一文读懂｜什么是dToF激光雷达技术？

两种ToF技术：iToF和dToF

iToF方案并不直接测量飞行时间，通常做法是把发射的光波调制成一定频率的周期性信号，通过测量发射信号和该信号经过被测物反射回来到达接收端时的相位差，间接计算出光的飞行时间。尽管使用现有的光电二极管（PD）组件比较容易实现，但是由于光电探测器的效率低，很难测量到相距几米以上物体的距离。

iToF的优点是原理、集成较简单、技术较成熟；缺点是精度随距离下降严重、功耗大、易受干扰。目前，华为、OPPO、vivo等厂商普遍采用此方案。

dToF方案则是通过发出短脉冲光然后测量发射的光返回所需的时间来检测与物体的距离。相对iToF来，dToF的发射端通常使用纳秒甚至皮秒级的短脉冲激光，此外dToF需要探测器在光子到达时刻立刻做出反应，因此接收端通常选择SPAD（单光子雪崩二极管）或者APD（雪崩光电二极管）这类适合进行事件记录的传感器。

dToF的优点是测量精准、响应快速、低功耗以及多物体同步检测准确；缺点是工艺较复杂，集成难度高。

智能手机中的3D图像传感器的数量显著增加，但它们大部分都安装在手机的背面，因为这样使用应用程序比正面更灵活。安装在背面的3D图像传感器应该能够测量5到10米以上的距离，因此有竞争力的研究基于SPAD的dToF技术非常重要。

实际上，根据关于2020年ToF图像传感器市场的研究，估计到2025年iToF传感器的年均增长率将达到11％，而dToF传感器的年均增长率将达到37.3％，是iToF传感器的三倍以上。

dToF：下一代3D图像传感器的关键

去年，苹果公司是第一家在背面添加dToF传感器的智能手机提供商，该传感器配备在iPad Pro和iPhone 12 Pro上。苹果公司使用Sony的SPAD元件和处理技术来开发传感器，并将其称为LiDAR（光检测和测距）扫描仪，以使该技术与现有传感器区分开。

LiDAR主要由两部分组成：发射端和接收端。其中，垂直腔面发射激光器（VCSEL）作为发射端，向物体发射一束红外光，经反射被 CMOS 图像传感器接收，光束经历的这一段时间就是所谓的“飞行时间（ToF）”。

对于AR体验来说，LiDAR激光雷达扫描仪的加入可谓是至关重要。具体来说，LiDAR激光雷达扫描仪通过测量周围环境深度信息，可以将3D模型精准附着于地面、墙面或者桌面等任何平面上，并分析整个摄像头视野内的空间位置关系来动态调节模型的光照和阴影，从而让体验更加真实，再也不会尴尬的“穿模”了。

dToF核心组件主要有VCSEL、单光子雪崩光电二极管SPAD以及时间数字转换器（TDC）。dToF会在单帧测量时间内发射和接收N次光信号，然后对记录的N次飞行时间做直方图统计，其中出现频率最高的飞行时间ToF用于计算目标距。

· SPAD（single photon avalanche diode，单光子雪崩二极管）这是一种能在ps级的时间内产生响应电流的器件，其工作原理是采用反向偏压的光电二极管，使其工作在超过击穿电压而尚未击穿的很小的一个电压范围内，此时的二极管处在非常敏感的工作区间，因此只要有微弱的光信号即可引发其产生雪崩电流，相应速度极快。

· TDC（time digtal converter， 时间数字转换电路）通过与发射端的时间同步，接受到的光信号能够在ps级的时间内产生电流并被TDC探测记录，经过N次的发射与接收，TDC能够记录n次（n<N）光飞行时间，于是生成一个关于飞行时间分布的直方图，求其出现频率最大的飞行时间值即为目标值t，z=c*t/2，即得距离。

dToF的技术难点

在具体的实现上，dToF相较于iToF来说难度要大许多。dToF的难点在于要检测的光信号是一个脉冲信号，因此检测器对于光的敏感度比需要非常高。常见的dToF传感器实现是使用SPAD。

当将高于击穿电压的电压施加到SPAD时，发生碰撞电离现象，其中巨大的电场使载流子加速，从而使它们与原子发生碰撞，从而增加了从原子释放的自由载流子的数量。这种现象称为雪崩倍增，会导致由图像传感器照亮的光子产生大量的自由载流子。这意味着它可以放大光子并将其识别为更多的光子，即使由于黑暗的环境或远距离发光而实际捕获的光子数量很少。

另外，由于SPAD阵列在光子进入时会发射数字脉冲，因此更容易跟踪飞行时间。此外，它还可以捕获精确的时间差，因此即使在毫米和厘米的范围内，也可以确定精确的深度分辨率。

从器件角度来看，SPAD的集成度要低于普通的CMOS光传感器，因此dToF传感器的2D分辨率传统上较差。

此外，从读出电路来看，dToF需要能分辨出非常精细的时间差，通常使用TDC来实现。例如如果需要实现1.5cm的测距精度，则TDC的分辨率需要达到10ps，这一点并不容易。

