作用距离的劣势限制结构光的应用，ToF技术则弥补了距离上的缺陷，此外，ToF的模组复杂度低，堆叠简单，可以做到非常小巧且坚固耐用，在屏占比不断提高的外观趋势下，更得到手机厂商的青睐。

 

目前存在两种ToF技术路线：iToF（间接飞行时间，indirect-ToF）和dToF（直接飞行时间，direct-ToF）。iToF间接测量飞行时间，具备低成本、较高分辨率优势，适用于短距离测距。iToF原理为把发射的光调制成一定频率的周期型信号，测量该发射信号与到达被测量物反射回接收端时的相位差，间接计算出飞行时间。由于iToF sensor 的pixel相对较小，可实现相对高图像分辨率。但iToF的问题在于测距精度的限制了测距距离，从原理上看，调制频率越高则测距精度越好，高调制频率意味着对应的测距距离不能太大，并且环境光会对电路产生干扰。因此目前iToF主要应用在手机面部识别、手势识别等测距距离较短的场景中。

 

 

iToF传感器电路相对简单，难点主要在深度算法，安卓阵营自2018年引入iToF并推动其主流化。目前如三星、华为、OPPO、vivo等品牌均有在中高端机型中配臵，除此之外，iToF在物体识别，3D重建以及行为分析等应用场景中能够重现场景中更多的细节信息，因此还被广泛应用于机器人、新零售等领域。

 

dToF直接测量飞行时间，具备低功耗、抗干扰等优势，适用于对测距精度要求高的较远距离测距场景。dToF原理为向被测物体发射光脉冲，通过对反射和发射光脉冲时间间隔的测量，直接计算待测物体的深度。测距原理使得dToF测量精度不会因距离增大而降低，功耗更低同时对环境光的抗干扰能力更强。

 

dToF深度算法相对简单，难点在于用以实现较高精度的SPAD。dToF要检测光脉冲信号（纳秒甚至皮秒级），因而对光的敏感度要求会很高，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）这类传感器来实现，集成度弱于普通的CMOS图像传感器，像素尺寸一般大于10μm，从而分辨率通常较差，成本更高。SPAD是dToF技术的核心，技术难度大且制作工艺复杂，目前世界上较少厂家具备量产能力，集成难度很高难以小型化应用在手机等小型消费电子上，因而除传统热门应用领域车载LiDAR之外，消费电子领域目前仅有苹果一家实现商用（iPadPro首次搭载）。

 

 

未来ToF会向更高集成度、更小的传感器尺寸、更高分辨率发展。

 

目前传统的CIS单像素尺寸最小可达到0.7μm，而目前0.6μm也已经在研发中。但ToF传感器更要求单像素获取信号的能力，因而需要更大的单像素尺寸；dToF传感器电路设计比较复杂，需占据较大的片上尺寸；iTOF像素尺寸则需暂时让步于更高的集光效率。种种原因使得ToF图像传感器的小型化存在一定困难。

 

 

半导体工艺改进将有望实现ToF传感器小型化。ToF传感器厂商通过半导体工艺方案的改进，如背照式（BSI）、堆栈式（Stacked）CMOS等技术，将原本位于光电二极管上方的布线层移至下方，以及将光电转换器、电子倍增器（electron multipier）这些部分垂直堆叠，增大像素开口率，同时减小像素尺寸。目前根据松下新的研究成果，dToF传感器也可以用CMOS工艺实现，集成度已经在数量级上逼近iToF方案。

 

 

目前ToF技术低分辨率的固有缺陷仍然存在，未来有望随技术更迭而实现突破。目前ToF测量精度量级仍然相较结构光方案落后，但近两年其传感器分辨率已经在提升。iToF方面，英飞凌面向消费市场的一般REAL3?传感器（iToF）也达到了3.8万像素，2019年推出的IRS2771C则达到15万像素；dToF方面，例如iPad Pro 2020的LiDAR分辨率达到了3万像素；另外TDC电路设计进步也逐步提升CMOS电路中的TDC时间分辨率精度，有望带来dToF的分辨率的提升。