在创新放缓的智能（néng）手机（jī）市（shì）场（chǎng），ToF方案成为拍照亮点频频出现在（zài）多款（kuǎn）手机（jī）产品中，一时风头无两，迅速蹿升为3D视觉（jiào）领（lǐng）域（yù）的主流方案。事实（shí）上，各大（dà）应用市场对ToF这类3D深度视觉技（jì）术都（dōu）呈现（xiàn）出日益旺（wàng）盛的需求（qiú），其中以机器视觉应用最为普遍。

机器视（shì）觉是智能系统的“慧眼”,无人驾驶、智（zhì）能机器人等（děng）热门应用都以机（jī）器视（shì）觉的发（fā）展为前提。所谓机器视觉，主要（yào）用计算机来（lái）模拟（nǐ）人的视觉功（gōng）能，但并（bìng）不仅仅是人眼的简单延伸，更注重具有人脑的（de）一部分功能——从客观事物的图（tú）像（xiàng）中提（tí）取（qǔ）信息，进行处理并加以理解，最终用（yòng）于实际（jì）检测、测量和（hé）控制。

在（zài）某些机器视觉应用中，如图像识别、图像检测、视觉定位、物（wù）体测量、物体分拣（jiǎn）等，创建物体的（de）3D图像是必（bì）不可少的。ToF因种种优（yōu）势（shì），被（bèi）认为（wéi）有潜力在这方面迎来广泛（fàn）应用。

扫地机器人——ToF下一个蓝（lán）海？

在消费（fèi）领域，百万量级扫地机器人越来越多地配（pèi）备了机器视觉能力（lì）。当前较（jiào）为主流的实现方式是单目视觉技术，通过（guò）加入可见光摄像头进行辅助定位，使扫地机器人移动过程中可以对图像进行连续跟踪，进行（háng）相机姿态和物体之间相（xiàng）对位置变化的估算（suàn），从而（ér）实现避障。在视觉导航技术兴（xìng）起之前，扫描（miáo）式激光雷达（dá）占据（jù）绝对的（de）主导地（dì）位。

ToF被（bèi）认为有潜力取（qǔ）代这两种（zhǒng）方案（àn）。与激（jī）光雷达（dá）相比，它能够进一步拓展视野范围，效率更高。

目前的可见光摄像头像素都很高，入门级约1200万，高端可达4800万，拍摄画面非（fēi）常精细，有一定的隐私泄漏（lòu）隐患。早先（xiān）外媒（méi）就（jiù）曾曝光某款（kuǎn）智能扫地机器人被黑客利用漏（lòu）洞（dòng）发（fā）起远（yuǎn）程攻击，通过获得其内置摄像头（tóu）的使用权限，偷（tōu）拍用户家中（zhōng）。从曝（pù）光视频来（lái）看，黑客甚（shèn）至（zhì）可以控制摄像头的（de）角（jiǎo）度，并调整焦（jiāo）距，扫地（dì）机器人所到之处，画（huà）面一览无余，让人不寒而（ér）栗（lì）。

ToF方（fāng）案则（zé）契合了机器（qì）视觉的需求，它的像素并没有那（nà）么高，人眼看（kàn）上去颗粒度很大、没有（yǒu）画面细节，但对（duì）于机器视觉实现（xiàn）避障等功能足够，能够更好（hǎo）地保（bǎo）护隐私（sī）。此外,在室内关灯或窗帘紧（jǐn）闭等情况下，可见光（guāng）摄（shè）像头的效（xiào）果大打（dǎ）折（shé）扣，ToF因为（wéi）自发光原理，反而更能体现优势。

据（jù）了（le）解（jiě），ToF在扫地机器（qì）人（rén）的（de）应（yīng）用（yòng）仍在开发中，今年内有望（wàng）在（zài）市场上看到相关产品。

ToF走向（xiàng）？

目（mù）前5G、IoT、人工智能等，都给ToF带来很多助力（lì）。不管是终端客户还是资本市场（chǎng），都对此非常感兴趣。这（zhè）将推动ToF走向何方？

智能（néng）化

随着5G的规模商用，从（cóng）端（duān）到云的反馈控制方面（miàn），计算和传输延（yán）时是不可忽略的。因此传统（tǒng）的集中式架构已经不（bú）能满足，未（wèi）来需要更多（duō）边缘计算的能力，个体层面的传感器将会越来越强，变得（dé）更加智能化（huà）。

