结构光和TOF

（单目、双目、结构光、TOF、激光雷达、声纳）
目前深度估计采用的技术主要包括双目深度估计（为了提高精度，特斯拉的前置摄像头采用三目深度估计）、单目深度估计、结构光（第一代kinect）、TOF（time-of-flight，第二代kinect采用的技术），以及精度最高但是成本也最高的激光雷达（谷歌等公司在用，谷歌好像收购了一家激光雷达公司，可以把激光雷达的成本降低到了以前的十分之一，好多数据集把激光雷达采集到的深度数据作为训练和评价其他深度估计方法的ground truth），当然还有其他利用非光学信号的测距技术，例如声纳等。
https://www.jianshu.com/p/b07b009484b5

5年内单目还是主流
双目摄像头的方案，理论上是可以达到很高的精度，但需要非常专业的技术团队，才有可能研发出来。但即使研发出来，也会面临严重的成本问题。企业本身做产品的目的就是推而广之，让产品大规模应用，而非束之高阁，以作观瞻。一个产品如果价格居高不下，对于实际的商业化应用，并没有太大的意义。
https://blog.csdn.net/haima1998/article/details/86753561

结构光技术是利用光学手段拍摄物体的三维结构，再将获取到的信息进行深入处理的技术。

（光的反射原理，发射器、接收器）
TOF技术同结构光技术不同，其发射的是持续不断的“面光源”。光线遇到不可穿透物体会发生反射。利用这一原理，通过记录反射光达到接收器的时间，由于光速和光波长已知，理论上便能快速计算出光源与物体的距离，由此得到一张被测物体的3D图像。

结构光技术功耗更小，技术更成熟，更适合静态场景。而TOF方案在远距离下噪声较低，同时拥有更高的FPS，因此更适合动态场景。
https://news.mydrivers.com/1/606/606971.htm

3D结构光基本原理（三角测量原理）
结构光三维成像的硬件主要由相机和投射器组成，结构光就是通过投射器投射到被测物体表面的主动结构信息，如激光条纹、格雷码、正弦条纹等；然后，通过单个或多个相机拍摄被测表面即得结构光图像；最后，基于三角测量原理经过图像三维解析计算从而实现三维重建。
 
https://zhuanlan.zhihu.com/p/53801731

 

目前的深度相机根据其工作原理可以分为三种：TOF、RGB双目、结构光

测量范围：TOF > 结构光 > 双目
测量精度：结构光 > TOF > 双目
功耗：TOF > 结构光 > 双目

 
https://blog.csdn.net/qq_37764129/article/details/81011221