硬件电路设计之“热得发紫的ToF简介”

[导读]因为特殊原因，苹果今年春季没有线下发布会，他们准备好了一系列新品从3月18日起陆续出现在官网。3月18日是“电脑类新品日”，当晚便更新了三款硬件，Macmini和MacBookAir算是常规操作，升级芯片加大硬盘。而iPadPro则是一次相对幅度较大的改变，它的目标，是取代电脑（...

因为特殊原因，苹果今年春季没有线下发布会，他们准备好了一系列新品从3月18日起陆续出现在官网。3月18日是“电脑类新品日”，当晚便更新了三款硬件，Mac mini和MacBook Air算是常规操作，升级芯片加大硬盘。而iPad Pro则是一次相对幅度较大的改变，它的目标，是取代电脑（Your next computer is not a computer）。2020款iPad Pro正值第一代iPad发布10周年，10年之前，乔布斯坐在沙发上，拿着iPad告诉人们，手机与电脑中间，仍然可以有一类产品存在的必要，而今天他存在的目标竟然是要取代电脑。

iPad Pro最吸引人的并不是因为加入了“双摄”，而是首次引入了“激光雷达”组件，采用dToF技术，这一发布把本就很火热的dToF技术推向了整个行业关注的焦点。本文将介绍ToF系列相关的技术及应用。

ToF技术解码

ToF是Time of Flight的缩写，直译为飞行时间，又称飞行时间法3D成像。这种成像技术通过向目标发射连续的特定波长的红外光脉冲，通过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得到待测物体的3D深度信息。这种调制方式对发射器和接收器的要求较高，光速那么快，对于时间的测量有极高的精度要求。

在实际应用中，通常调制成脉冲波（一般是正弦波），当遇到障碍物发生漫反射，再通过特制的CMOS传感器接收反射的正弦波，这时波形已经产生了相位偏移，通过相位偏移可以计算物体到深度相机的距离。

原理不复杂，但要实现较高的测量精度，并将发射接收模块小型化并不容易。由于测量光的飞行时间需要非常高的频率和精度，早期的ToF设备在体积上一直存在问题，成本也高，所以多用于工业领域（比如自动驾驶用的激光雷达90%都是采用ToF技术）。ToF的小型化极大依赖于近年来集成电路和传感器技术的突破，使得在CMOS芯片上对光脉冲相位的测量逐渐变得可行。目前最小的ToF模块尺寸只有8*12mm（包括传感器，镜头IR发射器及电路）。

iToF or dToF?

ToF现有的技术路线中有iToF、dToF、pToF（其实也属于dToF）、cwToF（其实也属于iToF）等方案。dToF，direct Time of Flight, 顾名思义就是直接测量飞行时间。ToF最初就是希望能直接测量时间来对应距离，但能达到ps级分辨率的测量系统成熟的较慢，dToF大多依托SPAD TDC。

SPAD Single Photon Avalanche Diode，单光子雪崩二极管，这是一种能在ps级的时间内产生响应电流的器件，其工作原理是采用反向偏压的光电二极管，使其工作在超过击穿电压而尚未击穿的很小的一个电压范围内，此时的二极管处在非常敏感的工作区间，因此只要有微弱的光信号即可引发其产生雪崩电流，相应速度极快。但SPAD工艺非常复杂，世界上能做的厂家较少，集成难度高，而SPAD的初衷并不是用来测距，而是用来记录一些超快实验的过程。这也是为什么先前一直没有厂家将dToF方案塞进手机平板产品中的一大原因，不过现在逐渐有厂家开始将dToF技术引入到扫地机器人这样的产品中，不过模组体积要比iPad Pro上大很多。

TDC，Ttime Digtal Converter，时间数字转换电路，通过与发射端的时间同步，接收到的光信号能够在ps级的时间内产生电流并被TDC探测记录，经过N次的发射与接收，TDC能够记录n次（n

