ToF传感器火了。
从去年开始，一票传感器厂商和手机厂商的目光都投向了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不断推进ToF传感器的技术和应用升级，可以推测，ToF传感器不仅是火了，它已经来了。
虽然大厂们都在做，从原理来看，ToF其实也并不是什么高高在上的技术，简单来说它就是通过红外发射器发射调制过的光脉冲，遇到物体反射后，用接收器接收反射回来的光脉冲，并根据光脉冲的往返时间计算与物体之间的距离。根据原理来看，ToF技术早期的应用相对简单，就是用来测距。
但是，随着ToF技术的应用不断拓宽，ToF传感器进入人们的视野主要是智能手机和平板领域，并且主要集中在3D ToF图像传感器，由于ToF传感器目前最主要的是应用在成像领域，所以本文仅讨论ToF图像传感器。
3D识别的新宠儿，物联网应用潜力巨大
无论是哪一家手机厂商，最新的几款智能手机配备的摄像头数量至少有2个，可谓是在摄像头数量上下足了功夫，这似乎也是厂商近些年能够在手机上能做的为数不多的创意了，很多用户认为多摄像头仅仅是厂家用于提升拍照性能，但是事实并非如此。
在ToF传感器逐渐成为智能手机标配的时候，多摄像头的目的就逐渐浮出水面，可用于多场景的识别应用，例如前置及后置镜头用于手势识别或者安全支付的脸部3D辨识,以及AR/VR也是ToF在3D感知上的应用方向。
根据图1 ，IHS Markit的数据显示， 2019年，ToF传感器在3D光学市场上的市场规模超过5亿美元，并且通过占比越来越高，虽然与双目和结构光等方案的相比，ToF属于后期之秀，但是从趋势来看，平分秋色，甚至超越，可能也只是时间问题。
图1
图2
从图2可以看到，目前ToF传感器在细分领域的市场份额，主要还是以消费电子和汽车为主。
但是我们注意到ToF图像传感器除了在消费电子上仍然有很大的应用前景，其在物联网领域潜力也具有被挖掘的潜力。从图1的ToF传感器市场占比来看，紧随智能手机和平板市场之后的是楼宇检测、智能家居、汽车中控、无人机等领域。
拥有如此广泛的应用场景，得益于ToF图像传感器相比于结构光和双目RGB的优点：实时地快速地计算物体的深度信息，且深度计算不受物体表面灰度特征的影响，深度计算精度不会随距离改变而变化，基本上可以保证厘米级的精度，尤其适用于一些大范围距离变化且高速的应用场合。
加上是主动光源束，所以在光源不伤害人眼的情况下，ToF传感器理论上的最远探测距离可以达到100m，且可以调节光源灵活切换需求距离。另外，ToF传感器抗干扰能力和成本优势也比较明显。
根据上述ToF传感器的特性优势，笔者认为ToF传感器能够大范围应用于物联网领域，并且更适用于物联网碎片化的场景需求，其灵活性更大。
具体来说，在物联网场景中，智能家居、智慧安防、智慧零售、人流监控，ToF传感器用于识别和跟踪人体，不仅仅是现在的认脸模式，通过深度信息可以提高识别准确度；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、车内手势识别的重要元器件等。目前，也有不少企业将ToF传感器植入AGV和机器人手臂当中，用于精准导航和实时避障。
总体来说，对于以前不具备深度信息的2D识别技术，ToF传感器能够很大程度上增加识别维度，提升识别的安全性、全面性和准确性。
"新生"的ToF传感器所面临的机遇和挑战
虽说，ToF传感器的特性展示出良好的物联网领域应用场景，但是目前市场还没有铺开来。笔者认为其中最大的阻碍是，ToF传感器的功耗和分辨率的劣势。由于使用主动光源，所以在功耗上，ToF传感器目前并不符合物联网对于硬件低功耗的需求。
另外，受限于深度信息捕捉，ToF方案需要投射的点越多越好，而目前ToF探测器每秒钟只能测量大约1亿个测量值，这将现有的ToF系统的分辨率限制在厘米级。
所以，从ToF技术本身上来解决多场景应用的问题，功耗和分辨率是绕不开的障碍。不过，换一种思维问题或许有了转机。
