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