dToF vs. iToF: Wichtige Unterschiede bei der Tiefenerfassung

Zwei Time-of-Flight-Sensoren können beide Tiefe messen und sich dennoch bei großer Entfernung, hellem Licht oder reflektierenden Objekten sehr unterschiedlich verhalten. Der Grund: dToF misst die Rücklaufzeit des Lichts direkt, während iToF die Phasenverschiebung eines modulierten Signals auswertet. Daraus entstehen unterschiedliche Kompromisse bei Reichweite, Tiefenauflösung, Mehrwegeverhalten, Kosten und Integration. Der folgende Vergleich konzentriert sich auf die praktischen Unterschiede, damit sich das Messverfahren passend zur Umgebung auswählen lässt und nicht nur anhand des Kürzels.

Was ist dToF?

dToF beginnt mit einer direkten Zeitmessung: Wie lange braucht ein Lichtimpuls bis zum Ziel und zurück? Dieses Messprinzip bildet die Grundlage für den Vergleich mit dem phasenbasierten iToF.

Direct Time-of-Flight, kurz dToF, sendet kurze Lichtimpulse aus und misst, wie lange reflektierte Photonen für den Rückweg benötigen. Die Entfernung wird aus der Hin- und Rücklaufzeit des Lichts berechnet. Je nach Aufbau kann ein dToF-Sensor schnelle Fotodioden, SPAD-Arrays, Zeitmesszähler oder Photonenhistogramme verwenden. Da die Messung zeit- und nicht phasenbasiert erfolgt, sind große eindeutige Reichweiten möglich. Die tatsächliche Leistung hängt jedoch weiterhin von Sendeleistung, Augensicherheitsgrenzen, Detektorempfindlichkeit, Zeitauflösung, Zielreflexion, Optik und Hintergrundlicht ab.

Was ist iToF?

iToF bestimmt dieselbe physikalische Größe über eine andere Signalbeziehung. Der Unterschied wird deutlich, wenn die Phasenverzögerung in eine Entfernung umgerechnet wird.

Indirect Time-of-Flight, kurz iToF, beleuchtet die Szene mit intensitätsmoduliertem Infrarotlicht und misst die Phasenverschiebung der zurückkehrenden Modulation. Die Phasenverzögerung entspricht einem Anteil der Modulationsperiode und lässt sich in Laufzeit und anschließend in Entfernung umrechnen. Viele Pixel führen diese Messung parallel durch und erzeugen so ein dichtes Tiefenbild. Da sich die Phase in jedem Zyklus wiederholt, besitzt eine einzelne Frequenz eine Mehrdeutigkeitsgrenze; praktische Systeme können mehrere Modulationsfrequenzen oder Codes einsetzen, um den nutzbaren Bereich zu erweitern. iToF ist daher häufig für kompakte 3D-Kameras und Szenenerfassung im Nah- bis Mittelbereich attraktiv.

Was sind die wichtigsten Unterschiede zwischen dToF und iToF?

Beide Ansätze lösen verwandte Aufgaben auf unterschiedliche Weise. Die praktischen Vor- und Nachteile werden besonders deutlich, wenn dieselben Leistungsfaktoren direkt gegenübergestellt werden.

Messreichweite

dToF misst die Laufzeit von Lichtimpulsen direkt und eignet sich daher von Natur aus für größere eindeutige Reichweiten, sofern Zeitmesselektronik und optische Leistung dies unterstützen. iToF leitet die Entfernung aus der Phase ab. Das ist effizient für dichte Tiefenbilder, führt aber zu einer periodischen Mehrdeutigkeit, die von der Modulationsfrequenz abhängt. Mehrfrequenz-iToF kann die Reichweite erweitern, während auch leistungsfähige dToF-Arrays durch Augensicherheitsgrenzen, Detektorempfindlichkeit und Hintergrundlicht eingeschränkt sein können. Eine Reichweitenangabe sollte deshalb immer zusammen mit Zielreflexion und Lichtbedingungen betrachtet werden und nicht als universeller Maximalwert.

Tiefenauflösung

iToF eignet sich häufig gut für gleichmäßige, dichte Tiefenbilder, weil jedes Pixel die Phase kontinuierlich über die Szene hinweg bestimmt. Die dToF-Auflösung hängt von Zeitgenauigkeit, Detektoraufbau, Histogrammverarbeitung und Photonenstatistik ab. Keines der beiden Kürzel allein bestimmt die erreichbare Millimeter- oder Zentimetergenauigkeit. Im Nahbereich kann eine gut ausgelegte iToF-Kamera sehr stabile relative Tiefenwerte liefern; bei größeren Entfernungen kann ein dToF-System noch sinnvolle Trennung ermöglichen, wenn die Qualität des phasenbasierten Signals bereits abnimmt. Verglichen werden sollte daher bei der Entfernung, dem Sichtfeld und der Bildrate, die die Anwendung tatsächlich nutzt.

