光通讯模块tof 一文看懂TOF-光通讯-上海羊羽卓进出口贸易有限公司

光通讯模块tof 一文看懂TOF

发布时间 : 2024-12-28

作者 : 小编

访问数量 : 23

扫码分享至微信

一文看懂TOF

来源：内容来自「国盛证券」，谢谢。

3D sensing是智能手机创新的趋势之一，当前正加速向中低端手机渗透。目前实现3D sensing共有三种技术，分别为双目立体成像、结构光和ToF，目前已经比较成熟的方案是结构光和TOF。其中结构光方案最为成熟，已经大规模应用于工业3D视觉，TOF则凭借自身优势成为在移动端较被看好的方案。

3D结构光最早应用于苹果旗舰iPhone X，结构光原理为通过近红外激光器向物体投射具有一定结构特征的光线，再由专门的红外摄像头进行采集获取物体的三维结构，再通过运算对信息进行深入处理成像。该技术目前共有编码结构光和散斑结构光两种实现类别。结构光技术仅需一次成像就可得到深度信息，具备低能耗、高成像分辨率的优势，能够在安全性上实现较高保证，因此被广泛应用于人脸识别和人脸支付等场景。但结构光技术识别距离较短，大约在0.2米到1.2米之间，这将其应用局限在了手机前置摄像，主要用于3D人脸识别屏幕解锁、人脸支付及3D建模等。

ToF（Time of Flight）技术是2018年才被应用到手机摄像头的3D成像技术，其通过向目标发射连续的特定波长的红外光线脉冲，再由特定传感器接收待测物体传回的光信号，计算光线往返的飞行时间或相位差，从而获取目标物体的深度信息。ToF镜头主要由发光单元、光学镜片及图像传感器构成。其识别距离可达到0.4米到5米，因此已有品牌，如OPPO、华为等，将其应用于手机后置摄像。ToF技术具备抗干扰性强、FPS刷新率更高的特性，因此在动态场景中能有较好表现。另外ToF技术深度信息计算量小，对应的CPU/ASIC计算量也低，因此对算法的要求更低。但相对于结构光技术，ToF技术的缺点在于其3D成像精度和深度图分辨率相对较低，功耗较高。

双目立体成像原理较为简单，即利用双摄像头拍摄物体，再通过三角形原理计算物体距离，合成立体图像。其具有高3D成像分辨率、高精度、高抗强光干扰的优势，同时能保持较低成本水平。但由于需要通过大量的CPU/ASIC演算取得它的深度和幅度信息，其算法极为复杂较难实现，同时该技术易受环境因素干扰，对环境光照强度比较敏感，且比较依赖图像本身的特征，因而拍摄暗光场景时表现差。由于以上原因，双目立体成像技术在手机上较少应用。

结构光技术和ToF各有优势，在移动端的应用上具有互补的特性，但不可否认的是，ToF的多场景应用呈现出了更为广阔的发展前景。iPhone X对3D结构光的应用带动了这项技术的发展和渗透，目前相较于ToF，结构光技术在应用上更为成熟，出货量上明显占优。而且结构光的扫描效果更为真实，具备更强的3D还原能力。但遗憾的是，作用距离的劣势限制了其应用。ToF技术弥补了距离上的缺陷，由于能够支持更远的作用距离，ToF技术可以被应用于包含3D人脸识别、3D建模以及手势识别、体感游戏、AR/VR在内的更多场景中，从而为智能手机更娱乐性和实用性的体验。此外，相比结构光技术，ToF的模组复杂度低，堆叠简单，可以做到非常小巧且坚固耐用，在屏占比不断提高的外观趋势下，更得到手机厂商的青睐。

ToF让3D建模“飞向寻常百姓家”

我们生活在一个三维的空间，对周围物体及环境的大部分经验来自于对深度信息的感知。对于人们来说，立体化的3D视觉比2D图片的形式要生动、沉浸许多，这也是人们所追求的直观体验。为解决这一需求痛点，3D建模技术应运而生并迅速发展。3D建模即通过相机等设备对物体进行采集照片，获取周围环境物体三维尺寸和深度信息，经计算机进行图形图像处理以及三维计算，从而全自动生成被拍摄物体的三维模型的技术。曾经主流的3D建模实现都十分昂贵，而当3D镜头技术和传统的镜头结合起来，意味着在移动端即可实现3D建模，ToF技术正推动着3D建模应用 “飞入寻常百姓家”。