随着近几年深度传感器和LiDAR的发展，dToF也得到了长足的发展。从光传感器像素来看，dToF目前也可以使用CMOS工艺实现，并且已经可以实现不错的2D分辨率。此外，在TDC电路设计方面，随着电路设计的进步，目前在CMOS电路中的TDC的时间分辨率精度也在逐步提升，这也为dToF的普及铺平了道路。

dToF的热点应用

预测自2024年起，用于自动驾驶汽车的LiDAR传感器将引领3D图像传感器市场的增长。在车载应用中，dToF的关键指标包括测距距离、距离分辨率、2D分辨率以及抗干扰性。由于车载LiDAR对于测距距离（100m以上）和抗干扰性的要求，相关的ToF传感器基本是dToF占主导。

同时，dToF传感器有望在机器人和无人机等下一代移动性行业的发展中发挥不可或缺的作用。亚马逊的物流机器人和无人机送货服务就是一个很好的例子。dToF传感器在工厂自动化领域也被认为是必不可少的。

另外，一个重要的领域是消费电子。随着AR/VR等新应用的兴起，消费电子领域对于深度传感器的需求也在快速上升。消费电子领域传统上是iToF的天下，然而随着dToF技术，尤其是高集成度CMOS SPAD的发展，我们看到dToF正在从高端进入消费电子市场。

如前面的技术分析，对于消费电子应用来说，使用dToF的主要优势是可以同时实现较远的测距距离和较高的测距精度，因此当需要把测距距离扩展到10米以上时，dToF有可能会成为更好的选择。

此外由于dToF对于环境光干扰较不敏感，所以使用dToF可以让智能设备的深度传感工作在不同光照强度的场景下。此番苹果iPad pro选择使用dToF，除了在测距精度和抗干扰的考量之外，估计也是因为希望能继续扩大测距范围，从而为下一代AR/VR应用铺平道路。

dToF技术的应用有望推动AR内容的完善，加速消费级AR普及。苹果2017年便针对开发者们发布了用于iOS设备上AR应用开发的ARKit开发工具，2020年发布的iPad Pro可视为苹果针对5G时代AR领域的进一步布局。

目前iPad Pro的LiDAR共呈现出三种典型场景的应用。AR测量、AR游戏和AR装修设计。

· AR测量：LiDAR可以快速计算人的身高，并展现垂直和边缘引导线。通过开发者开发的app可实现对物体尺寸、建筑物更精细的测量。

· AR游戏：LiDAR通过对周围真实环境的扫描和快速获得深度信息能力，为AR游戏开辟了更广阔的设计空间。如官网展示的《炽热熔岩 (Hot Lava)》电子游戏，可以把客厅变成一个虚拟的熔岩环境，游戏中的玩家可以跳到家具上以此来避开模拟中的地板熔岩。iPad Pro上市后带动开发者不断丰富iOS平台上AR游戏内容，也使一些原有的AR游戏因为玩法升级而更具有生命力。

· AR装修：iOS上的Shapr3D app，借助LiDAR对房间进行扫描创建3D模型，用户可以对该模型展开编辑或添加新对象，使用AR可以查看实际房间在编辑后的虚拟效果，帮助用户在装修动工前更真切体验设计效果。宜家Place应用同样可以通过扫描一个房间获得与之匹配的家具推荐，然后使用AR查看家具摆放效果。

dToF在iPad Pro上的应用，可以视为苹果打通AR生态硬件基础的第一步。未来苹果通过技术改进和突破，有望将dToF引入手机端以及更多的AR设备，促进AR硬件设备的发展同时，也激发设计师基于dToF的特性开发如建筑、教育、医疗等更多场景的AR内容应用，推动AR应用生态持续完善。

目前来看，其实dToF在多种领域都已经有广泛应用，像距离检测在扫地机器人上的应用、接近传感在笔记本等大屏幕锁屏解锁的应用、工厂中的安全距离检测、无人机稳定降落以及碰撞检测等等。只要是对于距离有绝对精准测量需求的应用场景，都能用到dToF。同时对于光学元件普遍难题 —— 油污也能够做到很好的抑制，而这对于iToF而言几乎无法解决，dToF则能够将影响降到最低。

dToF在未来它会取代iToF成为移动端设备的首选技术吗？按照以往惯例，在苹果拥抱dToF技术后，很有可能会引起供应链密集跟进布局。这对于现有的ToF厂商而言，或许是行业竞争加剧的先兆，他们又该如何面对？

dToF与iToF作为ToF技术中的两个分支，各自具有不同的技术特性，在不同的应用场景都将有各自的发挥空间。目前的dToF技术在较远距离有更低的功耗和相对一致的精度值，但的确还存在精度不够，解像度不够和高成本的问题，因此可能会在手机后置上有一定的应用机会。