ToF传感器着火了。从去年开始，很多传感器厂商和手机厂商都将目光投向了ToF传感器。直到今年，英飞凌、AMS等传感器厂商，以及苹果、华为、三星等手机厂商，仍在推进ToF传感器的技术和应用升级。可以推测，ToF传感器不仅流行，而且已经有了。虽然大厂都在做，但从原理上来看，ToF其实算不上什么高深的技术。简单的说，就是通过红外发射器发射调制光脉冲，遇到物体的反射后，用接收器接收反射。光脉冲返回，根据光脉冲往返时间计算到物体的距离。按照原理，ToF技术早期的应用比较简单，就是用于距离测量。不过，随着ToF技术的应用不断扩大，ToF传感器进入人们视野的主要是智能手机和平板电脑领域，并且主要集中在3DToF图像传感器上。由于ToF传感器目前主要应用于成像领域，本文仅讨论ToF图像传感器。3D识别新宠，物联网应用潜力巨大无论是哪家手机厂商，最新款的智能手机至少配备了两颗摄像头，在摄像头数量上可谓是下了一番功夫.这是为数不多的可以在手机上完成的想法之一。很多用户认为多摄像头只是厂商为了提升拍照性能而使用的，其实不然。当ToF传感器逐渐成为智能手机的标配时，多摄像头的用途逐渐浮出水面，可用于多场景识别应用，例如用于手势识别的前后摄像头或用于安全支付的面部3D识别。而AR/VR也是ToF在3D感知方面的应用方向。根据图1，IHSMarkit数据显示，2019年，ToF传感器在3D光学市场的市场规模将超过5亿美元，且占比越来越高，虽然与双目和结构光解决方案相比，ToF属于后起之秀，但从趋势来看，平分秋色甚至超越或许只是时间问题。图1图2从图2可以看出，目前ToF传感器在细分领域的市场份额主要是消费电子和汽车。但我们注意到，ToF图像传感器在消费电子领域仍有很大的应用前景，其在物联网领域的潜力也有待挖掘。从图2的ToF传感器市场份额来看，继智能手机和平板市场之后是楼宇检测、智能家居、汽车中控、无人机等领域。如此广泛的应用场景，得益于ToF图像传感器相较于结构光和双目RGB的优势：实时快速计算物体的深度信息，且深度计算不受光线影响。物体表面的灰度特性，深度计算的精度不会随着距离的变化而变化，基本可以保证厘米级的精度，特别适用于一些大范围的距离变化和高速应用。另外，由于是主动光源光束，所以在光源不伤害人眼的情况下，ToF传感器的理论最长检测距离可达100m，并且可以调节光源灵活切换所需的距离。此外，ToF传感器的抗干扰能力和成本优势也很明显。根据上述ToF传感器的特点和优势，笔者认为ToF传感器可以广泛应用于物联网领域，更适合物联网碎片化的场景需求，具有更大的优势。灵活性。具体来说，在物联网场景，如智能家居、智能安防、智能零售、人群监控等，利用ToF传感器对人体进行识别和跟踪，不仅仅是目前的人脸识别方式，深度信息可以提高识别精度；在自动驾驶/车内感知领域，ToF传感器也可以成为车载激光雷达、车内人体识别、车内手势识别等重要组件。目前，已有多家企业将ToF传感器植入AGV和机械臂中，实现精准导航和实时避障。一般来说，对于之前没有深度信息的二维识别技术，ToF传感器可以大大增加识别维度，提高识别的安全性、全面性和准确性。“新生”ToF传感器面临的机遇与挑战虽然ToF传感器的特性在物联网领域展现出良好的应用场景，但市场尚未铺开。笔者认为，最大的障碍是ToF传感器在功耗和分辨率方面的劣势。由于采用主动光源，在功耗方面，ToF传感器目前还不能满足物联网对硬件低功耗的要求。此外，受深度信息捕获的限制，ToF方案需要投射尽可能多的点，而目前的ToF探测器每秒只能进行约1亿次测量，这将现有ToF系统的分辨率限制在厘米级。因此，要从ToF技术本身解决多场景应用的问题，功耗和分辨率是无法回避的障碍。不过，另一种思路问题可能会有转机。从分辨率和功耗的角度来看，加入AI似乎是突破ToF技术瓶颈的一种可能方式。由于3DToF的图像分辨率远低于现有RGB双目技术，可以通过人工智能算法同步RGB和ToF图像信息，缩小2D+3D图像同步所需分辨率的差距，弥补对于ToF在对象边缘缺少深度信息。目前，中国在AI芯片或NPU的研发方面取得了长足的进步。两者配合ToF取代通用主处理器，可显着降低整体功耗，进一步降低成本。如果将AI和ToF的研发结合起来，将有助于ToF进一步突破技术瓶颈，拓展更多的应用场景。当然，对于物联网来说，低功耗是刚性需求，但分辨率需求可能会更加灵活。不少ToF传感器厂商在高成本的基础上也推出了ToF高分辨率方案，但下游模组和终端厂商能否摒弃高成本因素值得考虑。因此，ToF传感器在物联网的实际应用中还处于初级阶段，相关问题也会存在。而在3D识别领域，ToF凭借其优异的特性必将成为主流方案之一。
