图7，iToF方案中的cwToF连续波方法，来源：ADI
回顾图3光学测距技术的分类，我们认为这个分类方法在针对iToF的分类上可能也是不够全面的。参照ADI和英飞凌的官方资料都将iToF分类为pToF(基于脉冲的ToF)和cwToF(连续波ToF，图7)。或许cwToF还可以进一步细分，即调频连续波和调幅连续波。cwToF是由光源发出周期性调制信号，接收端检测反射光的相位偏移;而pToF则是由光源发出一系列的短脉冲，接收端的传感器会有个电子快门——电子快门在一系列短时间窗口中捕获反射光。这两者也各有自身的优势和缺点。比如ADI就在自家pToF方法中，选择配备CCD传感器，而非CMOS，这对于实现小像素、更高分辨率，和全局曝光实现快速移动目标检测都有优势。
需要注意的是，本文探讨ToF模组时，更偏向于探讨接收端的传感器部分，VCSEL属于发射端。如前文所述，dToF对于发射端和接收端都提出了很高的要求。ams业务发展总监徐冰博士也确认道：“ToF的发射和接收技术要求都很高，特别是用于dToF的应用。”ams高级市场经理蔡郑志强也告诉我们，VCSEL发射器在整个系统设计中尤其关键，均匀性、发散角、温飘等因素都很重要;而且由于小型化需求，更对散热等问题提出了更高的技术要求。
且整个ToF模组也不仅限于这两个部分，另外还至少包含接收端镜头、发射端diffuser在内的光学组件，以及可能包括像ADI这样独立于传感器之外的模拟前端芯片，用于数字化和输出深度数据(如图8)，便于快速获取整体图像深度信息。
图8，pToF方法中，位于CCD传感器之后的ADI前端处理芯片，来源：ADI
当然我们没有必要仔细去研究某个产品具体应用了何种方法，这里我们看一个相对有代表性的iToF方案：LG G8 ThinQ手机。这款手机的ToF摄像头采用的是英飞凌/pmd的REAL3图像传感器。整体解决方案由英飞凌/pmd设计，模组主要包括了REAL3图像传感器(近红外传感器)以及一个泛光照明器——即VCSEL die来自ams。
System Plus Consulting的拆解报告显示，这颗传感器的分辨率为224x172(约3.9万像素);相较2016年应用于联想Phab2Pro的同分辨率传感器，尺寸缩减了40%——这大概也能说明移动设备上ToF摄像头模块正在变小，像素正在变小的趋势;另外，VCSEL激光die部分实则也有12%的体积缩减(图9)。
图9，LG G8 ThinQ的ToF摄像头模组中的VCSEL die，来源：System Plus Consulting
与前些年手机将ToF应用于距离感应、激光对焦一样，如今实现3D感知的ToF的确越来越成为手机的标配。到这里，即便不观察市场规模的增长数据，我们也基本可以确认，ToF从来不存在所谓的“应用场景受限”或者前景未知的困惑，手机的ToF市场一直都发展得不错。
抛开测距不谈，3D ToF在手机上的应用至少包括了面部识别(即便或许精度不及结构光)、掌纹识别、隔空手势识别，以及配合计算机成像用于判断场景深度，并配合做到模拟浅景深——也就是模拟单反那样的背景虚化，其准确性会远高于双摄这样的立体视觉方案。
另外，在移动设备上搭载ToF摄像头，还可进一步促成AR现实增强技术的发展，这也是市场对iPad Pro搭载LiDAR的一个预判。iOS生态的AR开发无需多言，Android平台的ARCore实际上是值得一谈的。这两年一直有传言说，谷歌很快就要为ARCore引入ToF的原生支持。这则消息到去年Google I/O似乎还未有成型，不过在去年12月更新的ARCore API版本中，谷歌的新闻稿提及，“有专门摄像头即ToF传感器的设备，将能够获得更好、更精准的体验。”
手机之外的更多应用
受限于篇幅，我们只能以梗概的方式谈手机ToF的应用，有关ToF系统的技术点仍有很多问题未曾涉及。比如在不同的应用场景中采用ToF技术有各自的挑战，如对手机而言，空间限制是个重要因素。英飞凌电源与传感系统事业部大中华区射频及传感器部门总监麦正奇告诉我们：“在像素尺寸缩小，分辨率提高的情况下，如何保证低功耗的要求，是英飞凌和技术开发合作伙伴pmd technologies携手，在相关不同的设计层级，对REAL3 ToF产品进行优化的方向。”
