小米王騰詳解ToF：分辨率低發熱量大 解決方案不成熟

為了小米9的預熱，近期小米各位高管紛紛使出渾身解數接連爆料，甚至不惜與友商大打口水戰。在與聯想的首發高通驍龍855芯片之爭尚未平息之時，小米和榮耀關于ToF是否是噱頭的爭論也在喧囂塵上。

今日，小米產品總監@@王騰Thomas 通過微博發表長文，科普ToF技術原理和現在的應用狀況。

王騰表示，在手機端目前最先上市的是OPPO R17pro，受限于精度和功耗，對應的應用并不多，也因此并未廣泛宣傳。當前手機端可用的主流ToF傳感器分辨率相對較低，元件在工作時的功耗與發熱量也相對較大，目前基于ToF方案的解決方案還未完全成熟，相應的內容生產和開發群體較為薄弱，支持的應用場景較少。

以下為王騰微博全文：

聊聊TOF，考慮到不浪費大家時間，篇幅盡量控制簡短通俗化，有需要詳細說明的大家提出來咱們評論里聊或者再開貼。

分別從原理，器件構成，優缺點分析和應用場景幾個維度講:

1，TOF原理:其實并不復雜，利用激光發射器發出光脈沖，遇到物體之后，光線會反射，鏡頭通過捕捉的光線即其飛行的時間，通過簡單的公式計算就可以判斷物體和鏡頭之間的距離

2:TOF元件:主要元件包含三個部分：光源(此處為激光發射器)、鏡頭和感光元件。

3，ToF方案的幾個優缺點(主要對比另外兩種主流3D解決方案，見圖)

優點一，工作距離遠，可以獲得5m內的有效&實時深度信息;

優點二，適用場景廣，無論被攝物體有無特征點，無論環境光較強(如：日光)或較弱，都可獲得有效的景深信息;

優點三，較遠距離精度高，ToF在手機與被攝物體的絕對精度，即被攝物體之間的相對精度，都可以達到厘米級的水平。

缺點一：當前手機端可用的主流ToF傳感器分辨率相對較低(180*240，240*320，240*480等)，因此在近距離的精度和X/Y分辨率也會相對較低，大家感興趣可以自行了解前置結構光的精度;

缺點二：元件在工作時的功耗與發熱量也相對較大，長時間工作需要很好的散熱條件，在消費類電子設備上使用還需要不斷優化;

缺點三：目前基于ToF方案的解決方案還未完全成熟，相應的內容生產和開發群體較為薄弱，支持的應用場景較少

4，TOF的主要應用場景

TOF在工業領域已經有些應用，舉個例子:

在物流行業中很熱的機器人，TOF被應用在機器人上幫助做物體識別，可用作輔助裝箱，箱體打包，箱體堆疊，箱體打標等。

在手機端目前最先上市的應該是OPPO R17pro，受限于前面提到的精度和功耗，對應的應用并不多，當然OPPO也是做嘗試并沒有主力宣傳，甚至官網都沒怎么介紹。

現在看到行業里主流就兩個方向:基于深度感知去做的應用，比如AR特效游戲、測距、3D建模之類的，另外就是基于3D信息做生物識別，比如:TOF人臉識別取代前置結構光。

可以想象的空間很大但需要一步步解決各種問題和開發相應應用。

5，最后說下小米的進展，我們認可這是個大的行業方向——基于3D信息未來可以做很多探索，并投入研發資源在去年Q3基于MIX3做了預研樣機并調通完成功能驗證(見圖)，但基于分辨率較低、應用場景有限等原因決定繼續做預研，暫時沒有導入量產。我們希望能夠在未來合適的時間以更完整的用戶體驗、真正能帶來用戶價值的時候呈現給大家。

以上，感謝閱讀!