在創(chuàng)新放緩的智能手機(jī)市場，ToF方案成為拍照亮點(diǎn)頻頻出現(xiàn)在多款手機(jī)產(chǎn)品中，一時風(fēng)頭無兩，迅速躥升為3D視覺領(lǐng)域的主流方案。事實(shí)上，各大應(yīng)用市場對ToF這類3D深度視覺技術(shù)都呈現(xiàn)出日益旺盛的需求，其中以機(jī)器視覺應(yīng)用最為普遍。

機(jī)器視覺是智能系統(tǒng)的“慧眼”,無人駕駛、智能機(jī)器人等熱門應(yīng)用都以機(jī)器視覺的發(fā)展為前提。所謂機(jī)器視覺，主要用計算機(jī)來模擬人的視覺功能，但并不僅僅是人眼的簡單延伸，更注重具有人腦的一部分功能——從客觀事物的圖像中提取信息，進(jìn)行處理并加以理解，最終用于實(shí)際檢測、測量和控制。

在某些機(jī)器視覺應(yīng)用中，如圖像識別、圖像檢測、視覺定位、物體測量、物體分揀等，創(chuàng)建物體的3D圖像是必不可少的。ToF因種種優(yōu)勢，被認(rèn)為有潛力在這方面迎來廣泛應(yīng)用。

掃地機(jī)器人——ToF下一個藍(lán)海？

在消費(fèi)領(lǐng)域，百萬量級掃地機(jī)器人越來越多地配備了機(jī)器視覺能力。當(dāng)前較為主流的實(shí)現(xiàn)方式是單目視覺技術(shù)，通過加入可見光攝像頭進(jìn)行輔助定位，使掃地機(jī)器人移動過程中可以對圖像進(jìn)行連續(xù)跟蹤，進(jìn)行相機(jī)姿態(tài)和物體之間相對位置變化的估算，從而實(shí)現(xiàn)避障。在視覺導(dǎo)航技術(shù)興起之前，掃描式激光雷達(dá)占據(jù)絕對的主導(dǎo)地位。

ToF被認(rèn)為有潛力取代這兩種方案。與激光雷達(dá)相比，它能夠進(jìn)一步拓展視野范圍，效率更高。

目前的可見光攝像頭像素都很高，入門級約1200萬，高端可達(dá)4800萬，拍攝畫面非常精細(xì)，有一定的隱私泄漏隱患。早先外媒就曾曝光某款智能掃地機(jī)器人被黑客利用漏洞發(fā)起遠(yuǎn)程攻擊，通過獲得其內(nèi)置攝像頭的使用權(quán)限，偷拍用戶家中。從曝光視頻來看，黑客甚至可以控制攝像頭的角度，并調(diào)整焦距，掃地機(jī)器人所到之處，畫面一覽無余，讓人不寒而栗。

ToF方案則契合了機(jī)器視覺的需求，它的像素并沒有那么高，人眼看上去顆粒度很大、沒有畫面細(xì)節(jié)，但對于機(jī)器視覺實(shí)現(xiàn)避障等功能足夠，能夠更好地保護(hù)隱私。此外,在室內(nèi)關(guān)燈或窗簾緊閉等情況下，可見光攝像頭的效果大打折扣，ToF因?yàn)樽园l(fā)光原理，反而更能體現(xiàn)優(yōu)勢。

據(jù)了解，ToF在掃地機(jī)器人的應(yīng)用仍在開發(fā)中，今年內(nèi)有望在市場上看到相關(guān)產(chǎn)品。

ToF走向？

目前5G、IoT、人工智能等，都給ToF帶來很多助力。不管是終端客戶還是資本市場，都對此非常感興趣。這將推動ToF走向何方？

智能化

隨著5G的規(guī)模商用，從端到云的反饋控制方面，計算和傳輸延時是不可忽略的。因此傳統(tǒng)的集中式架構(gòu)已經(jīng)不能滿足，未來需要更多邊緣計算的能力，個體層面的傳感器將會越來越強(qiáng)，變得更加智能化。

對于傳感器來說，智能來自于計算。那么在什么地方、該施以何種計算？這其中大有文章可做。傳統(tǒng)的傳感器不需要強(qiáng)大的“大腦”,只管吐數(shù)據(jù)就可以。但是未來，智能的傳感器則在于能夠多層次地在恰到好處的地方、施以恰到好處的計算，實(shí)現(xiàn)更快的響應(yīng)、更高的性能、更多的功能和更低的功耗。

