圖7，iToF方案中的cwToF連續(xù)波方法，來源：ADI
回顧圖3光學測距技術的分類，我們認為這個分類方法在針對iToF的分類上可能也是不夠全面的。參照ADI和英飛凌的官方資料都將iToF分類為pToF(基于脈沖的ToF)和cwToF(連續(xù)波ToF，圖7)?；蛟ScwToF還可以進一步細分，即調(diào)頻連續(xù)波和調(diào)幅連續(xù)波。cwToF是由光源發(fā)出周期性調(diào)制信號，接收端檢測反射光的相位偏移;而pToF則是由光源發(fā)出一系列的短脈沖，接收端的傳感器會有個電子快門——電子快門在一系列短時間窗口中捕獲反射光。這兩者也各有自身的優(yōu)勢和缺點。比如ADI就在自家pToF方法中，選擇配備CCD傳感器，而非CMOS，這對于實現(xiàn)小像素、更高分辨率，和全局曝光實現(xiàn)快速移動目標檢測都有優(yōu)勢。
需要注意的是，本文探討ToF模組時，更偏向于探討接收端的傳感器部分，VCSEL屬于發(fā)射端。如前文所述，dToF對于發(fā)射端和接收端都提出了很高的要求。ams業(yè)務發(fā)展總監(jiān)徐冰博士也確認道：“ToF的發(fā)射和接收技術要求都很高，特別是用于dToF的應用?！盿ms高級市場經(jīng)理蔡鄭志強也告訴我們，VCSEL發(fā)射器在整個系統(tǒng)設計中尤其關鍵，均勻性、發(fā)散角、溫飄等因素都很重要;而且由于小型化需求，更對散熱等問題提出了更高的技術要求。
且整個ToF模組也不僅限于這兩個部分，另外還至少包含接收端鏡頭、發(fā)射端diffuser在內(nèi)的光學組件，以及可能包括像ADI這樣獨立于傳感器之外的模擬前端芯片，用于數(shù)字化和輸出深度數(shù)據(jù)(如圖8)，便于快速獲取整體圖像深度信息。
圖8，pToF方法中，位于CCD傳感器之后的ADI前端處理芯片，來源：ADI
當然我們沒有必要仔細去研究某個產(chǎn)品具體應用了何種方法，這里我們看一個相對有代表性的iToF方案：LG G8 ThinQ手機。這款手機的ToF攝像頭采用的是英飛凌/pmd的REAL3圖像傳感器。整體解決方案由英飛凌/pmd設計，模組主要包括了REAL3圖像傳感器(近紅外傳感器)以及一個泛光照明器——即VCSEL die來自ams。
System Plus Consulting的拆解報告顯示，這顆傳感器的分辨率為224x172(約3.9萬像素);相較2016年應用于聯(lián)想Phab2Pro的同分辨率傳感器，尺寸縮減了40%——這大概也能說明移動設備上ToF攝像頭模塊正在變小，像素正在變小的趨勢;另外，VCSEL激光die部分實則也有12%的體積縮減(圖9)。
圖9，LG G8 ThinQ的ToF攝像頭模組中的VCSEL die，來源：System Plus Consulting
與前些年手機將ToF應用于距離感應、激光對焦一樣，如今實現(xiàn)3D感知的ToF的確越來越成為手機的標配。到這里，即便不觀察市場規(guī)模的增長數(shù)據(jù)，我們也基本可以確認，ToF從來不存在所謂的“應用場景受限”或者前景未知的困惑，手機的ToF市場一直都發(fā)展得不錯。
拋開測距不談，3D ToF在手機上的應用至少包括了面部識別(即便或許精度不及結構光)、掌紋識別、隔空手勢識別，以及配合計算機成像用于判斷場景深度，并配合做到模擬淺景深——也就是模擬單反那樣的背景虛化，其準確性會遠高于雙攝這樣的立體視覺方案。
另外，在移動設備上搭載ToF攝像頭，還可進一步促成AR現(xiàn)實增強技術的發(fā)展，這也是市場對iPad Pro搭載LiDAR的一個預判。iOS生態(tài)的AR開發(fā)無需多言，Android平臺的ARCore實際上是值得一談的。這兩年一直有傳言說，谷歌很快就要為ARCore引入ToF的原生支持。這則消息到去年Google I/O似乎還未有成型，不過在去年12月更新的ARCore API版本中，谷歌的新聞稿提及，“有專門攝像頭即ToF傳感器的設備，將能夠獲得更好、更精準的體驗?！?
手機之外的更多應用
受限于篇幅，我們只能以梗概的方式談手機ToF的應用，有關ToF系統(tǒng)的技術點仍有很多問題未曾涉及。比如在不同的應用場景中采用ToF技術有各自的挑戰(zhàn)，如對手機而言，空間限制是個重要因素。英飛凌電源與傳感系統(tǒng)事業(yè)部大中華區(qū)射頻及傳感器部門總監(jiān)麥正奇告訴我們：“在像素尺寸縮小，分辨率提高的情況下，如何保證低功耗的要求，是英飛凌和技術開發(fā)合作伙伴pmd technologies攜手，在相關不同的設計層級，對REAL3 ToF產(chǎn)品進行優(yōu)化的方向?！?
