在机器人领域，3D iToF主要用于避障、SLAM、AI识别等应用

据报道，智能感知一直是近年来的热门话题。智能传感器和智能硬件相关领域保持稳定和持续增长。在智能传感应用中，机器人是一个非常重要的类别。目前，机器人中有许多类型和数量的传感器。在压力、温度、速度、视觉等方面，传感器提供的关键数据是必不可少的。随着机器人的升级，机器人之间的合作趋势越来越明显，这也需要一个更智能、更全面的感知系统。

机器人系统的性能，特别是对智能性能的要求，在很大程度上取决于传感系统提供的关键数据。现在，各种精确和智能的传感器，加上一个系统，可以深度集成传感器BQ2014SN-D120数据，使机器人有良好的感知，机器人与人共同协作不再是不可能实现的事。ToF这个模块起着重要的作用。

ToF中的dToF与iToF

机器人3D视觉领域的ToF，结构光和双目立体视觉方法各有优缺点，技术路线尚未达成共识。在这三条技术路线中，ToF的可探测距离是最远的，虽然它能达到的分辨率（640×480）并不如结构光（1080×720）和双目立体视觉（2K）。支持ToF的设计者大多是看上了ToF比较另外两种3D深度信息计算量更小，抗干扰性更强的特点。

dToF与iToF这是两个基本的成像原理，dToF直接测量飞行时间，iToF间接测量飞行时间。dToF有一个核心组件SPAD，光电检测雪崩二极管具有单光子检测能力，只有弱光信号才能产生电流。SPAD复杂的工艺很难制造，但它关系到整体dToF精度，能做这一块的厂家不多，所以我们基本都是推广的iToF的。

iToF光的飞行时间不是直接测量，而是通过测量相位偏移间接测量。VCSEL调制光发射后，图像传感器在曝光时间内通过反射光进行光电转换。iTOF精度取决于照明强度和曝光时间。这里提到的是，尽管上面提到了ToF，结构光和双目三维视觉方法ToF可探测距离最远，但当距离较远时，测距精度也会降低。

机器人中的3DiToF

现在一些机器人也加入了3DiToF作为人工智能的一个重要分支，机器视觉是实现机器人自动化和智能化的关键核心技术，具有广阔的发展前景。YOLE预测2021年3D传感增长速度中ToF是最快的，ToF市场的CAGR增长率超为21%，超过行业平均14.5%。

2D平面成像失去了物理世界中的第三维信息，如大小和距离。当它确实是一个一维数据时，机器人只能实现图像记录和平面图像特征识别，这使得分析算法非常困难。3D深度摄像机可以识别视野中每个点的三维坐标信息，恢复完整的三维世界，实现各种智能三维定位，有效解决2D机器视觉问题缺失的测量因素，如高度、厚度、体积、平面度等。

在各种功能相对简单的移动机器人中，iToF也是性价比很高的应用，搭配SLAM算法可以实现实时路径规划。与低成本激光雷达类似，不需要识别环境和目标，避障导航成本不高。

仿生机器人iToF更广泛的应用。在今年的小米秋季新闻发布会上，小米的第一台全尺寸仿生机器人CyberOne基于iToF+RGB3，深度测量技术3D智能深度相机，组合AI交互算法，机器人不仅具有完整的三维空间感知能力，还可以实现人物识别、手势识别、表情识别等智能功能。

3D景深测量高分辨率iToF模块

CyberOne搭载的3D智能深度相机是基于欧菲光的iToF+RGB深度分辨率最高的深度测量模块，支持640×480，帧率为30fps。深度的FoV为水平方向76°，垂直方向为61°。深度测量，目前支持室内0.1米至5米的测量范围，室外0.1米至3米的测量要求，在测量范围内精度高达1%。

ADI今年也发布了3D景深测量高分辨率iToF模块ADTF3155，基于100万像素CMOSiToF成像器用于3D感知空间。分辨率高达1024×1024，FOV为75°×75°。支持0.4m至4m整个深度精度的测量范围高达到±3mm。

小结

在机器人领域，目前3DiToF主要用于避障，SLAM，AI识别这些应用。对于性价比高的iToF在机器人领域，对深度相机的需求正在迅速增长，特别是在服务机器人产品中，如清洁机器人、送餐机器人和酒店服务机器人。3D视觉感知技术的发展将进一步推动机器人产业的升级。