未來的ToF傳感器應(yīng)該是這樣的：它將繼續(xù)挑戰(zhàn)物理極限，達(dá)到更精準(zhǔn)、距離更遠(yuǎn)，它不光能看見現(xiàn)在，還能記憶過去，更能預(yù)測未來。同時，它還具備自學(xué)習(xí)能力，不斷優(yōu)化自身性能。它將超越傳感器成為智能的傳感節(jié)點(diǎn)，眾多的傳感節(jié)點(diǎn)又將合成功能更強(qiáng)大的傳感網(wǎng)絡(luò)。

集成化

ToF方案目前包括發(fā)光、接收、智能控制三大塊，以后兩兩結(jié)合甚至三塊結(jié)合在一起的需求是存在的。那么，哪類方案會進(jìn)行集成？

現(xiàn)有的ToF方案從陣列類型可以劃分為面陣型和單點(diǎn)型，如8*8單點(diǎn)型陣列方案就將發(fā)光和接收部分集成在同一芯片上，實(shí)現(xiàn)了很小的面積。

面陣型ToF方案也將是這樣的技術(shù)路線。不過尚需克服一些挑戰(zhàn)，例如：發(fā)光單元在發(fā)光同時產(chǎn)生的發(fā)熱問題，如何在更小的面積上進(jìn)一步降低功耗？是否需要集成處理器？選擇傳統(tǒng)處理器還是神經(jīng)網(wǎng)絡(luò)處理器？面對種種可能產(chǎn)生的問題，劉洋認(rèn)為，這需要對應(yīng)用有更加充分、深入的了解，要量體裁衣，對所需的各項(xiàng)能力（計算能力、存儲空間等）做到恰到好處。

向多維傳感拓展

3D向4D的拓展也將是ToF方案未來的趨勢之一。3D傳感器是目前的主流，在此基礎(chǔ)上，將向4D不斷演進(jìn)。這一增加的維度，可能是時間軸，也可能是生物感知軸等等。但不論是哪種，拓展一個維度都將帶來數(shù)據(jù)流的成倍上漲，由此也帶來了更多的系統(tǒng)層面的考量。需要更加理解應(yīng)用的底層細(xì)節(jié)，而這往往不是一家公司能夠做到的，需要強(qiáng)有力的合作伙伴。

ToF玩家寡，以巨頭為主

ToF傳感方案目前主要被日、歐、美公司壟斷，如索尼、松下、PMD、英飛凌、ST、TI、ADI、Espros和ams等。國內(nèi)為數(shù)不多的玩家中，有一家初創(chuàng)企業(yè)格外引人關(guān)注。成立于2017年的炬佑智能，聚焦于智能傳感與人工智能系統(tǒng)，目前已完成天使輪和PreA輪融資。圍繞智能傳感、智能發(fā)光和智能處理三大技術(shù)板塊，覆蓋芯片、模組、算法與應(yīng)用四個層次的ToF解決方案。

ToF方案的關(guān)鍵瓶頸當(dāng)屬傳感芯片，炬佑智能CEO劉洋認(rèn)為，ToF玩家以做不做芯片可以劃分為兩種類型。第一類以索尼、松下、三星為代表，有自己的芯片產(chǎn)品；第二類則玩家眾多，涉足芯片之外的其他業(yè)務(wù)（模組、算法、系統(tǒng)、應(yīng)用等）。

炬佑智能屬于前者，成立之處立足于芯片研發(fā)，為了進(jìn)一步打開市場，開始向其他業(yè)務(wù)拓展。劉洋認(rèn)為，這使炬佑智能形成了獨(dú)到的優(yōu)勢：比第二類公司更了解ToF，比第一類公司更懂系統(tǒng)和應(yīng)用。這樣的研發(fā)閉環(huán)，也有利于發(fā)現(xiàn)市場上的應(yīng)用需求，及時推進(jìn)內(nèi)部芯片迭代。

成立僅兩年的炬佑智能，商業(yè)模式逐漸清晰。但是，在ToF這個玩家少、且巨頭為主的領(lǐng)域，全面對標(biāo)歐美日大廠尚需時日。劉洋認(rèn)為，眼下提升核心競爭力的重要環(huán)節(jié)是與頂尖算法公司的合作，炬佑智能盡管在底層技術(shù)方面形成了一定的積累，但是需逐漸向應(yīng)用層拓展，高性能和Time-to-Market同樣重要，優(yōu)秀的產(chǎn)品一定是可以給客戶快速帶來收益的產(chǎn)品。

