2021年消费电子光学创新与自动驾驶趋势分析报告（51页）.pdf

《2021年消费电子光学创新与自动驾驶趋势分析报告（51页）.pdf》由会员分享，可在线阅读，更多相关《2021年消费电子光学创新与自动驾驶趋势分析报告（51页）.pdf（51页珍藏版）》请在三个皮匠报告上搜索。

1、3D Sensing 镜头应用为VR/AR 普及化布局3D Sensing 是以多摄为基础的功能化升级，深度图像识别将赋予终端人脸识别和手势识别的能力，是未来智能手机应用拓展的功能基础，因此也是光学领域最具机会的方向之一。3D Sensing 主要有双目立体成像、结构光和飞行时间技术(ToF)，其中结构光和ToF 两种比较成熟的方案，应用场景丰富，需求有望增加。1) 3 D 结构光3D 结构光是基于激光散斑原理，结构光原理为通过近红外激光器向物体投射具有一定结构特征的光线，再由专门的红外摄像头进行采集获取物体的三维结构，再通过运算对信息进行深入处理成像。3D 结构光具有成像精度较高、反应速度快

2、与成本适中的特点，但其识别距离有限(有效范围 1 米以内)，主要用于近距离 3D 人脸识别，实现手机面部解锁、智能支付等功能。2) 时间飞行法时间飞行法(TOF)利用反射时间差原理，通过向目标发射连续的特定波长的红外光线脉冲，再由特定传感器接收待测物体传回的光信号，计算光线往返的飞行时间或相位差，从而获取目标物体的深度信息。TOF 方案具备抗干扰性强，刷新率较快，能够覆盖中远距离，可广泛应用在手势追踪、手机后置辅助相机等。ToF 具体可以细分为间接测量飞行时间(iToF，indirect Time of Flight)和直接测量飞行时间(dToF，direct Time of Flight)。

3、大部分的iToF 采用测相位偏移的方法，即发射的正弦波与接收的正弦波之间的相位差，由于基于正向偏压的光电二极管以及其测量电路的时间分辨率比较低，为了避免各种因素的干扰才采用测量相位偏移的方法来达到低于硬件系统时间分辨率的效果。iTof 方案相对成熟，目前安卓系普遍采用 iToF。dTof 顾名思义直接测量光子飞行时间，但由于能达到 ps 级分辨率的测量系统成熟较慢， dToF 方案难度更大，目前仅苹果应用。dToF 方案功耗更低、成像速度更快、精度更高，有望在未来成为主流方案。3D Sensing 技术在近几年以苹果、华为、三星为代表的各大品牌的核心产品中逐渐被普及。2017 年苹果iphon

4、e X 率先大规模将 3D Sensing 技术应用到消费电子终端上，随后小米、OPPO、华为、三星等品牌陆续也将该项技术应用至其核心产品中。这项技术首先在前置摄像头中开始应用，随后在近两年内开始逐渐出被应用到后置摄像头中。各大品牌所采取的3D Sensing 技术方案也多为3D 结构光以及TOF，苹果公司则是连续在iphone X和Iphone XS、XR 系列以及最新的iphone11 和iphone11 Pro 中采用了3D 结构光方案。 19 年 TOF 技术在安卓系手机实现应用，配备后置 TOF 镜头的高配版三星 S20Ultra，可实现10 倍光学变焦和100 倍数码变焦，反观 iPhone 11 Pro 仅能实现 3 倍光学变焦，根据产业调研信息，苹果会在 20 年H2 发布的新机型中增加后置 TOF 镜头，形成前置 3D 结构光摄像头搭配后置 TOF 镜头的新方案。