAM，功耗24mW，完全满足边缘设备部署需求。

这项研究的意义在于开辟了iToF相机性能提升的新维度。不同于传统传感器改进路径，该系统级解决方案通过智能算法突破硬件限制，使单帧动态范围达到前所未有的21.5。其低功耗、高实时性的特点，为智能手机、服务机器人等移动终端的三维感知提供了可靠的技术支撑。研究团队指出，未来通过增加DCL分级和引入注意力机制，可进一步提升测量精度，这项技术有望成为自动驾驶和无人机导航等领域的关键使能技术。