在劉洋看來，站在系統(tǒng)層面分析問題、解決問題始終是創(chuàng)新的關(guān)鍵。此外，軟件算法、校正能力等也是影響方案品質(zhì)的關(guān)鍵，炬佑智能會以全局、長遠(yuǎn)的眼光面對競爭。

3D結(jié)構(gòu)光與TOF之爭

3D視覺領(lǐng)域，結(jié)構(gòu)光與ToF 都是目前關(guān)注度較高的技術(shù)。對二者進(jìn)行比較前，劉洋首先強(qiáng)調(diào)，它們本身都是非常有前景的技術(shù)，就如同難以比較飛人博爾特和飛魚索普哪個更快一樣，還是取決于具體的場景。結(jié)構(gòu)光在超精細(xì)3D建模方面有優(yōu)勢,因而在工業(yè)視覺領(lǐng)域有廣闊的應(yīng)用。而ToF更“廣譜”，近可做人臉識別,遠(yuǎn)可輔助汽車自動駕駛,對快速移動的物體和強(qiáng)烈的環(huán)境光干擾都有有效應(yīng)對措施,加上較優(yōu)的成本結(jié)構(gòu),對于消費(fèi)級的應(yīng)用非常適合。

具體而言，結(jié)構(gòu)光有先發(fā)優(yōu)勢，在近距達(dá)到一定精度，先在一些應(yīng)用中得到推廣。但除此之外，ToF在其他方面的優(yōu)勢更為明顯。

ToF方案不僅在近距，并且可應(yīng)用于更遠(yuǎn)距離，最基本是5米范圍，優(yōu)化后可達(dá)到8米、甚至10米。結(jié)構(gòu)光目前還是近距離應(yīng)用，多數(shù)為1.5米、2米，4米已是頂尖水平。

從BOM成本來看，結(jié)構(gòu)光系統(tǒng)成本更高，因?yàn)殓R頭模組需要有基線的精度等限制，方案更為復(fù)雜，關(guān)鍵元器件價格高，模組成本高。此外，后續(xù)算法處理更為復(fù)雜，需要搭配高性能的處理器。

不過，ToF與結(jié)構(gòu)光在技術(shù)上有相通之處，都是大量應(yīng)用光源VCSEL激光器。結(jié)構(gòu)光從iPhone X開始，在3D鏡頭、算法、供應(yīng)鏈、基礎(chǔ)配套元器件、以及人才等方面走得更快，相當(dāng)于為ToF做了一輪培育，也為ToF下一步的普及打下了基礎(chǔ)。

下一個風(fēng)口在哪里？

“IoT為ToF提供了大有可為的廣闊天地——萬物皆互聯(lián),萬物皆智能,這是何等波瀾壯闊的圖景!”劉洋認(rèn)為，“處在5G爆發(fā)的前夜,結(jié)合邊緣計算和云計算的應(yīng)用將推動IoT市場不斷發(fā)展并最終成熟。”

而在這些應(yīng)用中，只要是和外界通信，本身具備一定邊緣計算的能力，都是ToF的關(guān)注點(diǎn)。這其中，手機(jī)以外行業(yè)的智能三維識別一定會是有所作為的領(lǐng)域，盡管短期來看應(yīng)用量比智能手機(jī)小很多。

另一個很大的市場則可能出現(xiàn)在汽車領(lǐng)域。分為車內(nèi)、車外兩部分。車內(nèi)可用于DMS系統(tǒng)，可拓展對乘員進(jìn)行狀態(tài)監(jiān)控、行為分析。車外應(yīng)用則有可能會取代現(xiàn)有的可見光方案，發(fā)揮ToF在夜間的優(yōu)勢，用于車身周圍的監(jiān)控，實(shí)現(xiàn)可視化倒車。同時，也有望取代超聲波雷達(dá)，進(jìn)行轉(zhuǎn)向輔助，監(jiān)測盲區(qū)行人或非機(jī)動車輛。

停車場也是較好的應(yīng)用場景，目前多采用磁感應(yīng)方式，需要每個車位都安裝傳感器。而采用ToF方案的攝像頭一個就可以覆蓋若干個車位。由此拓展的應(yīng)用場景還有車牌識別、行為分析等。此外，現(xiàn)在熱門的高速公路ETC化，ToF可用于對車流、路況進(jìn)行分析。

ToF下一步發(fā)展有哪些助推因素？劉洋認(rèn)為，據(jù)傳最晚明年秋天iPhone前后攝像頭都將采用ToF方案，蘋果的“帶貨”能力有目共睹，有望通過手機(jī)端進(jìn)一步拉動整個供應(yīng)鏈的發(fā)展，帶動ToF迎來應(yīng)用高潮。