TOF原理及与双目、结构光对比

1，TOF原理:其实并不复杂，利用激光发射器发出光脉冲，遇到物体之后，光线会反射，镜头通过捕捉的光线即其飞行的时间，通过简单的公式计算就可以判断物体和镜头之间的距离（图一）

2:TOF元件:主要元件包含三个部分：光源（此处为激光发射器）、镜头和感光元件。（图二）

3，ToF方案的几个优缺点（主要对比另外两种主流3D解决方案，见图三）

优点一，工作距离远，可以获得5m内的有效&实时深度信息；

优点二，适用场景广，无论被摄物体有无特征点，无论环境光较强（如：日光）或较弱，都可获得有效的景深信息；

优点三，较远距离精度高，ToF在手机与被摄物体的绝对精度，即被摄物体之间的相对精度，都可以达到厘米级的水平。

缺点一：当前手机端可用的主流ToF传感器分辨率相对较低（180*240，240*320，240*480等），因此在近距离的精度和X/Y分辨率也会相对较低，大家感兴趣可以自行了解前置结构光的精度；

缺点二：元件在工作时的功耗与发热量也相对较大，长时间工作需要很好的散热条件，在消费类电子设备上使用还需要不断优化；

缺点三：目前基于ToF方案的解决方案还未完全成熟，相应的内容生产和开发群体较为薄弱，支持的应用场景较少

4，TOF的主要应用场景

TOF在工业领域已经有些应用，举个例子:

在物流行业中很热的机器人，TOF被应用在机器人上帮助做物体识别，可用作辅助装箱，箱体打包，箱体堆叠，箱体打标等。

在手机端目前最先上市的应该是OPPO R17pro，受限于前面提到的精度和功耗，对应的应用并不多，当然OPPO也是做尝试并没有主力宣传，甚至官网都没怎么介绍。

现在看到行业里主流就两个方向：基于深度感知去做的应用，比如AR特效游戏、测距、3D建模之类的，另外就是基于3D信息做生物识别，比如:TOF人脸识别取代前置结构光。