小米王腾详解ToF：分辨率低发热量大 解决方案不成熟

为了小米9的预热，近期小米各位高管纷纷使出浑身解数接连爆料，甚至不惜与友商大打口水战。在与联想的首发高通骁龙855芯片之争尚未平息之时，小米和荣耀关于ToF是否是噱头的争论也在喧嚣尘上。

今日，小米产品总监@@王腾Thomas 通过微博发表长文，科普ToF技术原理和现在的应用状况。

王腾表示，在手机端目前最先上市的是OPPO R17pro，受限于精度和功耗，对应的应用并不多，也因此并未广泛宣传。当前手机端可用的主流ToF传感器分辨率相对较低，元件在工作时的功耗与发热量也相对较大，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。

以下为王腾微博全文：

聊聊TOF，考虑到不浪费大家时间，篇幅尽量控制简短通俗化，有需要详细说明的大家提出来咱们评论里聊或者再开贴。

分别从原理，器件构成，优缺点分析和应用场景几个维度讲:

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

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。

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)

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。

可以想象的空间很大但需要一步步解决各种问题和开发相应应用。

5，最后说下小米的进展，我们认可这是个大的行业方向——基于3D信息未来可以做很多探索，并投入研发资源在去年Q3基于MIX3做了预研样机并调通完成功能验证(见图)，但基于分辨率较低、应用场景有限等原因决定继续做预研，暂时没有导入量产。我们希望能够在未来合适的时间以更完整的用户体验、真正能带来用户价值的时候呈现给大家。

以上，感谢阅读!