随着体感交互、3D识别与感知、环境感知以及AR地图构建等技术与应用的发展，市场对 3D视觉与识别技术的兴趣日益浓厚，ToF的使用进一步丰富了3D建模技术的应用场景。

拍照虚化。ToF具备更好的景深采集功能，加入智能手机后摄模组后，能够实现快速、远距离获取更高精度的景深信息，从而完成较结构光更大范围的3D建模，而且由于自带红外光源，其在暗光环境下获得的景深信息同样准确。因此，有TOF摄像头参与的成像在虚化效果上会更加真实，富有层次，从而能够带来更好人像模式体验。

体感游戏。通过TOF技术能够采集到被拍摄人的身体深度信息，捕捉和采集身体的动作，进行手势判定，控制预制的3D建模人偶的形象和动作，实现真人和3D虚拟形象跟随，，用身体、动作和手势做游戏交互。

ToF助力消费级AR普及。ToF技术的应用亦是AR、VR时代的催化剂。考虑到ToF的两个独特的优点——作用距离长、刷新率高，存在远距离3D 测距需求的AR/VR是最能体现 TOF 优势的功能之一。3D摄像头技术提供的手势识别功能将成为未来AR/VR领域的核心交互手段。目前各大厂商推出的VR设备大都需要控制器，游戏控制器的优势在于控制反馈及时、组合状态多。

3D摄像头技术提供的手势识别功能将成为未来AR/VR领域的核心交互手段。 目前各大厂商推出的VR设备大都需要控制器，游戏控制器的优势在于控制反馈及时、组合状态多。以HoloLens为例，就拥有一组四个环境感知摄像头和一个深度摄像头，环境感知摄像头用于人脑追踪，深度摄像头用于辅助手势识别并进行环境的三维重构。

HoloLens相比以往任何设备的强大之处，在于其能够实现对现实世界的深度感知并进行三维建模。HoloLens 拥有拥有一组四个环境感知摄像头和一个深度摄像头，环境摄像头获得周围图像RBG信息，深度摄像头则利用TOF技术获得视觉空间深度图（Depth Map）并以此重建三维场景、实现手势识别。

下一波创新性革命，AR应用前景巨大。外观系列创新之后，下一波移动终端创新将围绕AR进行革命性创新。光学领域TOF有望接力结构光，从生物感知到虚拟现实，从人脸识别到3D建模，带来产业端升级和用户体验优化，前置人脸识别+后置虚拟现实功能可能成为手机的下一个形态。手机实现虚拟现实同样需要使用3D摄像头模组，进一步推动光学产业链的升级。

下一波创新性革命，TOF市场空间巨大

下一波移动终端创新将围绕AR进行革命性创新。随着增强现实内容市场的蓬勃发展，内容厂商不断推动AR/VR开发平台的发展，必然会推动TOF产业的发展。TOF有望接力结构光，从生物感知到虚拟现实，从人脸识别到3D建模，带来产业端升级和用户体验优化，前置人脸识别+后置虚拟现实功能可能成为手机的下一个形态。伴随AR/VR的发展，ToF有望成为智能手机摄像头的下一个风口。

我们看到2019年3D感测手机大多集中在高端机等旗舰机型，结构光以苹果为代表，自iPhoneX后的机型都已经搭载结构光功能，而华为搭载TOF的机型数量最多。根据Yole的预测数据也显示，全球3D成像和传感器的市场规模在2016–2022年的CAGR为38％，2017年市场规模18.3亿美元，2022年将超过90亿美元。其中，消费电子是增速最快的应用场，2016–2022年的CAGR高达160％，到2022年消费电子市场规模将超过60亿美元。

