对焦搜索、马达控制与连续追焦

观测层给出清晰度分数或相位离焦量之后，AF 仍未完成。控制器还要选择搜索方向、安排步长、驱动镜组、等待机械稳定，再用下一帧确认结果。连续追焦则必须在这个闭环外再加一层主体运动预测和状态管理。

没有方向时怎样搜索峰值#

CDAF 只知道当前位置的清晰度。最直接的方法是试探移动：若分数上升就沿同一方向继续，若下降则反向并缩小步长。它本质上是在镜组位置轴上做一维爬山搜索。

0123456

最终位置0.750

峰值误差0.030

起始位置0.12初始步长0.18搜索迭代6 次

真实场景可能有多个局部峰值；镜组回差、画面运动和曝光变化也会污染相邻帧的分数比较。

较大的初始步长能缩短行程，却可能直接越过窄峰；步长太小则会拖慢锁焦。常见调度方式是粗搜、细搜和确认三阶段：

粗搜快速确定峰值区间；
细搜在峰值两侧缩小步长；
确认阶段等待镜组与画面稳定，检查分数没有继续改善。

PDAF 可以把预测位置作为粗搜起点，但仍需要闭环确认。任何一次观测都可能受运动、噪声或遮挡污染。

把当前位置写成 $x_k$ ，搜索方向为 $d_k\in\{-1,+1\}$ ，步长为 $h_k$ 。一种简化爬山更新是：

x_{k+1}=\operatorname{clip}(x_k+d_kh_k),\qquad (d_{k+1},h_{k+1})= \begin{cases} (d_k,h_k), & S_{k+1}>S_k+\tau \\ (-d_k,\beta h_k), & S_{k+1}\le S_k+\tau \end{cases}

$\tau$ 是避免追随微小噪声的改善阈值， $0<\beta<1$ 用于反向后缩小步长。粗到细搜索只是对 $h_k$ 的调度：先用大步长定位峰值区间，再缩小步长确认，而不是对所有马达位置等间隔穷举。

下面的 NumPy 示例在一条带少量噪声的教学曲线上执行粗到细爬山，并在误差进入死区后保持位置：

1
import numpy as np
2

3
rng = np.random.default_rng(12)
4

5
def measure(position: float) -> float:
6
    peak = np.exp(-0.5 * ((position - 0.67) / 0.18) ** 2)
7
    return float(peak + rng.normal(0.0, 0.002))
8

9
position, direction, step = 0.15, 1.0, 0.12
10
score = measure(position)
11
for iteration in range(18):
12
    candidate = float(np.clip(position + direction * step, 0.0, 1.0))
13
    candidate_score = measure(candidate)
14
    if candidate_score > score + 0.003:
15
        position, score = candidate, candidate_score
16
    else:
17
        direction *= -1.0
18
        step *= 0.5
19
    if step < 0.006:
20
        break
2 collapsed lines
21

22
print(f"position={position:.3f}, score={score:.3f}, iterations={iteration + 1}")

这里假设目标函数近似单峰，且每次命令后镜组已经稳定。真实系统会遇到回差、测量延迟、主体移动和 ROI 切换，不能把一次分数下降简单等同于“已经越过焦点”。

马达命令不等于镜组位置#

镜组是有摩擦和惯性的机械系统。控制器需要面对：

回差：从不同方向接近同一命令位置，实际落点不同；
迟滞与稳定时间：命令结束后镜组仍可能振动；
姿态影响：重力方向改变负载和响应；
温度漂移：材料和执行器特性随温度变化；
位置限制：近端与远端必须减速，避免撞限位；
焦点呼吸：镜组移动会改变视角，录像中尤其明显。

工程上常让最终确认从固定方向逼近，以减小回差不确定性；大步移动后还会留出稳定帧，避免把机械振动当成焦点变化。

ROI 变化会改变搜索目标#

搜索并不是在一条永远不变的曲线上前进。主体、背景和遮挡物对应不同峰值，ROI 权重一变，控制器看到的目标函数也随之变化。

主体 ROI背景 ROICC0 实拍样片

ROI 综合分数0.45

当前更清晰主体

对焦区域

镜组位置0.50

这张大光圈样片本身具有浅景深。滑杆模拟镜组位置，预览模糊量由选中 ROI 的教学分数驱动；真实离焦卷积不会是均匀 CSS blur。

因此 AF 必须把“分数下降”区分成多种原因：主体真的离开焦面、主体被遮挡、ROI 跳到了背景、曝光变化，或者只是测量噪声。没有主体身份和时序信息，控制器很容易追着背景峰值来回移动。

连续追焦需要状态机#

实用的连续 AF 通常不会每帧都立即驱动镜组，而是在几个状态间切换：

1
IDLE → ACQUIRE → LOCKED → TRACKING
2
          ↑          ↓         ↓
3
          └──── LOST / REACQUIRE

ACQUIRE：允许较大步长，尽快建立初始焦点；
LOCKED：主体稳定时设置死区，忽略小幅分数波动；
TRACKING：根据连续离焦量和主体速度平滑预测；
LOST：置信度骤降时先保持距离，避免立即拉风箱；
REACQUIRE：扩大搜索范围，但限制切换目标的速度。

状态切换通常要满足连续多帧条件。进入跟踪可以比退出锁定更谨慎，形成迟滞，从而避免阈值附近反复跳转。

死区、迟滞与跟踪状态更新#

设滤波后的离焦量为 $\hat e_t$ 。死区控制可以写成：

u_t= \begin{cases} 0, & |\hat e_t|<T_{\mathrm{hold}} \\ K\hat e_t, & |\hat e_t|\ge T_{\mathrm{move}} \end{cases},\qquad T_{\mathrm{move}}>T_{\mathrm{hold}}

两个不同阈值形成迟滞：进入移动要跨过较大的 $T_{\mathrm{move}}$ ，已经移动后则要降到较小的 $T_{\mathrm{hold}}$ 才停。简单的一阶预测状态还可写成：

\begin{aligned} \hat x_{t|t-1} &= \hat x_{t-1}+\hat v_{t-1}\Delta t \\ \hat x_t &= \hat x_{t|t-1}+\alpha c_t(z_t-\hat x_{t|t-1}) \\ \hat v_t &= (1-\gamma)\hat v_{t-1}+\gamma\frac{\hat x_t-\hat x_{t-1}}{\Delta t} \end{aligned}

$z_t$ 是本帧焦点观测， $c_t$ 是置信度。置信度下降时，校正项自动减小，系统更依赖上一时刻的速度预测；连续低置信度则应进入 LOST，而不是无限外推。该模型只用于解释状态更新，实际连续 AF 还可能融合主体检测、陀螺仪、深度与镜组动力学。

速度、稳定和观感的取舍#

照片 AF 常追求最短锁焦时间；视频 AF 更在意轨迹是否自然。过强的预测会在主体突然停止时过冲，过大的死区又会让焦点落后。工程调参需要同时观察：

首次锁定时间与成功率；
稳态焦点抖动和重复定位误差；
匀速、加速和突然反向运动的跟随延迟；
短暂遮挡时是否保持原主体；
主体切换是否符合构图意图；
镜组速度、噪声、功耗和焦点呼吸。

一个可靠的 AF 控制器不会把每帧估计都当成绝对真相。它结合观测置信度、镜组模型、主体轨迹和历史状态，决定此刻应该快速移动、微调、保持，还是承认信息不足并等待下一帧。