对于传（chuán）感器（qì）来（lái）说（shuō），智（zhì）能（néng）来自（zì）于计算。那么（me）在什么地方、该施以何种计（jì）算？这其中大有文章（zhāng）可做。传（chuán）统的传感器（qì）不需要（yào）强（qiáng）大的“大脑”,只管吐数据就可以。但是未来（lái），智能的传感器（qì）则在于能够多层次地在（zài）恰到（dào）好（hǎo）处的地方、施以恰到（dào）好处的计算，实现（xiàn）更快（kuài）的响应、更高的性能、更多的功能和更低的功耗。

未来的（de）ToF传感器应该是这样的（de）：它（tā）将继续挑战物理极限，达到更精准、距离更远，它不光能看见现在，还能记忆（yì）过去（qù），更（gèng）能预测未来。同时（shí），它还具备自学习能力，不（bú）断优（yōu）化自身性（xìng）能（néng）。它将超越（yuè）传（chuán）感器（qì）成为（wéi）智能的传感节点，众多的传（chuán）感（gǎn）节点又将合成功能更强大的传感网络。

集（jí）成化

ToF方（fāng）案目前包（bāo）括（kuò）发（fā）光、接收、智能控（kòng）制三大块，以后两（liǎng）两结合甚至三（sān）块（kuài）结合在一起（qǐ）的需求是存在的。那么，哪类（lèi）方案会进行集（jí）成？

现有的ToF方案从阵（zhèn）列类型（xíng）可（kě）以划分（fèn）为面阵型和单点（diǎn）型，如8*8单点型阵（zhèn）列方案就（jiù）将发光和接收部（bù）分集成在同一芯片上，实现了（le）很小的（de）面积。

面阵型ToF方案也将（jiāng）是这（zhè）样的技术路线。不过尚需克服一些挑战（zhàn），例如：发光单元（yuán）在发光同时产（chǎn）生的发热（rè）问题，如（rú）何（hé）在更小的面（miàn）积上进一步降低功耗？是否需（xū）要集成处理器？选择传（chuán）统处理（lǐ）器还（hái）是神经网络处理（lǐ）器？面对种种可（kě）能产生的（de）问题，刘（liú）洋认为，这需要对应用有（yǒu）更加充分（fèn）、深入的（de）了解，要量体裁（cái）衣，对（duì）所（suǒ）需的各项能力（lì）（计算能力、存（cún）储（chǔ）空（kōng）间等（děng））做到恰到好处。

向（xiàng）多维传感拓展

3D向4D的拓展（zhǎn）也将是ToF方（fāng）案未来的（de）趋势（shì）之一。3D传感器是（shì）目前的主流，在（zài）此（cǐ）基础上，将向4D不断演进。这一增加的维度，可能是时间轴，也（yě）可能（néng）是生（shēng）物感知轴等（děng）等（děng）。但不论（lùn）是哪种，拓（tuò）展一个（gè）维度都（dōu）将带来数据流的成倍上（shàng）涨（zhǎng），由此也带来了更（gèng）多（duō）的系统层面的考量。需要更加理解应用的底（dǐ）层细节，而这往（wǎng）往不是一家公司能够做（zuò）到的，需要强有力的合作（zuò）伙伴。

ToF玩家寡，以巨头为主

ToF传（chuán）感方案目前主要被日（rì）、欧、美公司（sī）垄断，如索（suǒ）尼、松下、PMD、英飞凌、ST、TI、ADI、Espros和ams等。国内为数不（bú）多的玩家（jiā）中，有一家初创企业格外（wài）引人关注。成立于2017年的炬（jù）佑智（zhì）能，聚焦（jiāo）于智能（néng）传感与（yǔ）人工智能系统，目前已完成天使轮和（hé）PreA轮融资。围绕智（zhì）能传感、智能发光和智（zhì）能处理（lǐ）三（sān）大技术板块，覆盖芯片、模组（zǔ）、算法与应用四个层（céng）次的（de）ToF解（jiě）决（jué）方案。

ToF方案的关键瓶颈（jǐng）当属传（chuán）感芯（xīn）片，炬佑智能CEO刘洋认为，ToF玩家以做（zuò）不（bú）做芯（xīn）片可以划（huá）分为两种类型。第一类以索尼、松下、三星为代表（biǎo），有自己的芯片产品；第二（èr）类则玩家众多，涉足芯片之外的其他业（yè）务（模组、算法（fǎ）、系统、应用等（děng））。

炬佑智能属（shǔ）于前者，成立之处立足于芯片研发，为（wéi）了进一步打（dǎ）开市（shì）场，开始向（xiàng）其他业务拓（tuò）展。刘洋认为（wéi），这（zhè）使炬佑智能形成了独到的优势：比第二类公（gōng）司（sī）更了解ToF，比第一类公司更懂系（xì）统和应（yīng）用。这（zhè）样（yàng）的（de）研发（fā）闭环，也有利于发现市场上的应用需求，及时推进内部芯片迭代。

