dToF vs iToF : différences clés en détection de profondeur

Deux capteurs de temps de vol peuvent tous deux fournir une profondeur tout en se comportant très différemment à longue distance, sous une forte luminosité ou autour d’objets réfléchissants. La raison tient à leur architecture : le dToF mesure directement le temps de retour de la lumière, tandis que l’iToF interprète le déphasage d’un signal modulé. Ces approches entraînent des compromis différents en matière de portée, de résolution de profondeur, de trajets multiples, de coût et d’intégration. La comparaison ci-dessous se concentre sur les différences pratiques afin de choisir la méthode de détection en fonction de l’environnement, et non du seul acronyme.

Qu’est-ce que le dToF ?

Le dToF part d’une question de chronométrage directe : combien de temps une impulsion lumineuse met-elle pour atteindre la cible puis revenir ? Ce modèle de mesure pose la base de la comparaison avec l’iToF fondé sur la phase.

Le Direct Time-of-Flight, ou dToF, émet de courtes impulsions lumineuses et mesure le temps nécessaire aux photons réfléchis pour revenir. La distance est calculée à partir du temps d’aller-retour de la lumière. Selon la conception, un capteur dToF peut utiliser des photodiodes rapides, des matrices SPAD, des compteurs temporels ou des histogrammes de photons pour estimer le retour. Comme la mesure repose sur le temps plutôt que sur la phase, elle peut prendre en charge de longues portées non ambiguës. Les performances réelles dépendent néanmoins de la puissance de l’émetteur, des limites de sécurité oculaire, de la sensibilité du détecteur, de la résolution temporelle, de la réflectivité de la cible, de l’optique et de la lumière de fond.

Qu’est-ce que l’iToF ?

L’iToF estime la même grandeur physique à partir d’une autre relation de signal. La différence devient plus claire lorsque le retard de phase est converti en distance.

L’Indirect Time-of-Flight, ou iToF, éclaire la scène avec une lumière infrarouge modulée en intensité et mesure le déphasage de la modulation réfléchie. Ce retard de phase représente une fraction de la période de modulation, qui peut être convertie en temps de propagation puis en distance. De nombreux pixels effectuent cette mesure en parallèle, produisant une image de profondeur dense. Comme la phase se répète à chaque cycle, une fréquence unique comporte une distance d’ambiguïté ; les systèmes pratiques peuvent utiliser plusieurs fréquences de modulation ou des codes afin d’étendre la portée utile. L’iToF est donc souvent intéressant pour les caméras 3D compactes et la perception de scène à courte et moyenne portée.

Quelles sont les principales différences entre le dToF et l’iToF ?

Les deux approches répondent à des besoins proches de manière différente. Les compromis pratiques apparaissent plus clairement lorsque les mêmes facteurs de performance sont comparés côte à côte.

Portée de mesure

Le dToF mesure directement le temps de trajet des impulsions lumineuses ; il convient donc naturellement à des portées non ambiguës plus longues lorsque l’électronique de chronométrage et la puissance optique le permettent. L’iToF déduit la distance de la phase, ce qui est efficace pour produire une profondeur dense, mais introduit une ambiguïté périodique liée à la fréquence de modulation. L’iToF multifréquence peut étendre la portée, tandis que des matrices dToF hautes performances peuvent encore être limitées par la sécurité oculaire, la sensibilité du détecteur et la lumière de fond. Une spécification de portée doit donc être lue avec la réflectivité de la cible et les conditions d’éclairage, et non comme un maximum universel.

Résolution de profondeur

L’iToF est souvent apprécié pour produire des images de profondeur denses et régulières, car chaque pixel estime la phase en continu dans la scène. La résolution dToF dépend de la précision temporelle, de la conception du détecteur, du traitement des histogrammes et des statistiques de photons. Aucun des deux noms ne détermine à lui seul les performances finales au millimètre ou au centimètre. À courte distance, une caméra iToF bien conçue peut fournir une profondeur relative très stable ; à plus longue distance, un système dToF peut conserver une séparation utile lorsque la qualité du signal fondé sur la phase a diminué. La comparaison pertinente doit être faite à la distance, au champ de vision et à la fréquence d’image réellement utilisés par l’application.

Comportement en lumière ambiante

Une forte lumière ambiante entre en concurrence avec le signal infrarouge actif dans les deux architectures. Les systèmes dToF peuvent rejeter une partie du fond en recherchant les photons dans des fenêtres temporelles étroites, tandis que les systèmes iToF utilisent la corrélation avec la forme d’onde de modulation pour distinguer le signal actif. En plein soleil, la saturation du détecteur, le filtrage optique, la longueur d’onde de l’émetteur, le temps d’intégration et la réflectivité de la cible ont tous leur importance. Les performances extérieures doivent être évaluées à partir de la confiance de profondeur mesurée en plein soleil et lors des transitions vers l’ombre, car une architecture convaincante en intérieur peut réagir différemment sur de l’herbe, un revêtement ou un véhicule réfléchissant.

Sensibilité aux trajets multiples

L’iToF peut être particulièrement sensible aux chemins lumineux multiples, car les mesures de phase issues de plusieurs réflexions se combinent dans un même pixel. Le dToF peut parfois séparer les retours dans le temps lorsque les trajets sont suffisamment éloignés, même si des retours secondaires proches ou faibles peuvent encore compliquer l’interprétation. Les angles, le verre, les sols brillants et les espaces étroits constituent des cas de test fréquents. Si les trajets multiples sont critiques, il faut tester l’ensemble de la chaîne optique et du traitement avec des scènes représentatives plutôt que de supposer qu’une catégorie ToF élimine automatiquement le problème.