从出货量上来看，我们预测智能手机3D感测需求将从2017年的4000万部增加至2019年的2亿部以上，其中2019年的ToF机型还主要集中在几款高端旗舰机，从2020年开始TOF的出货量将进一步爆发，在整体3D感应中占比有望达到40%。

我们预测2019/2020年TOF的出货量为7760万/2.1亿部，同比大幅增长747%/166%。

BOM比较：TOF或更具成本优势

我们预计ToF和结构光的BOM成本大约为12~15美元和20美元，相比之下TOF更具有成本优势。以iPhone X为例，结构光技术的解决方案包括三个子模块（点投影仪，近红外摄像机和泛光照明器+接近传感器），而ToF解决方案则将三个集成到一个模块中，可以将包装成本降低。

我们预计在这个TOF模组中，芯片的成本仍占主要的部分，大约占到整体BOM的28%~30%。

深度解析3D Sensing摄像头产业链

目前TOF或结构光的3D感知技术均为主动感知，因此3D摄像头产业链与传统摄像头产业链相比主要新增加红外光源、红外传感器和光学组件等部分。通过对已经上市的主流3D摄像头产品进行拆解分析，3D摄像头产业链可以被分为：

1、上游：红外传感器、红外光源、光学组件、光学镜头以及CMOS图像传感器；

2、中游：传感器模组、摄像头模组、光源代工、光源检测以及图像算法；

3、下游：终端厂商以及应用。

TOF和结构光二者虽然原理不同，但其所需要的核心部件基本相同，TOF中的核心部件包括发射端的VCSEL光源、Diffuser等，接收端的镜头、窄带滤光片、近红外CMOS等。

1.VCSEL：垂直发射光源，国内厂商逐步突破

VCSEL（Vertical-Cavity Surface-Emitting Laser，垂直腔表面发射激光器）是一种垂直于衬底面射出激光的半导体激光器。 由上下两个DBR反射镜和有源区这三部分组成。VCSEL单价贵于LED、LD，可通过大规模量产降低成本。 VCSEL的垂直结构更适合使用晶圆级制造和封测，并且规模量产之后具有成本优势。

VCSEL具有效率高、功耗低、传输速率快、制造成本低等优良特点，逐渐替代了LED成为主流选择。 发射光源包括两种，一种是边发射的（如LD），一种是垂直的（如VCSEL），前者一般波长较长，用于信息传输；后者可以通过压缩垂直腔体的容积用于体积较小的应用中，更适合作为3D感知的发光源。早期3D感知经常使用LED作为光源，但红外LED的响应速度较差，扫描结果不够精准。VCSEL在3D感知领域性能优于LED，逐渐替代了LED成为主流选择。

VCSEL主要进入壁垒在于资质认证和量产能力，国内厂商逐步突破。 目前VCSEL领域主要厂商为光通讯芯片领域的国外大厂，包括Lumentum、Finisar、II-VI、Philips Photonics等，其中Lumentum是VCSEL全球领先的供应商，供应国际大客户新机型3D感知模组的激光源。

TOF 的 VCSEL 并不像结构光那样对编码图案有一定要求，常规的规则排列即可，因此可供选择的 VCSEL 供应商也会更多。未来VCSEL需求量激增，但VCSEL产业链过去被美国和日本少数厂商把控。去年苹果推出iPhone X后，VCSEL需求持续加大，因此留给国内VCSEL公司很大的成长空间和市场空间。国内的供应商如纵慧、睿熙、华芯等均取得了不小的突破。

2. Diffuser：将光调制成均匀的面光源

Diffuser的主要功能为显示器提供一个均匀的面光源，材料需选择光透过率高的材料，将化学颗粒作为散射粒子，光线在经过扩散层时会不断的穿过，在此同时光线就会发生许多折射、反射与散射的现象，进而形成光学扩散的效果。未来手机3D成像的Diffuser将会更加复杂化与定制化，应用场景更加细分，同时随着TOF的爆发，产品设计也将持续创新，规模优势日益凸显。

3.窄带滤光片：只允许通过特定波长

窄带滤光片是带通滤光片的一种，是光谱特性曲线透射带两侧邻接截止带的滤光片，即在特定的波段允许光信号通过，在其他波段则阻止光信号，窄带滤光片的通带较窄，一般小于中心波长的5%。目前全球主要的窄带滤光片主要有两家，美国的VIAVI和中国的水晶光电。

