华为、小米等国产手机争相布局3D sensing，“TOF” 和 “结构光”谁能催生百亿独角兽？( 五 ) 3DSensing向高端

高性能的CMOS或者CCD是把QE也就是光量子效率提高，这样可以降低VCSEL的功率，减小整个系统的功耗。其中光的开关频率越高，得到的精度就越高，据凡卓资本了解，
目前艾芯智能能够控制每秒钟3500次的开关频率，精度应该是所有TOF方案中最高的。

结构光对光照较为敏感，因为采用的传感器在850nm或940nm的波长上的QE很低，所以很容易受同波长的光干扰，图像清晰度有限。 TOF是通过计算发射和回收时间再去打开传感器的快门，所以相对来说信噪比会比较好，同时TOF采用了砷化镓的工艺对芯片做了改进（2020年前后该技术逐渐成熟），使得芯片在850nm或940nm波长上有相对较高的QE（一般大于18%），所以环境光的影响比结构光小，但是强太阳光下也不行，其信噪比不高不能解调出来。
同时近距离一般采用窄带脉冲，远距离采用宽脉冲，脉冲宽度不是精度高低的原因。 DTOF采用TDC技术，那么对外界环境光的干扰免疫力会大幅增强。

结构光的算法需要额外添加处理芯片，计算流程较长，实时性无法保证， TOF通过数仓放在AP中直接调用，对手机硬件也没有过高要求。
理论上说，前端只是数模转换，有算力的芯片是放在传感器里做SOC还是外置，实质上是由芯片厂家早期开芯片的时候期望把芯片用在哪个领域来决定。
对TOF来说视场角度、测试距离远近、帧率要求、对精度要求等都会导致处理器芯片的选择完全不一样。

结构光组装精度要求远超TOF ，良率相对比结构光低；

结构光模组部署成本约为TOF的2倍，其核心问题是配件难做，精度要求高，产业
链缺

乏。
当然镜头和高速开关控制电路也不便宜，技术含量很高，不过TOF在大批量产业化的时候会被摊低成本，整体的价格优势仍然存在。

以苹果结构光模组和苹果最新发布的DTOF模组类比，结构光模组在发射端多了一个点阵投影仪， TOF模组则采用近红外摄像头（TOF Sensor）。

从技术路径分析：

结构光方面，从点阵投影仪（Dot Projector）来看，该核心器件的关键构成由VCSEL ， WLOlens和DOE构成，三个器件组成的发射特定编码可发射构成特定的光学图案，技术难度极大。

TOF方面，其不需要受到点阵投影仪的限制，核心器件为VCSEL的性能和功率，
尤其是在温漂问题方面，国内一部分厂商已拿出行之有效的解决方案，并部署至产品中。

其次， TOF的泛光照明器由VCSEL和Diffuser构成， TOF对VCSEL的功率要求比结构光高，其原理是向物体发射光脉冲，在白天黑夜都要连续工作。这个技术与TOF的区别在于结构光采用低功率VCSEL ，而低功率是用于在光线较暗的地方为黑夜中的图像捕捉光斑，容易形成黑夜中的完整图像。

技术集成方面， iPhoneX现有的技术方案中，泛光照明器和TOF距离传感一同封装由STM供应，这是一大特色。

从性能所带来的应用场景分析：

通常意义上，区别TOF和结构光最简单的办法，是通过测量距离。

结构光通常被认为测量距离较短（0.2m – 1.2m），精度较高（1280*800），以工业场景的AOI为代表，可以进行精密仪器检测等工业外观检测方面机器换人的工作。 TOF则距离可以轻松超过2m ，精度集中在240*180的范围内，如体感游戏，导航等。