小米长文科普TOF技术：当前应用不成熟、MIX3仍在预研中

本周，小米9掀起了大规模的预热活动。同时，部分高管也与荣耀方面“掐架”，包括猛踩后者v20的tof深感镜头为“噱头”“骗用户瞎花钱”。

今天凌晨，小米产品总监@王腾thomas 撰长文科普了tof技术的原理和现在的应用情况。

王腾提到tof在ar游戏、3d建模、人脸识别上有应用想象空间，且oppo r17 pro是最早应用上市的手机，却并未大规模宣传。他自曝，基于tof技术的小米mix3预研机去年q3就完成功能验证，但基于传感器分辨率低、应用场景有限等原因决定继续预研，并未导入大规模量产，未来希望在真正能够带给用户价值时呈现。

随后，在“怼”荣耀方面最用力的redmi总经理卢伟冰转发评论：“智能手机发展到今天在技术方面已经极其复杂，一个feature我们是否采用、什么时间应用，跟技术的成熟度、应用场景、用户体验等密切相关。产品经理的价值就是通过用户洞察和技术洞察来为用户做好取舍。”

以下为全文：

聊聊tof，考虑到不浪费大家时间，篇幅尽量控制简短通俗化，有需要详细说明的大家提出来咱们评论里聊或者再开贴。

分别从原理，器件构成，优缺点分析和应用场景几个维度讲:

1，tof原理:其实并不复杂，利用激光发射器发出光脉冲，遇到物体之后，光线会反射，镜头通过捕捉的光线即其飞行的时间，通过简单的公式计算就可以判断物体和镜头之间的距离

2:tof元件:主要元件包含三个部分：光源（此处为激光发射器）、镜头和感光元件。

3，tof方案的几个优缺点（主要对比另外两种主流3d解决方案，见图）

优点一，工作距离远，可以获得5m内的有效&实时深度信息；

优点二，适用场景广，无论被摄物体有无特征点，无论环境光较强（如：日光）或较弱，都可获得有效的景深信息；

优点三，较远距离精度高，tof在手机与被摄物体的绝对精度，即被摄物体之间的相对精度，都可以达到厘米级的水平。

缺点一：当前手机端可用的主流tof传感器分辨率相对较低（180*240，240*320，240*480等），因此在近距离的精度和x/y分辨率也会相对较低，大家感兴趣可以自行了解前置结构光的精度；

缺点二：元件在工作时的功耗与发热量也相对较大，长时间工作需要很好的散热条件，在消费类电子设备上使用还需要不断优化；

缺点三：目前基于tof方案的解决方案还未完全成熟，相应的内容生产和开发群体较为薄弱，支持的应用场景较少

4，tof的主要应用场景

tof在工业领域已经有些应用，举个例子:

在物流行业中很热的机器人，tof被应用在机器人上帮助做物体识别，可用作辅助装箱，箱体打包，箱体堆叠，箱体打标等。

在手机端目前最先上市的应该是oppo r17pro，受限于前面提到的精度和功耗，对应的应用并不多，当然oppo也是做尝试并没有主力宣传，甚至官网都没怎么介绍。

现在看到行业里主流就两个方向:基于深度感知去做的应用，比如ar特效游戏、测距、3d建模之类的，另外就是基于3d信息做生物识别，比如:tof人脸识别取代前置结构光。

可以想象的空间很大但需要一步步解决各种问题和开发相应应用。

5，最后说下小米的进展，我们认可这是个大的行业方向——基于3d信息未来可以做很多探索，并投入研发资源在去年q3基于mix3做了预研样机并调通完成功能验证（见图），但基于分辨率较低、应用场景有限等原因决定继续做预研，暂时没有导入量产。我们希望能够在未来合适的时间以更完整的用户体验、真正能带来用户价值的时候呈现给大家。

以上，感谢阅读！