窄带滤光片在3D传感领域需求大，是3D视觉系统中红外光接受模组的组成部分，位于镜头和近红外图像传感器之间。在3D视觉系统中，红外光源是实现深度测量的关键，红外光源包括红外LED和激光器（主要是VCSEL（红外激光发射器），在运作过程中，若VCSEL发射940nm波长的近红外光，为了接收端的图像传感器只接收到这一波长近红外光，需要通过窄带滤光片，将其余的环境光剔除。

水晶光电是国内光学精密薄膜镀膜龙头，在窄带滤光片上具有技术和先发优势。目前 大客户的窄带滤光片方案是以水晶与VIAVI合作的方式供应。公司的强项在于镀膜工艺，预计新的竞争对手需要较长的时间才能切入，护城河较高。水晶有望抓住下游3D sensing需求的放量，凭借技术和先发优势将充分受益。

4.3D图像处理芯片：难度较高

3D成像所需的图像处理芯片的技术难度更高，与一般的图像处理芯片有所区别，通过算法将IR接收端采集的空间信息和镜头成像端采集的色彩信息相结合，进而生成三维图像。由于芯片的技术壁垒较高，目前供应商仅为几个芯片巨头，包括STM、TI、NXP等。

5.成像镜头端：产业链较为成熟

手机摄像头对应的产业链企业包括图像传感器制造商、模组封装厂商、镜头厂商、马达供应商、滤光片供应商等。由于行业技术壁垒和集中度高，产业链的龙头多为日本、韩国、中国台湾所垄断，大陆的厂商主要集中在红外滤光片和镜头模组封装上，包括舜宇光学、欧菲科技、水晶光电、立讯精密（立景）、丘钛科技等。

在CIS市场份额上面，索尼一家独大，市场份额高达42%，三星居第二位，市场份额达到了18%，豪威排第三，市场份额为12%，随着手机、汽车、工业等下游应用领域对CIS的需求不断增加，市场空间有望进一步扩大。Yole Development数据显示，2016年CMOS图像传感器市场规模达到115亿美元，相较2015年同比增长约13%，预计2016至2022年全球CMOS图像传感器市场复合年均增长率将保持在10.50%左右，2022年将达到约210亿美元。出货量方面，2017年全球CIS出货量超40亿颗，预计2021年全球出货量将达70亿颗。

在摄像头模组上面，根据TSR的数据2016和2017年欧菲科技的市场份额为9%和13.3%，舜宇光学的市占率为7.9%和9.5%，丘钛科技的市占率为5.3%和6.5%。2017年，全球TOP摄像头模组厂商占据了全球超过50%的市场份额，比2016年增长了13个百分点，集中化趋势愈加明显。一方面，产业集中度不断提高，另外一方面，以光学领域的双摄、3D摄像头和柔性显示为代表的功能性和差异化的创新层出不穷，持续利好自主创新能力强和具有产业整合及规模优势的龙头企业。

2018年，品牌集中度进一步加剧，全球TOP摄像头模组厂商与二、三线摄像头模组的出货量呈现两极分化，通常情况下，全球TOP摄像头模组厂商的月出货量可达35KK，而二、三线摄像头模组厂商最高出货量不超过15KK。前三大模组厂商也不断扩产，以满足下游需求。

在镜头市场，中国台湾的大立光占有绝对的龙头地位，在iPhone中供应了超过50%的镜头份额。在中国手机厂商方面，舜宇光学镜头的市占率在不断增加。目前大立光的年产能约为1.5亿，遥遥领先于其他厂商。

免责声明：本文由作者原创。文章内容系作者个人观点，半导体行业观察转载仅为了传达一种不同的观点，不代表半导体行业观察对该观点赞同或支持，如果有任何异议，欢迎联系半导体行业观察。

