小米長文科普TOF技術：當前應用不成熟、MIX3仍在預研中
本週，小米9掀起了大規模的預熱活動。同時，部分高管也與榮耀方面“掐架”，包括猛踩後者V20的TOF深感鏡頭為“噱頭”“騙使用者瞎花錢”。
今天凌晨，小米產品總監@王騰Thomas 撰長文科普了TOF技術的原理和現在的應用情況。
王騰提到TOF在AR遊戲、3D建模、人臉識別上有應用想象空間，且OPPO R17 Pro是最早應用上市的手機，卻並未大規模宣傳。他 自曝，基於TOF技術的小米MIX3預研機去年Q3就完成功能驗證，但基於感測器解析度低、應用場景有限等原因決定繼續預研，並未匯入大規模量產，未來希望在真正能夠帶給使用者價值時呈現。
隨後，在“懟”榮耀方面最用力的Redmi總經理盧偉冰轉發評論：“智慧手機發展到今天在技術方面已經極其複雜，一個Feature我們是否採用、什麼時間應用，跟技術的成熟度、應用場景、使用者體驗等密切相關。產品經理的價值就是通過使用者洞察和技術洞察來為使用者做好取捨。”
以下為全文：
聊聊TOF，考慮到不浪費大家時間，篇幅儘量控制簡短通俗化，有需要詳細說明的大家提出來咱們評論裡聊或者再開貼。
分別從原理，器件構成，優缺點分析和應用場景幾個維度講:
1，TOF原理:其實並不複雜，利用鐳射發射器發出光脈衝，遇到物體之後，光線會反射，鏡頭通過捕捉的光線即其飛行的時間，通過簡單的公式計算就可以判斷物體和鏡頭之間的距離
2:TOF元件:主要元件包含三個部分：光源（此處為鐳射發射器）、鏡頭和感光元件。
3，ToF方案的幾個優缺點（主要對比另外兩種主流3D解決方案，見圖）
優點一，工作距離遠，可以獲得5m內的有效&實時深度資訊；
優點二，適用場景廣，無論被攝物體有無特徵點，無論環境光較強（如：日光）或較弱，都可獲得有效的景深資訊；
優點三，較遠距離精度高，ToF在手機與被攝物體的絕對精度，即被攝物體之間的相對精度，都可以達到釐米級的水平。
缺點一：當前手機端可用的主流ToF感測器解析度相對較低（180*240，240*320，240*480等），因此在近距離的精度和X/Y解析度也會相對較低，大家感興趣可以自行了解前置結構光的精度；
缺點二：元件在工作時的功耗與發熱量也相對較大，長時間工作需要很好的散熱條件，在消費類電子裝置上使用還需要不斷優化；
缺點三：目前基於ToF方案的解決方案還未完全成熟，相應的內容生產和開發群體較為薄弱，支援的應用場景較少
4，TOF的主要應用場景
TOF在工業領域已經有些應用，舉個例子:
在物流行業中很熱的機器人，TOF被應用在機器人上幫助做物體識別，可用作輔助裝箱，箱體打包，箱體堆疊，箱體打標等。
在手機端目前最先上市的應該是OPPO R17pro，受限於前面提到的精度和功耗，對應的應用並不多，當然OPPO也是做嘗試並沒有主力宣傳，甚至官網都沒怎麼介紹。
現在看到行業裡主流就兩個方向:基於深度感知去做的應用，比如AR特效遊戲、測距、3D建模之類的，另外就是基於3D資訊做生物識別，比如:TOF人臉識別取代前置結構光。
可以想象的空間很大但需要一步步解決各種問題和開發相應應用。
5，最後說下小米的進展，我們認可這是個大的行業方向——基於3D資訊未來可以做很多探索，並投入研發資源在去年Q3基於MIX3做了預研樣機並調通完成功能驗證（見圖），但基於解析度較低、應用場景有限等原因決定繼續做預研，暫時沒有匯入量產。我們希望能夠在未來合適的時間以更完整的使用者體驗、真正能帶來使用者價值的時候呈現給大家。
以上，感謝閱讀！
】
