超聲波 vs TOF 感測器:做距離感測該選哪個?

超聲波 vs TOF 感測器:做距離感測該選哪個?

第1段【場景】

倒車的時候,車子明明沒有眼睛,卻能知道後面離障礙物還有多遠。

聽過「嗶——嗶——嗶」那個聲音吧?距離越近,嗶聲越急促,最後變成一個長長的警告音,告訴你:「別再倒了,再倒就撞了。」

你心裡有沒有想過——車子又沒有長眼睛,它是怎麼做到的?

答案藏在一個小小的感測器裡。那種感測器,現在不只是汽車在用,掃地機器人、無人機、工廠裡的自動化設備,到處都有它的身影。

這篇文章要帶你看懂:距離感測…


This content originally appeared on DEV Community and was authored by 張旭豐

超聲波 vs TOF 感測器:做距離感測該選哪個?

第1段【場景】

倒車的時候,車子明明沒有眼睛,卻能知道後面離障礙物還有多遠。

聽過「嗶——嗶——嗶」那個聲音吧?距離越近,嗶聲越急促,最後變成一個長長的警告音,告訴你:「別再倒了,再倒就撞了。」

你心裡有沒有想過——車子又沒有長眼睛,它是怎麼做到的?

答案藏在一個小小的感測器裡。那種感測器,現在不只是汽車在用,掃地機器人、無人機、工廠裡的自動化設備,到處都有它的身影。

這篇文章要帶你看懂:距離感測這件事,到底有幾種方法?哪一種適合你的專案?

第2段【需求】

在聊原理之前,先把問題看清楚。

倒車雷達在做的事情很明確:感知後方障礙物的距離。

系統要知道什麼?基本上就是三件事:

  • 有沒有東西在後面?(有 vs 沒有)
  • 有多遠?(精確的數值)(30cm?50cm?80cm?)
  • 它動了嗎?移動速度如何?(靠近還是遠離?)

不同的感測原理,在這三件事上各有強弱。有些感測距離長,但測不準精確數值;有些精確到毫米,但碰到某些表面就瞎掉了。

所以,選感測器,其實是選「你的優先順序是什麼」。

第3段【感知】

世界上測距離的方法很多,但硬要分類的話,消費級專案最常遇到的就兩種:

超聲波(Ultrasonic)——用的是聲波,就是蝙蝠在黑暗裡飛的那套。
TOF(Time of Flight,飛行時間)——用的是光,比較像雷射測距儀的概念。

兩種都是「發射出去,再看回來的時間」,但一個發的是聲音,一個發的是光。

物理介質不同,帶來的性格就完全不一樣。

第4段【原理】

超聲波:聲納的縮小版

想像你在山谷裡大喊:「喂——!」

聲音跑出去,撞到对面的山壁,反彈回來,你聽到「喂——」。如果聲音每秒鐘跑 340 公尺,你從發出到聽到回音花了 0.5 秒,那聲音來回一趟的距離就是 340 × 0.5 = 170 公尺,山谷一邊到另一邊大約是 85 公尺。

超聲波感測器就是這個原理,只不過它發的不是「喂」,而是人耳聽不見的高頻聲波(40kHz 以上),而且它會精確計時:從發射到接收回來花了多少時間,然後用「時間 × 聲速 ÷ 2」就算出距離了。

為什麼除以 2?因為時間是來回一趟的,單程距離要砍一半。

關鍵性格:

  • 聲波是機械波,不需要什麼特殊表面
  • 在空氣中速度會受溫度影響(溫度越高,聲速越快)
  • 可以「聽到」範圍內所有東西,不太挑表面材质

超聲波原理圖

TOF:光速的計時賽

想像你用手電筒對著遠處照,光打到牆壁彈回來——問題是,光速太快了(每秒 30 萬公里),近距離根本來不及量。

所以 TOF 感測器用的是兩招:直接測量(dTOF)間接測量(iTOF)

直接測量(dTOF):發一束雷射脈衝出去,計時它「出去」到「回來」花了多少時間。光速快,但現在的晶片計時精度可以到皮秒(兆分之一秒)等級,近距離也能測了。VL53L0X、VL53L1X 這些模組用的就是這套。

間接測量(iTOF):不直接計時,而是發一道連續的光(調變過的),看它回來時的相位變化。就像你朝水面丟石頭,水波一圈一圈往外擴張,如果水面有障礙物,水波撞到反彈回來,你可以從水波的相位差來判斷障礙物有多遠。這個原理常用在 Android 手機的臉部辨識(結構光)和一些光學鏡頭裡。

關鍵性格:

  • 光速不受溫度影響(對溫度穩定)
  • 必須打在「光打得回去」的表面——白牆好,黑布差,透明玻璃幾乎測不到
  • 角度窄,測量範圍精準但不「看」旁邊

用一句話比喻

超聲波:像蝙蝠,靠聲音「感覺」整個空間,不太挑東西,但脾氣受溫度影響。

TOF:像狙擊手,瞄哪測哪,精準快速,但只看得懂「有反射」的世界。

第5段【比較】

好,兩種原理各有脾氣,拿到實際專案裡誰更好用?我們從多個維度來看。

維度 超聲波 TOF
測量範圍 2cm ~ 400cm(視模組而定) 短距離:2cm ~ 100cm(VL53L0X);中距離:1m ~ 400cm(VL53L1X)
精度 ±3mm ~ ±1cm,受溫度影響 ±2mm ~ ±5mm,不受溫度影響
反應速度 較慢(聲速慢,量一次要 ~30ms) 快(光速,量一次只要 ~50ms 以內)
覆蓋角度 寬(15° ~ 60°) 窄(15° ~ 27°)
戶外表現 ⚠️ 受風、温度影響,理論上可用但穩定性下降 ✅ 對光線敏感,但戶外陽光會干擾

場景適合度

選超聲波的場景:

  • 倒車雷達、障礙物檢測(寬視野更重要)
  • 巡線機器人要感測地面高低差
  • 液位檢測(油箱、水箱)
  • 室內機器人導航,環境障礙物多
  • 預算有限,硬體成本要壓低

選 TOF 的場景:

  • 需要精確短距離測量(夾爪、碰撞預防)
  • 尺寸受限的專案(模組超小)
  • 室內近距離避障(如小型、無人機室內飛行)
  • 快速移動物體的距離測量(光速反應快)
  • 要搭配視覺系統一起用(TOF 模組體積小好整合)

安裝位置與視角

超聲波感測器發出的聲波是錐形的,角度寬,覆蓋範圍大,適合「大概知道這區域有沒有東西」。缺點是旁邊的障礙物也會產生回波,可能誤判。

TOF 的光束窄,測的是非常特定的方向,精準但視野小。多顆 TOF 組成陣列才能擴大感知範圍。

室外 vs 室內

  • 室內:兩種都能用,超聲波性價比高,TOF 精準取向。
  • 室外:超聲波受溫度、風力影響;TOF 受環境光(陽光)干擾影響大,陽光直射下可能完全測不到。兩種在戶外都要加保護措施,或是選用專為戶外設計的模組。

初學者 vs 進階

適合程度 超聲波 TOF
初學者 ✅ 電路簡單,範例 code 遍地都是,淘寶一顆 NT$30 有找 ⚠️ 貴一些,library 複雜一點,但網路資源也越來越多
進階專案 ✅ 多顆陣列應用、客製化演算法整合 ✅ 多感測器融合、SLAM、快速移動物體追蹤

第6段【實作 / 模組 / 產品】

說了那麼多,具體用哪些模組來做?這裡盤點四個最常見的:

超聲波模組

HC-SR04

  • 經典中的經典,Arduino 玩家的第一顆超聲波感測器
  • 測距範圍:2cm ~ 400cm
  • 供電:5V,IO 5V 相容
  • 價格實惠,淘寶/露天大約 NT$30 ~ 80
  • ⚠️ 注意:它的類比電路裸露,防水防潮差,不建議放在戶外或潮濕環境
  • 推薦使用場景:Maker 實驗、室內原型、教育用途

JSN-SR04T

  • HC-SR04 的防水進化版,感測頭和電路板分開
  • 測距範圍:2cm ~ 450cm
  • 一體化防水設計,適用於戶外、水箱、汽車倒車雷達改裝
  • 缺點:響應速度比 HC-SR04 慢一點,角度稍大
  • ⚠️ 模組素質參差不齊,建議選有品質管控的出貨商

TOF 模組

VL53L0X

  • STMicroelectronics(意法半導體)出品
  • 測距範圍:2cm ~ 100cm(室內),短距王
  • I2C 接口,3.3V 供電,體積極小(4.4 × 2.4mm)
  • 精度 ±2mm,數據手冊數值很漂亮
  • ⚠️ 太陽能/強光環境下表現會下降
  • 推薦場景:手機(已大量採用)、小型機器人、近距離避障

VL53L1X

  • VL53L0X 的升級版,同一家公司
  • 測距範圍:2cm ~ 400cm(終於突破到 4 公尺了!)
  • 可程式化視野角度(從窄到寬可以設定)
  • 內建自己量測環境光(ambient light)的數值,可以用來補償強光干擾
  • ⚠️ 功耗比 VL53L0X 高,貴一些(約 NT$200 ~ 400)
  • 推薦場景:室內外中距離應用、無人機定高、智慧停車輔助

💡 選模組的快速邏輯:室內原型、預算優先 → HC-SR04;戶外或潮濕環境 → JSN-SR04T;短距離精密測量 → VL53L0X;要長一點的距雜又要有抗干擾 → VL53L1X。

第7段【結尾】

回到一開始的場景:倒車的時候。

你心裡有了聲音,也有了一個距離數字。那個數字從哪來?可能是超聲波,也可能是 TOF,取決於車廠的選擇和成本考量。

如果你自己在做專案,選哪個?

記住這三個問題:

  1. 我要測多遠?

    • 50cm 以內 → 兩種都能用,TOF 精度更高
    • 1 公尺以上 → 超聲波或 VL53L1X
  2. 環境單純還是惡劣?

