dTOF行业发展分析报告.docx

dTOF行业发展分析报告.docx

《dTOF行业发展分析报告.docx》由会员分享，可在线阅读，更多相关《dTOF行业发展分析报告.docx（19页珍藏版）》请在冰豆网上搜索。

dTOF行业发展分析报告

2020年7月

目录

一、dToF开启深度信息的新未来 3

二、ToF未来最有潜力的应用在AR领域 7

三、下一波创新性革命，TOF市场空间巨大 13

四、BOM比较：

TOF或更具成本优势 16

五、深度解析3DSensing摄像头产业链 18

六、市场提示 20

图表目录

图表1：

3D传感系统 3

图表2：

两种TOF技术路线比较 3

图表3：

iToF原理示意图 4

图表4：

截至到2019年部分采用iTOF的机型 4

图表5：

dToF原理示意图 5

图表6：

dTof的难点 5

图表7：

图像传感器尺寸演进 6

图表8：

CMOS图像传感器技术趋势 6

图表9：

全球AR市场规模（2020~2024年为预测值） 7

图表10：

中国AR应用细分领域情况 7

图表11：

2020款iPadPro模拟室内环境 8

图表12：

IKEAPlace利用AR展示房间布臵 8

图表13：

CompleteAnatomy借助2020款iPadPro中的激光雷达扫描仪展示人体结构 8

图表14：

人像背景虚化样张 9

图表15：

ToF应用于体感游戏 9

图表16：

ToF移动端应用前景 10

图表17：

iPadPro后臵镜头模组 10

图表18：

iPadPro中搭载的Sony基于SPAD阵列的dToF传感器 10

图表19：

索尼dToF图像传感器横截面图——采用3D堆叠工艺 11

图表20：

iPadPro的AR应用场景 11

图表21：

AR测距仪app测量物体尺寸 11

图表22：

华为3D地图厘米级全场景呈现 12

图表23：

华为AR地图支持高精度空间计算 12

图表24：

3D感应市场规模（百万美元，包含消费电子、汽车、医疗等市场） 13

图表25：

3D感应市场中TOF与结构光的占比 14

图表26：

TOF主要机型梳理 14

图表27：

TOF机型测算 15

图表28：

iPhoneX结构光结构 16

图表29：

Mate30Pro的镜头模块（包含一颗深度镜头） 16

图表30：

TOFBOM预测 17

图表31：

3Dsensing供应链 18

图表32：

TOF的结构 18

图表33：

TOF的五大核心单元 19

图表34：

TOF供应链梳理 19

P.2

一、dToF开启深度信息的新未来

3Dsensing是智能手机创新的趋势之一，当前正加速向中低端手机渗透。

目前实现3Dsensing共有三种技术，分别为双目立体成像、结构光和ToF，目前已经比较成熟的方案是结构光和ToF。

其中结构光方案最为成熟，已经大规模应用于工业3D视觉，ToF则凭借自身优势成为在移动端较被看好的方案。

资料来源：

AMS，市场部，互联网

图表1：

3D传感系统

图表2：

两种TOF技术路线比较

dToF

原理

核心组件精度

有效探测距离

采用ps级测量系统，直接测量光的飞行时间，即发射脉冲和接收脉冲之间的时间间隔

VCSEL、SPAD传感器、TDC等

理论精度可以达到mm级，测量误差不会随着测量距离的增加而增大

目前车载激光雷达dToF已经可以实现200m以

iToF

采用特定频率的调制红外光，计算相位漂移，间接测量飞行时间

VCSEL、i-ToFCIS、diffuser等

目前的iToF深度精度在cm级，随着测量距离增加，

误差变大

低于10米表现较好

应用场景

车载激光雷达、AR/VR等新应用、高端消费电 在物体识别，3D重建以及行为分析等应用场景中子领域 能够重现场景中更多的细节信息，在智能手机、机

器人、新零售等领域应用更多

资料来源：

青亭网，光鉴科技《ToF深度相机技术白皮书》，市场部，互联网

ToF的多场景应用呈现出了比结构光更为广阔的发展前景。

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，可以被应用于包含3D人脸识别、3D建模以及手势识别、体感游戏、AR/VR在内的更多场景中，能够为智能手机带来更娱乐性和实用性的体验。

此外，相比结构光技术，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。

上的测距距离；iPadPro可达到5米

图像分辨率

较低

较高

功耗

较低

较高

成本

较高

较低

抗干扰能力

抗环境干扰能力较强

强环境光会引起误差增加

工艺难度

复杂

简单

量产标定

复杂

简单

P.3

ToF（TimeofFlight），通过测量发射光与反射光的飞行时间计算出光源与物体之间的距离，本质上是时间维度测量。

根据测距的方式不同，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）。

dToF直接测量飞

行时间，原理是通过直接向测量物体发射光脉冲，并测量反射光脉冲和发射光脉冲之间的时间间隔，得到光的飞行时间，从而直接计算待测物体的深度。

iToF则是通过发射特定频率的调制光，检测反射调制光和发射的调制光之间的相位差，测量飞行时间。

资料来源：

电子发烧友，市场部，互联网

图表3：

iToF原理示意图

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iToFsensor的pixel相对较小，可实现相

对高图像分辨率。

但iToF问题在于的测距精度的实现限制了最大测距距离，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。

资料来源：

爱集微，市场部，互联网

图表4：

截至到2019年部分采用iTOF的机型

P.19

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。

资料来源：

电子发烧友、市场部，互联网

图表5：

dToF原理示意图

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

图表6：

dTof的难点

技术难点

SPAD阵列密度

SPAD光电转换效率

暗电流

功耗与散热

I/O

多层堆叠成本及供应

存在原因

由于相对复杂的辅助电路占据面积较大，并且受限于功耗和芯片尺寸，阵列的像素较低。

每个像素需要匹配quenchingcircuit，影响感光区域的占空比。

材料缺陷或者热效应等原因的影响

SPAD需要较高的工作电压，器件发热也会影响雪崩区域的反转电压。

每个像素需雯处理大量脉冲信号，整体数据量大。

为了提升转换效率，在芯片上需要实现信号处理，需要多层晶圆堆叠工艺。

技术壁垒较高，工艺复杂，成本较高。

资料来源：

腾讯优图、市场部，互联网

是dTOF技术的核心，技术难度大且制作工艺复杂，目前世界上极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。

资料来源：

yole，市场部，互联网

图表7：

图像传感器尺寸演进

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（electronmultipier）这些部分垂直堆叠，增大像素开口率，同时减小像素尺寸。

目前根据松下最新的研究成果，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。

资料来源：

MEMS、市场部，互联网

图表8：

CMOS图像传感器技术趋势

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iPadPro2020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着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。

二、ToF未来最有潜力的应用在AR领域

目前手机是ToF在消费电子中的主要应用领域，随着市场对3D视觉与识别技术的兴趣日益浓厚，头部终端厂商推动TOF技术在3D感知和成像方向上不断拓展，我们看到TOF技术在智能手机端加速渗透，TOF的使用进一步丰富着3Dsensing的应用场景。

伴随

AR/VR的发展，ToF有望成为智能手机摄像头的下一个风口。

ToF助力消费级AR普及。

ToF技术的应用亦是AR、VR时代的催化剂。

考虑到ToF的两个独特的优点——作用距离长、刷新率高，存在远距离3D测距需求的AR/VR是最能体现TOF优势的功能之一。

3D摄像头技术提供的手势识别功能将成为未来AR/VR领域的核心交互手段。

目前各大厂商推出的VR设备大都需要控制器，游戏控制器的优势在于控制反馈及时、组合状态多。

根据MarketsandMar