避障是机器人自主行动的核心能力，直接决定了其能否在复杂环境中安全、高效地完成任务。深度传感器作为避障系统的“眼睛”，通过精准获取障碍物的距离信息，为路径规划提供关键数据。

目前，主流扫地机器人避障方案主要包括三种技术路径：ToF（飞行时间法）、线激光和双目结构光。其中ToF技术凭借较高的分辨率，能够对细小障碍物有更好的成像能力，同时较低的算力消耗也可以支撑更高的帧率。

然而，iToF存在多径效应问题，容易导致深度信息中包含错误测量，给路径规划造成困扰，最终反而造成避障效果不佳。多径效应源于信号在传播过程中被不同障碍物的多次反射，形成多条传播路径，造成接收端接收到多个延迟不同的信号，影响测距准确性。

光鉴科技推出的sToF深度融合技术融合了结构光的高精度与ToF的高分辨率，利用结构光主动投射的编码光斑，有效抑制传统iToF的多径干扰，大幅提升测距精度，实现优势互补。凭借毫米级障碍识别能力，sToF技术可精准感知如电线、玻璃、镜子等细小、透明或反光物体，显著降低缠绕与碰撞风险。

sToF结合SLAM算法实现了单模组导航避障一体化，将传统方案中避障与导航模块合二为一。通过光鉴科技自研的mToF（调制ToF）技术，将激光在空间中进行调制，实现10米范围内的高精度3D感知，测量误差低于1%，大幅提升机器人在中远距离下的建图与定位能力。

避障与建图模块的统一，使机器人能够基于3D SLAM的精准实时定位通过时序融合输出3D障碍物点云，大幅超越传统的单帧深度图避障。不仅提升整体避障效率与精度，也进一步降低硬件空间与成本，助力扫地机器人厂商打造出更具竞争力的产品。

（文章来源于光鉴科技，如有侵权，请联系删文）