Architecture du capteur et coût

Le dToF s’appuie souvent sur des émetteurs rapides, des détecteurs sensibles à photon unique ou à avalanche et des circuits de chronométrage précis. L’iToF utilise un éclairage modulé et des pixels capables de corrélation, ce qui peut être efficace pour l’imagerie de profondeur dense. Le coût dépend fortement de la taille du capteur, de l’optique, de la puissance du laser ou de la LED, du traitement, de l’étalonnage et du volume de production ; l’architecture ne représente donc qu’une partie de la nomenclature. Un capteur moins cher qui exige une optique coûteuse ou un traitement lourd ne réduit pas forcément le coût du système. La consommation et la conception thermique doivent être comparées à portée et fréquence d’image identiques.

Quelle méthode convient aux différentes applications ?

La technologie devient plus facile à comprendre lorsqu’elle est reliée aux tâches qu’elle accomplit dans des systèmes réels. Ces exemples montrent comment un même principe de mesure peut prendre en charge différentes formes d’automatisation.

Robotique extérieure et détection à longue portée

Les robots extérieurs ont besoin de mesures qui restent exploitables malgré les variations de lumière, les longues lignes de visée et les différences de réflectivité. Le dToF peut être bien adapté lorsque la mesure à plus longue portée ou la séparation des retours dans le domaine temporel est importante. Un robot peut néanmoins le combiner avec des caméras, le GNSS, des capteurs inertiels, l’odométrie des roues ou le LiDAR, car la navigation demande davantage qu’une simple distance. Pour une tondeuse robotisée, la bonne question de conception n’est donc pas seulement « jusqu’où peut-elle voir ? », mais aussi avec quelle régularité l’ensemble de la perception maintient les limites, reconnaît les obstacles et récupère lorsqu’un signal s’affaiblit.

Comme exemple actuel chez Sunseeker, le Sunseeker Elite X9 utilise des capteurs dToF dans son système de détection d’obstacles. Ces technologies de profondeur fonctionnent avec le système de vision de la tondeuse pour mesurer les distances et détecter les obstacles plus précisément, ce qui aide le X9 à mieux percevoir les environnements de pelouse complexes.

Pour une application extérieure actuelle, consultez la catégorie Tondeuses Robotisées et comparez la manière dont le positionnement est combiné à la perception locale.

Caméras de profondeur intérieures et imagerie 3D à courte portée

Les caméras de profondeur intérieures privilégient souvent une géométrie dense, un format compact, une portée modérée et une fréquence d’image stable. L’iToF répond à de nombreux besoins de ce type, car la phase peut être estimée sur une matrice de pixels puis convertie en une image de profondeur complète. Un éclairage contrôlé réduit également l’une des variables les plus difficiles à gérer en extérieur. Les usages typiques comprennent le suivi du corps, la numérisation de pièces, la mesure d’objets et la navigation robotique. Le choix dépend toutefois de la distance minimale, du champ de vision, des propriétés de surface et du mouvement ; une caméra optimisée pour des personnes à deux mètres peut ne pas convenir à une inspection de précision à vingt centimètres.

Appareils grand public et systèmes embarqués

Les produits embarqués imposent de fortes contraintes de consommation, de chaleur, d’encombrement, de calcul et de temps d’étalonnage. L’iToF peut fournir un flux de profondeur dense pratique, tandis que le dToF peut être intéressant pour des modules de télémétrie compacts ou des applications qui demandent de meilleures performances à longue portée. Les concepteurs doivent comparer la consommation totale du système à la fréquence d’image requise, la charge processeur du filtrage et le processus d’étalonnage nécessaire en production. Le meilleur choix est celui qui atteint l’objectif de confiance en profondeur dans l’enveloppe thermique et budgétaire de l’appareil, et non celui qui affiche la spécification de capteur isolée la plus impressionnante.

Conclusion

La différence centrale dtof vs itof réside dans la manière d’inférer la distance : temps de trajet direct des photons contre déphasage d’une lumière modulée. Ce choix influence la portée, la densité de profondeur, le comportement en lumière ambiante, la sensibilité aux trajets multiples, la complexité matérielle et le coût. Aucune méthode ne domine dans toutes les applications ; la décision utile part donc d’exigences mesurables de portée et de scène. Les robots extérieurs combinent souvent la détection de profondeur ou la perception avec une couche de positionnement séparée, une approche également présente sur les plateformes de tonte autonome de Sunseeker.

FAQs

Quelle est la différence entre iToF et dToF ?

L’iToF estime la distance à partir du déphasage d’une lumière modulée, tandis que le dToF mesure plus directement le temps de trajet des impulsions lumineuses émises ou l’arrivée des photons. L’iToF est souvent utilisé pour l’imagerie de profondeur dense ; le dToF peut être intéressant pour une plus grande portée non ambiguë. La précision réelle dépend de la conception complète du capteur et de l’environnement.

Quel procédé est préférable pour la mesure laser, iToF ou dToF ?

Aucun n’est universellement meilleur. Le dToF est souvent privilégié lorsqu’une mesure à longue portée et la séparation temporelle des retours sont importantes. L’iToF est souvent un bon choix pour des caméras de profondeur denses à courte et moyenne portée. Avant de choisir, comparez la portée requise, la fréquence d’image, l’exposition au soleil, la réflectivité de la cible, la consommation et la confiance de profondeur.

Quels sont les avantages et les inconvénients de l’iToF et du dToF ?

L’iToF peut fournir efficacement une profondeur dense, mais l’ambiguïté de phase et les trajets multiples peuvent constituer des limites importantes. Le dToF peut offrir une plus grande portée non ambiguë et des retours résolus dans le temps, mais les détecteurs rapides et l’électronique de chronométrage peuvent accroître la complexité. Les deux peuvent être affectés par la lumière du soleil, la réflectivité, l’optique, l’étalonnage et le rapport signal/bruit.