090、AF自动对焦：CDAF、PDAF与激光ToF的融合策略

090、AF自动对焦：CDAF、PDAF与激光ToF的融合策略

一、一个让人抓狂的调试夜

凌晨两点，实验室的示波器还在跳。面前这台工程样机，在暗光下对焦像喝醉了一样——拉风箱、过冲、来回震荡。客户那边催得紧，说竞品已经量产了。我盯着log里CDAF的对比度曲线，发现它在低照度下几乎是一条平线，PDAF的相位差数据又因为像素点灵敏度不够，信噪比低到离谱。旁边同事小声嘀咕：“要不把激光ToF的阈值再调低点？”我摇头——调低了，强光下直接饱和，测距值飘到天上去。

这个场景，做影像系统调优的朋友应该不陌生。自动对焦（AF）从来不是单一传感器的独角戏，而是多模态传感器在时间、空间、光照维度上的协同博弈。今天这篇笔记，就聊聊CDAF、PDAF和激光ToF这三兄弟怎么“打架”又怎么“握手”。

二、三兄弟的脾气和短板

CDAF：老黄牛，但眼神不好

对比度检测对焦，原理简单粗暴——移动镜头，找图像最锐利的位置。优点是算法成熟、硬件成本低，缺点也明显：慢，而且依赖场景纹理。你拿它拍白墙，它直接摆烂，因为对比度曲线太平，找不到峰值。更坑的是，在低照度下，图像噪声会把对比度信号淹没，这时候CDAF就像蒙着眼找路。

代码里踩过的坑：CDAF的搜索步长千万别设成固定值。有人图省事，写死一个步长，结果微距场景下过冲严重，远景又半天爬不到峰值。正确做法是动态步长——根据当前对比度梯度值调整步长，梯度大时大步快跑，梯度小时小步细调