在最近的幾年，越來越多的設備搭載了ToF傳感器，並且在產品上進行了眾多的應用，並且在眾多的場景下得到了很好的使用，那麼什麼是ToF呢？能帶來什麼樣的作用？
我們先來了解一下什麼是ToF
ToF的全稱是 Time-of-Flight，翻譯為中文就是飛行時間，是屬於LiDAR（激光雷達技術）的一種，也是屬於現階段的主要3D識別技術之一。其原理主要是通過向場景中發射近紅外光，利用光的飛行時間信息，測量場景中物體的距離，以此可以測量出中距離的空間。和3D結構光有所不同的是，雖然二者同樣利用了紅外光，但是3D結構光是利用光學衍涉器件將紅外光產生的激光光束陣列繼續複製並且發射，隨後採用紅外COMS對被照射物體所產生光斑大小及形態進行分析，從而獲得深度信息。但是因為光束分佈、光衰減及算法上的限制，其覆蓋範圍比起ToF更近，但卻可以實現以更高的激光束密度換取更高精準度的效果。因此在蘋果的Face ID上就採用了3D結構光的設計，實現更好的體驗。
△蘋果的3D結構光
ToF的分支：
在現階段，ToF分為dToF（direct）和iToF（indirect）兩種。其中dToF，全稱是direct Time-of-Flight。顧名思義，dToF直接測量飛行時間。其原理是通過直接在發射端使用納秒甚至皮秒級的短脈衝激光，並且在發射後也能很快的進行反應，很快的接收反射回來的激光。所以需要更高進度的Single Photon Avalanche Diode(SPAD 具有單光子探測能力的光電探測雪崩二極管)或者APD（雪崩光電二極管）進行探測。
在dToF上，其利用記錄發射脈衝和接收脈衝之間的時間間隔，進行距離的計算。dToF會在單幀測量時間內發射和接收N次光信號，然後對這些時間進行分析統計，並且得出到最後的距離。
但現階段，由於需要對光脈衝飛行時間、接收時間進行良好的同步判斷，其對於算法、硬件的要求較高。在此前只有大部分的高端汽車採用了的dToF，直到蘋果將此技術運用在iPad和iPhone上。
dToF之外還有另一個分支—iToF，（indirect Time-of-Flight）顧名思義就是採用間接飛行時間來揭曉距離的判斷。其原理是把發射的光波調製成一定頻率的週期性信號，通過測量發射信號和該信號經過被測物反射回來到達接收端時的相位差，間接計算出光的飛行時間，從而得到深度的數據。由於其原理的不同，其可以利用多次的週期性型號對相位差進行判斷，在實際使用過程中，由於採用了週期性頻率波的策略，所以為了更好的保障精度，需要在使用接收到的次數越高更好，因此距離越遠，兩個週期的波長會變得較難分辨，會產生干擾的情況，所以在應用距離上較短，並且相比較於dToF存在易被強光干擾的情況。
△兩者的對比
實際的應用差距：
從成本上來説，由於dToF需要更高精度的發射、接收設備，並且還需要在兩者間進行時間的同步判斷等情況，所以在實際使用中，dToF會相比較於iToF增加一定的成本。但是，iToF的成本更低，可以在更多的設備上配套使用，達到對於距離的推測，也可以説是目前很多搭載ToF設備的第一選擇。
從精度來説，dToF無法做到很高的圖像分辨率，而iToF由於其原理的差異，其傳感器尺寸需要更大的尺寸接收光的波長變化，所以可以實現更高精度的圖像分辨率，所以在進行物體識別、3D重建等等方面相比較於dToF具有更高的優勢。
從功耗來説，dToF採用的脈衝波發射相比較於iToF的連續波擁有更低的佔空比，可以在相同時間內發射更有針對性的光源，兩者相比較來説dToF的功耗會更小，更加適合在電量較小的設備上使用。
最後來談談兩者現階段的應用場景，dToF功耗低，體積小適合於在較小的設備使用，並且由於抗擾性較好，在户外的使用上也更勝一籌。並且由於dToF的原理，測量距離增大時精度不會大幅衰減，能耗也不會大幅提升，諸如蘋果所選擇的在AR方向利用是一個很好的發展方向。
而iToF的圖像分辨率較高，在物體識別，3D重建以及行為分析等應用場景中能夠重現場景中更多的細節信息，所以在掃地機器人（進行避障）、新零售。迎客機器人上擁有較好的使用場景。