今天是《半导体行业观察》为您分享的第2131期内容，欢迎关注。

半导体行业观察

『半导体第一垂直媒体 』

实时专业原创深度

光学传感器之ToF（激光测距传感器）

TOF是飞行时间（Time of Flight）技术的缩写，即传感器发出经调制的近红外光，遇物体后反射，传感器通过计算光线发射和反射时间差或相位差，来换算被拍摄景物的距离，以产生深度信息，此外再结合传统的相机拍摄，就能将物体的三维轮廓以不同颜色代表不同距离的地形图方式呈现出来。

所以你明白了吧，不论是自动驾驶，还是VR；亦或是现在市面上层出不穷的平衡车，都离不开ToF技术。

知其然更要知其所以然，我们接下来给大家讲讲ToF的简单原理

TOF 技术详解

一、原理

TOF是Time of flight的简写，直译为飞行时间的意思。所谓飞行时间法3D成像，是通过给目标连续发送光脉冲，然后用传感器接收从物体返回的光，通过探测光脉冲的飞行（往返）时间来得到目标物距离。

图1：3D TOF成像原理

发射的红外光线被被测物体反射后回到传感器，内置的计时器记录其来回时间，然后即可计算出其距离。听起来好像和大家玩烂了的超声波测距没啥不同。但其实不然，超声波测距对反射物体要求比较高，面积小的物体，如线、锥形物体就基本测不到，而TOF红外测距完全可克服此问题，同时TOF测距精度高，测距远，响应快。

我们从网上找到一个ToF的应用实例来说明，该实例采用DragonBoard410c来搭建一个8*8阵列的IC，型号为EPC610。

光的飞行时间

ToF距离测量

通常,固态激光或者 LED 的发射光源是近红外波段(~850nm),对人眼不可见。图像传感器需要能够响应相同的波段,接收光,将光能量转化为电流。注意,进入传感器的光同时包括了环境光和反射光。距离(深度)信息只存在于反射光中。因此,过多的环境光会降低信噪比(SNR)。为了检测发射光和发射光之间的相位移动,光源是脉冲波或是调制过的连续波, 光源通常是正弦波或方波。方波调制更通用,可以通过数字电路很容易实现。

通过集成的光电转换器从反射光中获取脉冲调制,或在反射的第一个检测中启动快速计数器。快速计数器需要一个快速光检测器,通常是一个单光子雪崩二极管(SPAD)。这种计数方法需要快速电子脉冲,1 毫米的精度需要的时钟脉冲间隔是 6.6 皮秒。这种级别的精度在室温下的芯片上是无法获得的。

图 2: 两种飞行时间方法:脉冲(上)和连续波(下)

脉冲方法是比较直观的。在一个比较短的时间内,光源照射时间为(Δt),采用两个异相窗口,C1和 C2,在相同的时间间隔Δt 内,同时并行对每个像素点的反射能量进行采样。在这些采样时间内,电流持续充电,测量 Q1 和 Q2 用下面公式计算距离：

连续波方法每次测量获取多个样本,每个样本相位差 90 度,共 4 个样本。使用这种技术,发射光和反射光之前的相位角为,φ,距离 d 可以通过下式计算：

接着,待测量像素的亮度(A)和偏移(B),计算为：

在所有的公式中,c 是光速 30 万千米每小时。第一眼看,相比脉冲波,连续波方法的复杂度看似不合理,但仔细看连续波的公式, 就会发现(Q3 − Q4)和(Q1 − Q2)减少了测量中的偏移常量。还有就是,相位角公式中的商值可减少距离测量中的增益常量的影响,比如,系统中的放大或衰减,或者反射的强度。

反射亮度(A)和偏移(B)会影响深度测量的精度。深度值方差可以用以下公式估计：

调制常量 cd 描述了飞行时间传感器分离和收集光电信号的好坏程度。反射光强,A,是光强的函数。偏移,B,是环境光和系统内部偏移的函数。可以从公式 6 得到结论是高幅度,高调制频率和高调制对比度,可以增加精度;但高偏移会导致相机饱和从而降低精度。

