雖然大廠們都在做，從原理來看，ToF其實(shí)也并不是什么高高在上的技術(shù)，簡(jiǎn)單來說它就是通過紅外發(fā)射器發(fā)射調(diào)制過的光脈沖，遇到物體反射后，用接收器接收反射回來的光脈沖，并根據(jù)光脈沖的往返時(shí)間計(jì)算與物體之間的距離。根據(jù)原理來看，ToF技術(shù)早期的應(yīng)用相對(duì)簡(jiǎn)單，就是用來測(cè)距。

但是，隨著ToF技術(shù)的應(yīng)用不斷拓寬，ToF傳感器進(jìn)入人們的視野主要是智能手機(jī)和平板領(lǐng)域，并且主要集中在3D ToF圖像傳感器，由于ToF傳感器目前最主要的是應(yīng)用在成像領(lǐng)域，所以本文僅討論ToF圖像傳感器。

無論是哪一家手機(jī)廠商，最新的幾款智能手機(jī)配備的攝像頭數(shù)量至少有2個(gè)，可謂是在攝像頭數(shù)量上下足了功夫，這似乎也是廠商近些年能夠在手機(jī)上能做的為數(shù)不多的創(chuàng)意了，很多用戶認(rèn)為多攝像頭僅僅是廠家用于提升拍照性能，但是事實(shí)并非如此。

在ToF傳感器逐漸成為智能手機(jī)標(biāo)配的時(shí)候，多攝像頭的目的就逐漸浮出水面，可用于多場(chǎng)景的識(shí)別應(yīng)用，例如前置及后置鏡頭用于手勢(shì)識(shí)別或者安全支付的臉部3D辨識(shí),以及AR/VR也是ToF在3D感知上的應(yīng)用方向。

根據(jù)圖1 ，IHS Markit的數(shù)據(jù)顯示， 2019年，ToF傳感器在3D光學(xué)市場(chǎng)上的市場(chǎng)規(guī)模超過5億美元，并且通過占比越來越高，雖然與雙目和結(jié)構(gòu)光等方案的相比，ToF屬于后期之秀，但是從趨勢(shì)來看，平分秋色，甚至超越，可能也只是時(shí)間問題。

從圖2可以看到，目前ToF傳感器在細(xì)分領(lǐng)域的市場(chǎng)份額，主要還是以消費(fèi)電子和汽車為主。

但是我們注意到ToF圖像傳感器除了在消費(fèi)電子上仍然有很大的應(yīng)用前景，其在物聯(lián)網(wǎng)領(lǐng)域潛力也具有被挖掘的潛力。從圖2的ToF傳感器市場(chǎng)占比來看，緊隨智能手機(jī)和平板市場(chǎng)之后的是樓宇檢測(cè)、智能家居、汽車中控、無人機(jī)等領(lǐng)域。

擁有如此廣泛的應(yīng)用場(chǎng)景，得益于ToF圖像傳感器相比于結(jié)構(gòu)光和雙目RGB的優(yōu)點(diǎn)：實(shí)時(shí)地快速地計(jì)算物體的深度信息，且深度計(jì)算不受物體表面灰度特征的影響，深度計(jì)算精度不會(huì)隨距離改變而變化，基本上可以保證厘米級(jí)的精度，尤其適用于一些大范圍距離變化且高速的應(yīng)用場(chǎng)合。

加上是主動(dòng)光源束，所以在光源不傷害人眼的情況下，ToF傳感器理論上的最遠(yuǎn)探測(cè)距離可以達(dá)到100m，且可以調(diào)節(jié)光源靈活切換需求距離。另外，ToF傳感器抗干擾能力和成本優(yōu)勢(shì)也比較明顯。

根據(jù)上述ToF傳感器的特性優(yōu)勢(shì)，筆者認(rèn)為ToF傳感器能夠大范圍應(yīng)用于物聯(lián)網(wǎng)領(lǐng)域，并且更適用于物聯(lián)網(wǎng)碎片化的場(chǎng)景需求，其靈活性更大。

具體來說，在物聯(lián)網(wǎng)場(chǎng)景中，智能家居、智慧安防、智慧零售、人流監(jiān)控，ToF傳感器用于識(shí)別和跟蹤人體，不僅僅是現(xiàn)在的認(rèn)臉模式，通過深度信息可以提高識(shí)別準(zhǔn)確度；在自動(dòng)駕駛/ 車內(nèi)感知領(lǐng)域，ToF 傳感器也可以成為車載激光雷達(dá)、車內(nèi)人體識(shí)別、車內(nèi)手勢(shì)識(shí)別的重要元器件等。目前，也有不少企業(yè)將ToF傳感器植入AGV和機(jī)器人手臂當(dāng)中，用于精準(zhǔn)導(dǎo)航和實(shí)時(shí)避障。

總體來說，對(duì)于以前不具備深度信息的2D識(shí)別技術(shù)，ToF傳感器能夠很大程度上增加識(shí)別維度，提升識(shí)別的安全性、全面性和準(zhǔn)確性。

"新生"的ToF傳感器所面臨的機(jī)遇和挑戰(zhàn)

雖說，ToF傳感器的特性展示出良好的物聯(lián)網(wǎng)領(lǐng)域應(yīng)用場(chǎng)景，但是目前市場(chǎng)還沒有鋪開來。筆者認(rèn)為其中最大的阻礙是，ToF傳感器的功耗和分辨率的劣勢(shì)。由于使用主動(dòng)光源，所以在功耗上，ToF傳感器目前并不符合物聯(lián)網(wǎng)對(duì)于硬件低功耗的需求。

另外，受限于深度信息捕捉，ToF方案需要投射的點(diǎn)越多越好，而目前ToF探測(cè)器每秒鐘只能測(cè)量大約1億個(gè)測(cè)量值，這將現(xiàn)有的ToF系統(tǒng)的分辨率限制在厘米級(jí)。

所以，從ToF技術(shù)本身上來解決多場(chǎng)景應(yīng)用的問題，功耗和分辨率是繞不開的障礙。不過，換一種思維問題或許有了轉(zhuǎn)機(jī)。

從分辨率和功耗上來看，加入AI似乎成為了突破ToF技術(shù)瓶頸的一種可能性方法。由于3D ToF的影像分辨率遠(yuǎn)不及現(xiàn)有的RGB雙目技術(shù)，所以可以利用人工智能算法將RGB和ToF兩種影像信息的同步，縮小2D+3D影像同步所需要分辨率間的差距，彌補(bǔ)ToF在物體邊緣所缺少的深度信息。

目前，國內(nèi)在AI芯片或者NPU的研發(fā)獲得了長(zhǎng)足進(jìn)步，將兩者與ToF搭配使用來代替通用主處理器，可以明顯降低整體功耗，而且還能進(jìn)一步降低成本。如果將AI與ToF融合研發(fā)，將會(huì)幫助ToF進(jìn)一步突破技術(shù)瓶頸，延伸出更多的應(yīng)用場(chǎng)景。

當(dāng)然，對(duì)于物聯(lián)網(wǎng)來說，功耗低是剛需，但是分辨率的需求可能更加靈活，很多ToF傳感器廠商也在高成本的基礎(chǔ)上推出了ToF高分辨率方案，但是下游模組和終端廠商能夠拋棄高成本這個(gè)因素值得考量。所以ToF傳感器在物聯(lián)網(wǎng)的實(shí)際應(yīng)用中仍處于初步階段，相關(guān)的問題也會(huì)存在，但在3D識(shí)別領(lǐng)域，ToF將會(huì)憑借其優(yōu)異的特性成為主流方案之一。