成立仅两年的炬佑智能，商业模式逐渐清晰。但是，在ToF这个玩家少、且（qiě）巨头为主的领（lǐng）域，全面对标欧美日大厂尚需时日。刘洋认为，眼（yǎn）下提（tí）升核心竞（jìng）争力的（de）重要（yào）环节是与顶尖算法公司的合作，炬佑（yòu）智能尽管在底层技术（shù）方面形成了（le）一（yī）定的积累，但是需逐渐向应（yīng）用层拓展，高性能和Time-to-Market同样重（chóng）要，优秀的产品一定是可（kě）以给客户快速带来收益的产品。

在刘洋看来，站在系统（tǒng）层面分析问题、解决问（wèn）题始（shǐ）终是（shì）创新（xīn）的（de）关键。此外，软件算法、校（xiào）正能（néng）力等也是影响方案品质的关键，炬佑智能会以全局、长远的眼光面对竞争。

3D结构光与TOF之争

3D视觉（jiào）领域（yù），结（jié）构光与（yǔ）ToF 都是目前关（guān）注度（dù）较高的技术。对二者进行比较前，刘洋首先强调，它们本（běn）身都是非常有前景的技术，就如同难以比（bǐ）较飞人（rén）博（bó）尔特和飞鱼索普哪个更快一样，还是取（qǔ）决（jué）于具体的场景。结构光（guāng）在超精细3D建模方（fāng）面有优势,因（yīn）而（ér）在工业视觉领域（yù）有广阔的应用。而ToF更“广谱”，近可做人脸识（shí）别,远可（kě）辅助汽车自动驾驶（shǐ）,对快速移动的物体和强烈的环境光干扰都有有效应对措施,加上较（jiào）优的成本（běn）结构,对（duì）于消费级的应（yīng）用（yòng）非常（cháng）适合。

具体而（ér）言，结构光有先发优势，在近距达到一（yī）定精度（dù），先在一些应（yīng）用中得（dé）到推广。但除此之外，ToF在其他方面的优势更为（wéi）明显。

ToF方案不仅在近距，并且（qiě）可应用于更远距离，最基本是5米范围，优化后可达到8米（mǐ）、甚至10米。结构光目前（qián）还是近距离应用，多数为1.5米、2米（mǐ），4米已是顶尖水平。

从BOM成本来看，结构光系统成（chéng）本更（gèng）高（gāo），因为镜头（tóu）模组需要有基（jī）线的精度等限制（zhì），方案更为复杂（zá），关键元（yuán）器件价格高，模组成本高（gāo）。此外，后续算法（fǎ）处理（lǐ）更为复杂，需要搭（dā）配高（gāo）性能（néng）的处（chù）理器。

不过，ToF与结（jié）构（gòu）光在技术上有相通之处，都是（shì）大量应用光源VCSEL激光器。结构光（guāng）从iphoness X开始，在3D镜头、算法、供应链、基（jī）础配（pèi）套元器件、以及人（rén）才等方面走得更快，相当于为ToF做了一轮培育，也为ToF下一步的普（pǔ）及打下了基础（chǔ）。

下一个风口在（zài）哪里（lǐ）？

“IoT为ToF提供（gòng）了（le）大有可为（wéi）的广阔天地——万物皆互联,万（wàn）物皆智能,这是何等波澜壮（zhuàng）阔的图景!”刘（liú）洋（yáng）认为，“处在5G爆发的前夜,结合边缘计算（suàn）和（hé）云（yún）计算的应（yīng）用将推动IoT市场不断发展并（bìng）最终（zhōng）成熟。”

而在这（zhè）些应用中，只要是和外界通信，本身具备一定（dìng）边缘计算（suàn）的能力，都是ToF的（de）关（guān）注点（diǎn）。这其（qí）中（zhōng），手机以外行业的智（zhì）能三维识别（bié）一定会（huì）是有所作（zuò）为的领域，尽管短期（qī）来看应（yīng）用量比智能手机小（xiǎo）很多。

另一个很大的市场（chǎng）则可能出现（xiàn）在汽（qì）车领域。分为车内、车外两部分。车（chē）内可用于DMS系统（tǒng），可拓展对乘（chéng）员进（jìn）行状态监控、行为分析。车外应用则有可能（néng）会取代（dài）现（xiàn）有的（de）可见光方案，发挥ToF在夜间的优势，用于车身周围（wéi）的监控，实现可视（shì）化倒（dǎo）车（chē）。同时，也有望取代超声（shēng）波雷达，进行（háng）转向（xiàng）辅助，监测盲区（qū）行人或非机动（dòng）车辆。