高频情况下,由于芯片硅半导体的特性,调制对比度会衰减。这是调制频率的实际上线。具有快速下降沿频率的飞行时间相机精度更高。

连续波测量基于相位,每 2π重复一次,意味着距离就会产生锯齿。产生锯齿的距离,称为模糊距离,damb,用公式 7 表示：

离出现循环,damb 就是最大的观测距离。如果需要增加观测距离,就需要减小调制频率,根据公式 6,就会减小精度。

如果不想妥协,高级飞行时间系统就会采用多频技术增加距离而不减小调制频率。增加一个或多个调制频率混合可以生成多频技术。每个调制频率都有一个不同的模糊距离,但真正的位置是多个频率相交的地方。两个调制频率相交,称为差(分)频(率),通常很低,对应一个较长的模糊距离。双频技术方法如下所示。

图 3: 用多频技术增加距离

二、点云

飞行时间传感器测量 2 维可寻址的阵列传感器中的每个像素的距离,生成深度图。深度图是3 维点云的集合(每个点称为一个体素)。比如,QVGA 传感器的深度图有 320x240 个体素。深度图的 2 维表示是一个灰度图,如图 4 易拉罐所示,亮度比较亮,比较近的体素。图4 显示了一组易拉罐深度图。

图 4: 易拉罐深度图

另外,深度图可以通过一系列的点组成的三维空间来渲染,或者点云。3D 点可以连接形成网格,表明影射有材质贴图。如果有同一物体的实时彩色图像生成材质,就可以渲染出逼真的3D 物体,如图 5 所示。图片中的人可以旋转人像看不同的透视图：

图 5: 从点云生成的人像

3D TOF 相机特性

利用TOF技术成像的设备被称为TOF相机（或TOF摄像头）， TOF相机与普通机器视觉成像过程也有类似之处，都是由光源、光学部件、传感器（TOF芯片）、控制电路以及处理电路等几部单元组成。这种技术跟3D激光传感器原理基本类似，只不过3D激光传感器是逐点扫描，而TOF相机则是同时得到整幅图像的深度信息。

与同属于非侵入式三维探测、适用领域非常类似的双目测量系统相比，TOF相机具有根本不同3D成像机理。双目立体测量通过左右立体像对匹配后，再经过三角测量法来进行立体探测，而TOF相机是通过入、反射光探测来获取的目标距离获取。

TOF技术采用主动光探测方式，与一般光照需求不一样的是，TOF照射单元的目的不是照明，而是利用入射光信号与反射光信号的变化来进行距离测量，所以，TOF的照射单元都是对光进行高频调制之后再进行发射。

与普通相机类似，TOF相机芯片前端需要一个搜集光线的镜头。不过与普通光学镜头不同的是这里需要加一个带通滤光片来保证只有与照明光源波长相同的光才能进入。同时由于光学成像系统具有透视效果，不同距离的场景为各个不同直径的同心球面，而非平行平面，所以在实际使用时，需要后续处理单元对这个误差进行校正。

作为TOF的相机的核心，TOF芯片每一个像元对入射光往返相机与物体之间的相位分别进行纪录。该传感器结构与普通图像传感器类似，但比图像传感器更复杂，它包含2个或者更多快门，用来在不同时间采样反射光线。

因为这种原因，TOF芯片像素比一般图像传感器像素尺寸要大得多，一般100um左右。照射单元和TOF传感器都需要高速信号控制，这样才能达到高的深度测量精度。比如，照射光与TOF传感器之间同步信号发生10ps的偏移，就相当于1.5mm的位移。而当前的CPU 可到3GHz，相应得时钟周期是300ps，则相应得深度分辨率为45mm。运算单元主要是完成数据校正和计算工作，通过计算入射光与反射光相对相移关系，即可求取距离信息。