Leistung bei Umgebungslicht

Helles Umgebungslicht konkurriert bei beiden Architekturen mit dem aktiven Infrarotsignal. dToF-Systeme können einen Teil des Hintergrunds ausblenden, indem sie Photonen in engen Zeitfenstern auswerten, während iToF-Systeme die Korrelation mit der Modulationswellenform nutzen, um das aktive Signal zu erkennen. Bei starkem Sonnenlicht spielen Detektorsättigung, optische Filterung, Emitterwellenlänge, Integrationszeit und Zielreflexion eine wichtige Rolle. Die Leistung im Freien sollte anhand der tatsächlich gemessenen Tiefensicherheit in direkter Sonne und beim Wechsel in den Schatten bewertet werden, da eine Architektur mit guten Innenraumspezifikationen auf reflektierendem Gras, Pflaster oder Fahrzeugen anders reagieren kann.

Anfälligkeit für Mehrwegeeffekte

iToF kann besonders empfindlich auf gemischte Lichtwege reagieren, weil sich Phasenmessungen aus mehreren Reflexionen in einem Pixel überlagern. dToF kann Rückläufe manchmal zeitlich trennen, wenn die Wege weit genug auseinanderliegen; nahe oder schwache Sekundärrückläufe können die Auswertung dennoch erschweren. Ecken, Glas, glänzende Böden und enge Bereiche sind typische Belastungsszenarien. Wenn Mehrwegeeffekte kritisch sind, sollte der vollständige optische Aufbau einschließlich Verarbeitung mit repräsentativen Szenen getestet werden, anstatt davon auszugehen, dass eine ToF-Kategorie das Problem automatisch beseitigt.

Sensorarchitektur und Kosten

dToF verwendet häufig schnelle Emitter, empfindliche Einzelphotonen- oder Avalanche-Detektoren sowie präzise Zeitmesselektronik. iToF arbeitet mit modulierter Beleuchtung und korrelationsfähigen Pixeln, was für dichte Tiefenbilder effizient sein kann. Die Kosten hängen stark von Sensorgröße, Optik, Laser- oder LED-Leistung, Verarbeitung, Kalibrierung und Produktionsvolumen ab, sodass die Architektur nur einen Teil der Stückliste bestimmt. Ein günstigerer Sensor senkt die Systemkosten nicht unbedingt, wenn dafür teure Optik oder rechenintensive Verarbeitung erforderlich ist. Leistungsaufnahme und thermisches Design sollten bei identischer Zielreichweite und Bildrate verglichen werden.

Welche Methode passt zu welchen Anwendungen?

Die Technologie wird verständlicher, wenn sie mit ihren Aufgaben in realen Systemen verknüpft wird. Die folgenden Beispiele zeigen, wie dasselbe grundlegende Messprinzip verschiedene Arten der Automatisierung unterstützen kann.

Outdoor-Robotik und Entfernungsmessung über größere Distanzen

Roboter im Außenbereich benötigen Messwerte, die auch bei wechselndem Licht, großen Sichtweiten und unterschiedlicher Reflexion nutzbar bleiben. dToF kann besonders geeignet sein, wenn größere Reichweite oder die Trennung zeitlich unterschiedlicher Rückläufe wichtig ist. Ein Roboter kann dToF dennoch mit Kameras, GNSS, Inertialsensorik, Radsensorik oder LiDAR kombinieren, weil Navigation mehr als reine Entfernungsmessung erfordert. Bei einem Rasenmähroboter ist daher nicht nur die Frage „Wie weit kann er sehen?“ relevant, sondern auch, wie zuverlässig der gesamte Wahrnehmungsstack Grenzen hält, Hindernisse erkennt und sich erholt, wenn ein Signal schwächer wird.

Als aktuelles Sunseeker-Beispiel nutzt der Sunseeker Elite X9 dToF-Sensoren als Teil seines Hinderniserkennungssystems. Diese Tiefensensorik arbeitet mit dem Vision-System des Mähers zusammen, um Entfernungen zu messen und Hindernisse genauer zu erkennen, sodass sich der X9 in komplexen Rasenbereichen mit mehr Umfeldinformationen bewegen kann.