    • 室內、無強光 → 兩種都能用
    • 戶外、有陽光、潮濕 → 優先考慮防水超聲波(JSN-SR04T)或加遮光罩的 TOF
  3. 我的預算和技術程度?

    • 新手、固定原型 → 超聲波,資料多、價格低
    • 進階、精準需求 → TOF,整合度更高

感測器沒有最好,只有最適合。

搞懂原理,才能不被規格表牽著走。下次遇到專案需求,先問自己這三個問題,答案自然就浮出來了。 🎯

文章標題建議:

  • 「超聲波 vs TOF:選對距離感測器,少走三年彎路」
  • 「車子倒車雷達的背後秘密:超聲波和 TOF 感測器該怎麼選?」
  • 「3 分鐘搞懂兩大距離感測原理,選型不再靠感覺」

標籤: #距離感測器 #超聲波 #TOF #HC-SR04 #VL53L0X #VL53L1X #Arduino #ESP32 #Maker #感測器選型

寫作備註:

  • 第4段原理說明刻意用「比喻優先」的寫法,降低理解門檻
  • 第5段比較以維度橫向對比為主,避免變成純規格表,每項都有判斷建議
  • 第6段產品介紹自然帶出 affiliate 推薦(淘寶搜尋關鍵字,而非直接連結)
  • 全文語氣以「帶你看懂」為主,避免說教


This content originally appeared on DEV Community and was authored by 張旭豐


Print Share Comment Cite Upload Translate Updates
APA MLA
" » 超聲波 vs TOF 感測器:做距離感測該選哪個?." 張旭豐 | Sciencx - Sunday March 22, 2026, https://www.scien.cx/2026/03/22/%e8%b6%85%e8%81%b2%e6%b3%a2-vs-tof-%e6%84%9f%e6%b8%ac%e5%99%a8%ef%bc%9a%e5%81%9a%e8%b7%9d%e9%9b%a2%e6%84%9f%e6%b8%ac%e8%a9%b2%e9%81%b8%e5%93%aa%e5%80%8b%ef%bc%9f/
HARVARD
張旭豐 | Sciencx Sunday March 22, 2026 » 超聲波 vs TOF 感測器:做距離感測該選哪個?., viewed ,<https://www.scien.cx/2026/03/22/%e8%b6%85%e8%81%b2%e6%b3%a2-vs-tof-%e6%84%9f%e6%b8%ac%e5%99%a8%ef%bc%9a%e5%81%9a%e8%b7%9d%e9%9b%a2%e6%84%9f%e6%b8%ac%e8%a9%b2%e9%81%b8%e5%93%aa%e5%80%8b%ef%bc%9f/>
VANCOUVER
張旭豐 | Sciencx - » 超聲波 vs TOF 感測器:做距離感測該選哪個?. [Internet]. [Accessed ]. Available from: https://www.scien.cx/2026/03/22/%e8%b6%85%e8%81%b2%e6%b3%a2-vs-tof-%e6%84%9f%e6%b8%ac%e5%99%a8%ef%bc%9a%e5%81%9a%e8%b7%9d%e9%9b%a2%e6%84%9f%e6%b8%ac%e8%a9%b2%e9%81%b8%e5%93%aa%e5%80%8b%ef%bc%9f/
CHICAGO
" » 超聲波 vs TOF 感測器:做距離感測該選哪個?." 張旭豐 | Sciencx - Accessed . https://www.scien.cx/2026/03/22/%e8%b6%85%e8%81%b2%e6%b3%a2-vs-tof-%e6%84%9f%e6%b8%ac%e5%99%a8%ef%bc%9a%e5%81%9a%e8%b7%9d%e9%9b%a2%e6%84%9f%e6%b8%ac%e8%a9%b2%e9%81%b8%e5%93%aa%e5%80%8b%ef%bc%9f/
IEEE
" » 超聲波 vs TOF 感測器:做距離感測該選哪個?." 張旭豐 | Sciencx [Online]. Available: https://www.scien.cx/2026/03/22/%e8%b6%85%e8%81%b2%e6%b3%a2-vs-tof-%e6%84%9f%e6%b8%ac%e5%99%a8%ef%bc%9a%e5%81%9a%e8%b7%9d%e9%9b%a2%e6%84%9f%e6%b8%ac%e8%a9%b2%e9%81%b8%e5%93%aa%e5%80%8b%ef%bc%9f/. [Accessed: ]
rf:citation
» 超聲波 vs TOF 感測器:做距離感測該選哪個? | 張旭豐 | Sciencx | https://www.scien.cx/2026/03/22/%e8%b6%85%e8%81%b2%e6%b3%a2-vs-tof-%e6%84%9f%e6%b8%ac%e5%99%a8%ef%bc%9a%e5%81%9a%e8%b7%9d%e9%9b%a2%e6%84%9f%e6%b8%ac%e8%a9%b2%e9%81%b8%e5%93%aa%e5%80%8b%ef%bc%9f/ |

Please log in to upload a file.




There are no updates yet.
Click the Upload button above to add an update.

You must be logged in to translate posts. Please log in or register.