TOF相机优缺点分析

TOF相机优点：

1、相对二维图像，可通过距离信息获取物体之间更加丰富的位置关系，即区分前景与后景；

2、深度信息依旧可以完成对目标图像的分割、标记、识别、跟踪等传统应用；

3、经过进一步深化处理，可以完成三维建模等应用；

4、能够快速完成对目标的识别与追踪；

5、主要配件成本相对低廉，包括CCD和普通 LED 等，对今后的普及化生产及使用有利；

6、借助 CMOS 的特性，可获取大量数据及信息，对复杂物体的姿态判断极为有效；

7、无需扫描设备辅助工作。

TOF相机缺点：

1、相对于普通数码相机，其造价仍然偏高，影响该产品目前的普及使用率；

2、相机本身仍然受到硬件发展的限制，更新换代速度较快；

3、测量距离较常规测量仪器短，一般不超过 10 米；

4、测量结果受被测物性质的影响；

5、大多数机器的测量结果受外界环境干扰较为明显，尤其是受外界光源干扰；

6、分辨率相对较低，

7、系统误差及随机误差对结果影响明显，需要进行后期数据处理。

通过以上概述，大家对于其工作原理已经是非常的清晰。

TOF应用领域

TOF技术具有丰富的应用场景，在汽车、工业、人脸识别、物流、安抚监控、健康，游戏、娱乐、电影特效、3D打印和机器人等诸多领域都有应用。

汽车：TOF传感器可以用于自动驾驶，通过TOF技术对行车环境进行感知，从而获取环境信息以增加安全性，此外TOF还可以用于汽车内的乘客离位检测。

在汽车应用中，ToF可以被用于自动驾驶、防撞自动刹车和OOP等等。在此方面深深耕耘的厂商也有很多。下面给大家举几个具有代表性的案例。

首先是Infineon与科世达推出的机遇英飞凌3D图像传感器芯片的摄像头驾驶员辅助系统。

在飞行时间（ToF）原理支持下，该系统可精确检测驾驶员身体和头部位置，甚至在其戴眼镜或太阳镜的情况下捕获其眨眼动作，以判断驾驶员是否注意力足够集中、是否正疲劳驾驶，从而启动相应对策。譬如，通过振动座椅或警告音。驾驶员注意力越不集中，汽车就越会提起注意。为了快速和准确地做出响应，辅助系统和紧急制动系统可在潜在紧急情况发生之前自动激活。

此外，该技术还可以通过手部运动或身体姿势控制车载娱乐系统或车用空调，甚至在车外实现全新的辅助和安全功能，比如开门辅助设备，在停车场或家用地库时防止车门打开后撞上其它车、墙壁或天花板。英飞凌方案设计合作伙伴GesTIgon在大会上现场演示了英飞凌ToF传感器如何实现车用物体跟踪与手势识别，以达到“三维虚拟现实”。

另一个比较有代表性的案例是Melexis的ToF传感器MLX75023，它与3-D 视觉及手势识别解决方案供应商SoftKineTIc 公司提供的软件绑定在一起。在自动驾驶实现的最初阶段，车辆控制模块需要判断驾驶员的注意力是否集中在驾驶上。一旦发现驾驶员注意力分散，系统要能够很快地启动高级驾驶员辅助系统进行干涉。“ 舒适感是切入点，”Melexis 产品线经理Gaetan Koers 说道。“当驾驶员或乘客的手靠近空调或收音机控制键时，系统会有反馈。旋转的手势还可以用来调整空调温度和收音机音量。”“在车辆系统进行干涉之前，比如刹车，首先要知道驾驶员目光是在前方道路上，还是在乘客身上，或是在看收音机控制面板。

工业领域：TOF传感器可以被用作HMI(人机接口：Human Machine Interface)，在高度自动化的工厂中，工人和机器人需要在很近的距离下协同工作，TOF设备可以用于控制各种情形下的安全距离。

人脸识别系统：TOF相机的亮度图像和深度信息可以通过模型连接起来，迅速精准的完成人脸匹配和检测。

物流行业：通过 TOF 相机迅速获得包裹的抛重（即体积），来优化装箱和进行运费评估；

安防和监控：利用景深进行人数统计（ Peoplecounting）俗称“数人头”，确定进入某区域的人数；通过对人流或复杂交通系统的人数统计，实现对安防系统的统计分析设计；以及敏感地区的检测对象监视；

