ToF技术应用发展方向

当前ToF行业现状，d-ToF技术在激光功耗、抗干扰、远距离精度等方面有明显优势，但在工艺和产业链均离成熟尚远，仍需较长时间打磨；i-ToF芯片在工艺和产业链虽已趋于成熟，但达到的效果却不尽完美，从而导致其应用受阻。

随着2020年发布的iPad Pro等高端消费电子领域的持续关注，d-ToF技术将进入快速迭代发展阶段，技术发展方向可能会集中在：SPAD工艺升级（包括DCR、PDE、jitter等），片上集成度提升（包括片上直方图/深度图算法，I/O，Memory等），TRX系统协同设计等方面；随着工艺和产业链的成熟，d-ToF的技术优势也会逐步释放，占据一定市场空间。

与此同时，i-ToF仍有很大潜力可以持续挖掘，不论是在算法端，亦或是系统端和应用端均有望通过软硬件的协同设计，弥补原理上的非理想效应[10]。以光鉴科技的mToF (modulated ToF) 方案为例，通过在系统端结合软硬件，引入调制光场的概念，通过空域、频域、时域上的巧妙设计，创新硬件协同前沿算法，在物理上提升i-ToF抗干扰、抗噪声能力，解决i-ToF在实际应用场景中面临的关键痛点，一定程度上可以媲美d-ToF的性能。

综上所述，我们认为：在d-ToF产业链成熟之前，i-ToF还有很大的潜力可以挖掘，有望先一步抢占3D行业市场份额；而随着工艺和产业链的成熟，d-ToF将逐步从高端消费电子往下渗透，在较长的时间周期中，与i-ToF平分秋色，各自占据重要的市场份额。在d-ToF方案成熟之后，i-ToF在像素、成本等方面有着优势，而d-ToF在功耗、距离以及抗干扰方面有着优势。而不论基于何种技术路线，ToF系统的成像芯片只能解决如何探测和处理返回的光信号；而作为一个3D成像系统，光学系统的设计、投射光的调制和控制、图像数据的算法处理等因素也将决定了一种技术方案是否能够充分发挥出其原理的优势，实现真正适合应用需求的方案。

ToF技术应用

ToF 的精度取决于其脉冲持续时间，相比双目视觉、结构光方案，ToF 精度不会随着距离增长而显著降低， d-ToF 是远距离应用的关键技术。

随着2020年苹果iPad Pro 的发布，采用了激光雷达扫描仪ToF 传感器 ，势必会带动ToF 在消费类电子应用的进一步爆发。目前消费电子中ToF 应用以手机为主，华为、三星已在前后摄都搭载ToF 摄像头，今年苹果机型有望也开始搭载ToF技术。

3D ToF技术在其他领域应用也开始逐步渗透，目前还是主要依赖头部终端厂商的推动,主要的应用领域包括以下场景：

01

消费电子

Figure 6-1 ToF在消费类电子领域应用:（a）ToF体积小，在对于精度要求不高的场景下可以用于简单的人脸活体识别 （b）3D 感应人体关键部位，体感互动游戏 (c) 追踪手部位置和姿势，进行手势控制 (d) 构建三维信息，虚拟与真实环境进行交互

02

机器人

Figure 6-2 ToF在机器人领域应用（a）ToF 低速激光雷达可精确识别障碍物，进行自动避障 （b）测量得到周围环境深度信息，定位自身位置构建地图 (c) 应用于服务型机器人，智能导航 (d) 无人机得到ToF稳定、精准的距离信息定高悬停

03

安防监控&轨道交通

Figure 6-3 ToF在安防监控&轨道交通领域应用:（a）ToF 获得人体深度数据，结合人数统计算法，相比传统监控可实时统计、跟踪人员数量 (b) 通过智能方向识别忽略交错人流 (c)智能停车，广覆盖精准识别车位车辆信息 (d) 实时监控路口车辆。增加监控环境三维信息

04

无人驾驶&工业自动化

Figure 6-4 ToF在无人驾驶&工业自动化领域应用:（a）随着面阵dToF 工艺的成熟，未来纯固态激光雷达将与其他雷达相融合用于无人驾驶中（b）车厢监控，监测驾驶员疲劳状态，监控车内人员情况 (c) 仓储分拣，智能识别货物信息 (d) 物流包裹体积测量，可快速识别包裹长宽高

总结

本文介绍了ToF深度相机的基本工作原理和不同技术路径的优势和挑战。我们还比较了ToF与双目和结构光技术方案的优劣势。ToF技术的成熟将带来其在消费电子、机器人、工业自动化、物流等领域的大量应用和突破。

审核编辑 黄宇