Für eine aktuelle Outdoor-Anwendung können Sie die Kategorie Rasenmähroboter ansehen und vergleichen, wie Positionierung mit lokaler Wahrnehmung kombiniert wird.

Tiefenkameras für Innenräume und 3D-Erfassung im Nahbereich

Tiefenkameras für Innenräume priorisieren häufig dichte Geometrie, kompakte Abmessungen, moderate Reichweite und eine konstante Bildrate. iToF erfüllt viele dieser Anforderungen, weil die Phase über ein Pixelarray bestimmt und in ein vollständiges Tiefenbild umgerechnet werden kann. Kontrollierte Beleuchtung reduziert außerdem eine der schwierigsten Variablen im Außenbereich. Typische Anwendungen sind Körpertracking, Raumscan, Objektvermessung und Roboternavigation. Die Auswahl hängt dennoch von Mindestentfernung, Sichtfeld, Oberflächeneigenschaften und Bewegung ab; eine Kamera, die für Personen in zwei Metern Entfernung optimiert ist, eignet sich möglicherweise nicht für eine Präzisionsprüfung aus zwanzig Zentimetern.

Endgeräte und eingebettete Systeme

In eingebetteten Produkten gelten enge Grenzen für Leistungsaufnahme, Wärme, Baugröße, Rechenleistung und Kalibrierungszeit. iToF kann einen praktischen dichten Tiefendatenstrom liefern, während dToF für kompakte Entfernungsmodule oder Anwendungen mit stärkerem Verhalten über größere Distanzen attraktiv sein kann. Entwickler sollten die gesamte Systemleistung bei der benötigten Bildrate, die Prozessorlast für Filterung und den Kalibrierungsprozess in der Fertigung vergleichen. Die beste Wahl erfüllt das Ziel für die Tiefensicherheit innerhalb der thermischen und finanziellen Grenzen des Geräts und ist nicht zwangsläufig der Sensor mit der eindrucksvollsten Einzelspezifikation.

Fazit

Der zentrale Unterschied bei dtof vs itof liegt darin, wie die Entfernung bestimmt wird: direkte Photonenlaufzeit gegenüber Phasenverschiebung in moduliertem Licht. Diese Wahl beeinflusst Reichweite, Tiefendichte, Verhalten bei Umgebungslicht, Mehrwegeempfindlichkeit, Hardwarekomplexität und Kosten. Keine Methode ist für jede Anwendung überlegen; sinnvoll ist eine Entscheidung anhand messbarer Anforderungen an Reichweite und Szene. Outdoor-Roboter kombinieren Tiefen- oder Wahrnehmungssensorik häufig mit einer separaten Positionierungsebene – ein Ansatz, der sich auch bei den autonomen Mäherplattformen von Sunseeker findet.

FAQs

Was ist der Unterschied zwischen iToF und dToF?

iToF schätzt die Entfernung aus der Phasenverschiebung von moduliertem Licht, während dToF die Laufzeit ausgesendeter Lichtimpulse oder eintreffender Photonen direkter misst. iToF wird häufig für dichte Tiefenbilder eingesetzt; dToF kann bei größeren eindeutigen Reichweiten Vorteile bieten. Die tatsächliche Genauigkeit hängt vom gesamten Sensordesign und von der Umgebung ab.

Was ist für Lasermessungen besser, iToF oder dToF?

Keine Methode ist grundsätzlich besser. dToF wird häufig bevorzugt, wenn große Reichweite und die zeitliche Trennung von Rückläufen wichtig sind. iToF ist oft eine starke Wahl für dichte Tiefenkameras im Nah- bis Mittelbereich. Vor der Auswahl sollten benötigte Reichweite, Bildrate, Sonneneinstrahlung, Zielreflexion, Leistungsaufnahme und Tiefensicherheit verglichen werden.

Welche Vor- und Nachteile haben iToF und dToF?

iToF kann dichte Tiefendaten effizient liefern, allerdings können Phasenmehrdeutigkeit und Mehrwegeeffekte wichtige Einschränkungen darstellen. dToF kann größere eindeutige Reichweiten und zeitaufgelöste Rückläufe ermöglichen, benötigt dafür aber möglicherweise komplexere schnelle Detektoren und Zeitmesselektronik. Beide Verfahren können durch Sonnenlicht, Reflexion, Optik, Kalibrierung und Signal-Rausch-Verhältnis beeinflusst werden.