机器视觉：工业定位、工业引导和体积预估；替代工位上占用大量空间的、基于红外光进行安全生产控制的设备；

机器人：使用深度视觉进行导航、识别外界的环境、规划路径、实现避障工作等；

医疗和生物：足部矫形建模、病人活动/状态监控、手术辅助；

互动娱乐：动作姿势探测、表情识别、娱乐广告；在制作影视特效时，TOF相机可以将深度信息附加在视频图像中，精确确定场景中每个像素的空间位置。通过简单的后期处理，就能将特效道具插入影片的任何位置。

此外，无论是固定式还是移动式的，TOF设备都可以作为一个性能优异的输入设备。TOF相机的手势识别能力特别适用于消费电子领域，例如游戏、手持式设备和家庭娱乐，以TOF设备为第一人称游戏提供了直观的接口，完全可以代替远程控制，鼠标和触摸屏。

图6：TOF 应用多种多样

意法半导体(ST Micro electronics，简称ST)生产的世界上最小的飞行时间(TOF)测距传感器--VL53L1X 。新产品基于新的硅专利技术和模块级架构，首次在模块上引入光学镜头。镜头的加入可提升传感器内核性能，同时开启许多新功能，包括多物体检测、远距离玻璃盖板串扰抗噪和可编程多区扫描。这些先进特性将机器人、用户检测、无人机、物联网、穿戴设备等传感器性能提高到新的水平。

图为：意法半导体影像产品部技术市场经理张程怡

将TOF测距长度扩至4米测距时间只需5ms

VL53L1X是ST推出的第三代FlightSense技术，其4.9 x 2.5 x 1.56mm封装内集成一个新的镜头系统和940nm VCSEL 不可见光源、处理器内核 和 SPAD光子检测器 。新增的光学镜头系统可提升光子检测率，从而提升模块的测距性能。内部微控制器负责管理全部测距功能，运行创新的数字算法，最大限度降低主处理器开销和系统功耗，使移动设备的电池续航能力得到最大限度提升。意法半导体影像产品部技术市场经理张程怡笑着表示：“去三亚海滩，再也不担心为强光下或是吃烛光晚餐的时候拍不好照片而烦恼了。”

同第二代产品“VL53LOX”相比，VL53L1X将TOF测距长度扩至4米。而且测量速度较上一代产品更快，测距时间只需5ms。与其它测距传感器技术相比，意法半导体的新专利算法和直接飞行时间架构能够耐受更远距离的串扰，让VL53L1完全兼容更多的玻璃盖板材料和设计样式。为方便用户快速集成，基于I2C的VL53L1模块配备一整套软件驱动器和技术文档。

新产品VL53L1创新的高性能设计架构可侦测同一个场景内存在的多个目标，还让设备厂商能够把SPAD传感器阵列再细分成数个子区，为这些小感测区客户应用提供双摄像头立体视觉计算以及简单深度图应用所需的空间测距信息。

VL53L1X芯片

使用意法半导体VL53LOX的应用场景

VL53L1X是ST推出的第三代FlightSense技术，其4.9 x 2.5 x 1.56mm封装内集成一个新的镜头系统和940nm VCSEL不可见光源、处理器内核和 SPAD光子检测器。新增的光学镜头系统可提升光子检测率，从而提升模块的测距性能。内部微控制器负责管理全部测距功能，运行创新的数字算法，最大限度降低主处理器开销和系统功耗，使移动设备的电池续航能力得到最大限度提升。意法半导体影像产品部技术市场经理张程怡笑着表示：“去三亚海滩，再也不担心为强光下或是吃烛光晚餐的时候拍不好照片而烦恼了。”

两款对比两款来自不同厂商并且不同应用的ToF传感器。

一款是TI的ToF传感器OPT8241，此款传感芯片属于TI 3D ToF图像传感器系列，主要的应用是深度感测，例如3D扫描、手势控制等等，其终端应用在ATM、人数统计等等。

另一款则是ST的ToF传感器VL53L0X，此款传感芯片是ST推出的第二代FlightSense技术，声称封装尺寸在同类产品中最小，且已知应用在了华为P10智能手机的后置ToF相机上。

封装平面：

TI的ToF传感器OPT8241的封装尺寸为8.75mm X 7.85mm X 0.70mm。封装信息如下图。