体感交互、远程遥控机器人、无人驾驶这些科幻的场景都离不开距离传感器，可以说传感器的性能就是如今虚拟与现实世界之间的瓶颈。通过挥手切换图片这种功能虽然已经实现但是效果还不理想。目前人们如果想探测环境深度信息，主要依赖于三种技术，分别是双目立体视觉，雷达探测，TOF(time of flight)技术，以及基于结构光的深度探测技术，本文主要介绍目前应用较为广泛的结构光技术。

　　最著名的结构光产品就是微软kinect体感设备。随着精度是kinect100倍的leap motion出现，体感设备越来越成为关注热点，也为极客魔改提供了便利条件。

　　Lumigrids网格投影仪把方格网投射到自行车前面的地面上。路面改变时，网格发生弯曲，通过改变形状强调前方存在的潜在危险。结构光技术的本质原理很接近这个产品

结构光技术：光栅投影法

图片来源：易卖工控网

　　编码图案中的每一个像素都标志了唯一的信息。从这张图可以看出，目标距离越远，斑点的间距越大，说明目标越远。另外在凹凸不平的平面上，光斑形状也会发生变化，kinect就是根据这两点来判断这个点到底离***有多远。

　　上图显示了红外激光散斑，是激光照射到粗糙物体或穿透毛玻璃后形成的随机衍射斑点。这些散斑具有高度的随机性，而且会随着距离的不同变换图案，也就是说空间中任意两处的散斑图案都是不同的。只要在空间中打上这样的结构光，整个空间就都被标记，把一个物体放进这个空间，只要观察物体上面的散斑图案，就可以得知这个物体的位置。

　　对比一次只能扫描一个点的激光雷达，可以同时扫描所有探测区域的结构光技术具有扫描效率高，省去机械部件，成本较低的优点。

　　Leap motion也采用了结构光技术，其动作跟踪精确0.01mm的数字震撼了很多人，但是精度太高的话，轻微的手指抖动都会影响操作，所以Leap Motion团队还需要在精度选取方面进一步权衡。对比客厅娱乐用的kinect，leap motion感应范围有限，而且人体骨骼提取识别算法仍然是一个难点，小团队要在这方面赶上微软的技术积累还需要时间。

　　但是红外结构光技术也有缺点，首先是抗干扰能力弱，阳光的照明功率是目前红外LED光源的50倍，可以说现在的kinect和leap motion在室外完全瞎了。而且如果同时使用多个同型号的传感器，会产生相互干扰，因此在同一空间布置多个leap motion以拓展探测范围的方法并不现实，除非采用时间多路复用：统一控制各传感器的红外LED灯开关，一次只开启一个照明装置，轮流照射目标。或者每个光源采用不同的调制频率。

　　HTC One M8探测目标距离也应用了结构光技术，顶部其实并不是副***，而是投影器件，目前我们还不清楚HTC是如何解决户外光干扰的问题。在谷歌Project Tango大规模出货之前，M8有可能作为极客们DIY机器人的眼睛和大脑。

　　谷歌在最近公开的Project Tango核心的深度传感器也是基于红外，但是目前由于资料有限，还不能确定是不是结构光技术。

　　易卖工控网是一个在线服务的SAAS(软件即服务)平台，为工控产品用户提供工业自动化服务，已帮助数百万用户有效地提升消费者体验与互联网营销核心竞争力。