電子發(fā)燒友網(wǎng)報道（文/李寧遠）ToF，廣為人知的傳感技術(shù)，已經(jīng)在各個領(lǐng)域中應用得十分廣泛。ToF的測距原理其實并不復雜，通過給目標連續(xù)發(fā)送光信號或脈沖，然后用傳感器接收從物體返回的光，計算探測光的飛行時間來得到目標物距離。

單一ToF到混合ToF

提到ToF技術(shù)，目前有iToF和dToF之分。iToF，indirect Time-of-Flight，是一種間接的光飛行時間傳感方法，通過測量相位偏移來間接測量光的飛行時間，而不是直接測量光的飛行時間。dToF正好相反，直接對光的飛行時間進行測量。

iToF計算的是光束從發(fā)射信號到接收信號之間收集到的圖像數(shù)據(jù)相位差異，或者說是相位延遲的時間，而不是直接測量光束本身到目標物體來回的飛行路徑，故而被稱為間接飛行時間測量。

單一的iToF 根據(jù)調(diào)制方式的不同，又能分為連續(xù)波調(diào)制和脈沖調(diào)制。連續(xù)波ToF發(fā)射連續(xù)的正弦信號，脈沖ToF發(fā)射重復的脈沖信號，前者是通過解析正弦信號相位解析深度，而后者是解析脈沖信號相位來解析深度。

連續(xù)波ToF系統(tǒng)的設計與控制更簡單一些，同時其頻率越高，精度也會越高，當然量程也變小。到了更遠距離的測量距離和更強環(huán)境光的場景應用中，脈沖ToF優(yōu)勢更大，脈沖系統(tǒng)能在很短的時間內(nèi)發(fā)出高能光脈沖，在環(huán)境光強烈的場景里有著更強的魯棒性。但是相應地，脈沖ToF對時序控制和功率要求更嚴苛。

而dToF則是直接測量光脈沖的發(fā)射和接收的時間差，不同于易于集成的iToF系統(tǒng)精度會隨著測量距離變化很大，dToF電路更復雜集成困難，但同時在戶外遠距離測量里，其精度與功耗都更為優(yōu)秀。

在3D深度傳感領(lǐng)域，ToF憑借自身的特性成為受人青睞的傳感方案，尤其在工業(yè)以及汽車市場的應用場合，ToF解決了很多傳統(tǒng)2D技術(shù)束手無策的問題。但是隨著各領(lǐng)域?qū)Τ上駛鞲幸蟮闹鸩教嵘瑔我坏腡oF路線各有優(yōu)勢與弊端，無法完美解決復雜的傳感需求。

為了更強大的深度感應和三維場景理解能力，混合ToF技術(shù)開始集合兩種ToF技術(shù)的深度傳感概念解決單一ToF各自的劣勢。dToF的長距離穩(wěn)定測量，強抗干擾能力，iToF的高分辨率、易于集成特性在混合ToF系統(tǒng)中結(jié)合了起來，互相彌補各自的不足。

混合ToF，不固化iToF和dToF的融合發(fā)展

iToF和dToF技術(shù)各有優(yōu)劣，dToF有著長距離穩(wěn)定測量和強抗干擾能力，但是分辨率較低，電路復雜不易于集成，iToF的高分辨率、易于集成特性很突出但是在中遠程傳感上有著硬傷，且抗干擾能力弱。

混合ToF系統(tǒng)中結(jié)合了二者擅長的地方，互相彌補各自的不足，近年來，混合型ToF的開發(fā)也是一個熱點。

如英飛凌的REAL3柔性ToF成像器技術(shù)將既有的高分辨率iToF泛光照明和dToF遠距離點光源照明整合到單個混合ToF攝像頭中，通過添加精確的遠距離光斑數(shù)據(jù)，創(chuàng)建周圍區(qū)域的精確三維地圖。

Toppan的混合ToF是實現(xiàn)了最遠30米的距離測量，Toppan的混合ToF注重系統(tǒng)魯棒性的提升，其混合系統(tǒng)比傳統(tǒng)的iToF方法在消除環(huán)境光的噪聲上提升了很大，大大增加了感測距離，尤其是在戶外應用中。

炬佑智能也一直在混合ToF技術(shù)路線上耕耘，炬佑智能的混合ToF稱為mToF技術(shù)也是一種，利用iToF的精度優(yōu)勢，開發(fā)小尺寸SPAD，也通過SPAD來增強敏感度和抑制干擾，以彌補iToF和dToF相應的不足，目前其應用還是針對遠距和車載應用較多。

目前，混合ToF的應用主要還是在遠程測量和車載測量上應用，用dToF的長距離穩(wěn)定測量和強抗干擾能力來彌補iToF在這方面的缺失，減少環(huán)境光對傳感的干擾，保證有足夠分辨率的深度傳感。ToF技術(shù)的不斷發(fā)展，iToF和dToF之間的界限也不再固化，混合型ToF技術(shù)取長補短，給很多應用提供了更全面的深度傳感解決方案。

小結(jié)

隨著混合型ToF方案持續(xù)發(fā)展，不僅在成本上它展現(xiàn)出更大的優(yōu)勢，還能夠發(fā)揮dToF和iToF各自的長處，比如更高解析度、更高的精度以及更優(yōu)化的系統(tǒng)成本，從而讓ToF技術(shù)更加適配AR、車載等應用場景。