随着阵列SPAD的出现，以及阵列数的迅速提升，相信dtof很快会在未来取代itof方案，因为dtof在很多关键性能方面对itof都有绝对优势，但其技术壁垒比较高。iToF，indirect Time of Flight，顾名思义是间接测量时间的一种方法，大部分的间接测量方案都是采用了测相位偏移的方法，即发射的正弦波与接收的正弦波之间的相位差，然后间接计算得到飞行时间，最后再得到距离。常见的有四步相移法和两步相移法等。因为iToF输出一帧深度图像通常需要采集多个相位的图像数据来计算相位差，因此iToF相对整体功耗比较高，而且提高深度图的帧率会比较困难。为了解决这些问题，iToF采用增加脉冲瞬时功率、多像素融合Binning的方式来提高信噪比，从而降低功耗，增大探测距离，不过iTof的优势是因为sensor 的pixel相对较小（可以做到5um，甚至3.5um）,所以分辨率可以做高。

pToF, pulse Time of Flight，脉冲飞行时间。pToF的核心原理是对探测物体打一束时间极短的激光，通过直接测量激光发射、打到探测物体再返回到探测器的飞行时间，来反推探测器到被测物的距离。由于光的飞行速度极快，因此该方案需要一个非常精细的时钟电路（通常是ps级）和脉宽极窄的激光发射电路（通常是ns级），因此开发难度和门槛较高，但一般采用pToF原理的激光雷达通常都能达到百米级别的探测距离。

3D深度技术

ToF只是3D深度技术中的一种，目前主流的3D深度测量方案有结构光、ToF、双目视觉三种。结构光（Structured Light），结构光是通过红外激光器，将具有一定结构特征的光线投射到被测物体上，再由专门的红外摄像头进行采集反射的结构光图案，根据物体造成的光信号的变化来计算物体的位置和深度等信息，进而复原整个三维空间。（苹果iPhone X用的就是这个方案）

ToF（Time of Flight），TOF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。双目成像（Stereo System），利用双摄像头拍摄物体，再通过三角原理计算物体距离。

	结构光	ToF	双目
基础原理	散斑结构光	飞行时间	视差算法、三角测量
光源	15000个散斑	均匀面光源	无
识别距离	短（几米，受光斑图案影响）	中等（几米到几十米，受光源强度影响）	依赖于两颗摄像头的视距和间距
响应时间	慢	快	中
适用场景	全天候	全天候	暗光、无特征点无法使用
低光环境表现	优	优	差
高光环境变现	差	中等	良好
精度	高	中	低
分辨率	中	低	中
材料成本	高	中	低
软件复杂度	中	低	高
功耗	中	中	低
缺点	易受光照影响，强光不适用	平面分辨率低	昏暗环境、特征不明显的场合不适用
应用场景	人脸识别、手势识别	3D建模、AR、体感	背景虚化
代表厂家	iPhone X、PrimeSense、Intel	Infineon、Microsoft、TI、ST	Leap MoTion、Intel

ToF技术的应用

TOF技术具有丰富的应用场景，在汽车电子、工业、安防、AR/VR、消费电子等诸多领域都有应用。

汽车：ToF技术可以用于感知传感器（比如激光雷达），对行车环境进行感知，从而获取环境信息以增加安全性等，用于自动驾驶、防撞自动刹车等等。

工业现场：利用深度视觉识别外界环境、规划路径、实现避障工作等等；还可以进行工业定位、工业引导和体积预估等等。

安防监控：利用景深进行人数统计（People counting，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等等。

AR/VR：ToF提供了一种实时的远方影像，可以非常简单地用来记录人体动作，识别表情，制作影视特效等等。比如Xbox Kinect二代就用了这种技术。

手机等消费电子：这是目前应用最火热的领域，苹果（iPad Pro）、三星（S10 5G版、Note 10 5G版）、华为（P40 Pro、Mate 30 Pro、P30 Pro等等）、OV（R17 Pro、NEX双屏版）等各大手机厂商均推出了ToF深度相机。