飞行时间（ToF）技术方案具有不易受外界光干扰、体积小巧、响应速度快以及识别精度高等多重优势，在人脸识别/支付、智能手机摄像头、自动驾驶距离感知、工业人机协同距离监测、物流机器人导航等应用中呈现井喷态势。然而，令人诧异的是，一向引领技术风向的苹果公司，却直到2020年3月才首次接纳ToF技术。
在ToF的两种实现技术中，苹果放弃了间接测距iToF (indirect ToF)，选择了新兴的直接测距dToF (direct ToF)，并连续将基于dToF的激光雷达扫描仪用于iPad Pro、iPhone 12 Pro及以上的高端机型中。为什么苹果作此选择？此番高调站队会吸引产业链重演AirPods大型“真香”吗？我们试着从ToF技术中坚力量ADI公司的方案入手，探讨下市场的未来吧。
ToF渐成深度传感首选方案
3D视觉主流方案主要包括ToF、双目视觉和结构光。其中，ToF方案是通过使用调制光源（例如激光或LED）主动照亮物体，并用对激光波长敏感的图像传感器捕捉反射光，以此测量出目标距离。通俗点说，就是ToF发射器发射出一整面平整的‘光墙’，这面光墙打到被测物体表面反射回来，并带回来了被测物体的深度信息。
图. 简单的飞行时间测量示意图
对比双目和结构光方案，ToF最大的优点在于测距，测量范围可近可远，一般在100m以内；测量精度往往不随距离改变而变化，基本都能够保持在厘米级别；不受光照变化和物体纹理影响，室外空间同样适用。因此在包含大范围运动的场景下，ToF适用度非常高。
图. 3D视觉主流方案对比
凭借不易受外界光干扰、可适用于多种环境下工作，且体积小巧、响应速度快、识别精度高、动态感测范围更宽等多重优势，ToF 日渐成为深度传感的首选技术方案。从ADI的ToF方案的发展，也能窥见该技术的边界在不断地拓展。2014年，ADI为国外知名AR眼镜定制ToF方案，成功落地并实现人机交互和3D重建功能；2016-2017年，ADI ToF技术用于车内手势识别；2018年，ADI ToF技术开始与品牌手机合作并成功批量上市，进入国民级应用场景……
物流、质检、导航、机器人、人脸识别、安保、监控、安全、医疗健康和驾驶员监控等等，高分辨率深度数据与强大的分类算法以及AI相结合的巨大推力下，3D深度传感ToF技术正在解锁更多新的应用方向。
图. ADI ToF方案应用发展时间轴
苹果站队ToF技术路线
目前，业界最常用的ToF技术是连续波（CW）方法和脉冲方法。通俗地说，连续波方法是间接的iToF，通常是采用周期调制信号进行主动发光，然后对接收到的信号进行零差解调以测量反射光的相移，间接计算出光的飞行时间，从而确定物体距发射端的距离。
脉冲方法即直接测量光飞行时间的dToF，通常是由光源发出一系列N 个激光短脉冲，这些脉冲被反射回带有电子快门的传感器，其飞行时间可被记录下，从而可确定三维物体与发射端的距离。
对比而言，脉冲ToF技术系统具有如下三大优势，这也是苹果站队脉冲式ToF、并寄望于藉此布局VR/AR的主因之一。一是由于通常依赖于在很短的时间窗口内发出高能光脉冲，便于设计鲁棒性强的系统，更适用于户外；且曝光时间越短，运动模糊的效应越小。二是信号占空比通常比同等水平的连续波系统要低得多，脉冲ToF对于长期工作的应用，可以降低系统的总功耗，且通过将脉冲群放置在与其他系统不同的帧位置，可避免来自其他脉冲ToF系统的干扰。三是因脉冲时序和宽度不需要一样，所以可以采用不同的时序方案，支持实现更宽的动态范围和自动曝光等功能。
但为了精确同步光脉冲，脉冲ToF系统每秒需要对数百万个像素执行计算，并根据工作环境及时调整，这对混合信号电路设计与应用而言极具挑战；从技术成熟度和应用导入来看，成本仍相对较高——这也是脉冲ToF方案目前未能在消费电子市场叱诧风云的主要原因。
上游技术力量推动ToF蓄势待发
ADI是为数不多拥有技术专长、可提供兼具高性能和成本效益的ToF解决方案的公司之一。ADI的脉冲ToF CCD系统，使用高性能ToF CCD和集成了12位ADC、深度处理器（将来自CCD的原始模拟图像信号处理成深度/像素数据），以及高精度时钟发生器（为CCD和激光器生成驱动时序）的TOF模拟处理前端ADDI903x。
图. ADI ToF系统功能框图
ADI的ToF系统相比其它方案具备以下优点：
· 使用了分辨率为640×480的ToF图像传感器，比市面上大部分ToF解决方案的分辨率高4倍。
· 使用了对940nm波长高度灵敏的传感器，能够在室外环境或具有强环境光的区域采集到更多的有效信号。
· 深度处理器采用伪随机化算法和特殊的图像处理功能，可以消除多机干扰，因此可以在同个环境中使用多个ADI的ToF系统。
如下图示例，在户外使用三个不同的深度测量系统来测量距离。值得注意的是，使用850 nm光源的CMOS ToF系统很难分辨出人与三脚架，而ADI的CCD ToF系统却能够清晰地分辨出两者。
图. 户外图像的深度图比较
可以看到，当下的ToF市场中，ADI等上游技术力量着力提高元器件性能，苹果等终端厂商正竭力探索创新应用。未来，随着双方形成合力，脉冲ToF技术已隐现复刻AirPods发展历程的潜质。届时，ToF技术将真正实现更优的成本、功耗、稳定性等多方面平衡，进一步带动其在3D识别、VR/AR、自动驾驶、工业机器人、物联网等细分市场的快速导入与广泛应用，最终整个ToF生态圈都将由此获得真正受益。
（免责声明：本网站内容主要来自原创、合作伙伴供稿和第三方自媒体作者投稿，凡在本网站出现的信息，均仅供参考。本网站将尽力确保所提供信息的准确性及可靠性，但不保证有关资料的准确性及可靠性，读者在使用前请进一步核实，并对任何自主决定的行为负责。本网站对有关资料所引致的错误、不确或遗漏，概不负任何法律责任。
任何单位或个人认为本网站中的网页或链接内容可能涉嫌侵犯其知识产权或存在不实内容时，应及时向本网站提出书面权利通知或不实情况说明，并提供身份证明、权属证明及详细侵权或不实情况证明。本网站在收到上述法律文件后，将会依法尽快联系相关文章源头核实，沟通删除相关内容或断开相关链接。 ）
