近日，ST（意法半導體）宣布其飛行時間（ToF）模塊出貨量達到10億顆，已用于150多款智能手機，以及消費電子、電腦和工業(yè)領域。記得2018年1月30日，ST在推介其第3代ToF產品時，稱ToF已用于超過15家手機廠商的70余款手機，出貨量超過3.5億顆。那么，為何在不到2年內ST ToF出現了爆發(fā)式增長？另外，ST即將出爐的第4代ToF有何特點與應用拓展？

ST大中華暨南亞區(qū)影像事業(yè)部技術市場經理 張程怡

1 ST ToF爆發(fā)的原因

1）手機等市場對ToF的需求旺盛。ST大中華暨南亞區(qū)影像事業(yè)部技術市場經理張程怡先生告訴電子產品世界記者，ST的ToF激增，主要得益于手機前后攝像頭的對焦應用，此外，其他非手機類的成長也是很蓬勃的，例如掃地機器人、水龍頭、電腦等應用。另外，還有大量應用正在開發(fā)中，相信未來會帶來ToF更大的增長。

2）ST推出了滿足市場需要的多代ToF。ST的ToF產品叫FlightSense?，已經有3代產品量產，2020年會推出第4代產品VL53L5。因此，ST產品的開發(fā)路線圖從1維單點測距器件，擴展到新的多區(qū)域測距器件，以及添加了高分辨率3D深度感測功能；視場角（FOV）也從27°擴展到61°。創(chuàng)新應用主要集中在3大類：接近檢測傳感器，人體存在檢測，激光自動對焦，目標是消費電子、個人計算機和工業(yè)市場。

圖：ST ToF的4代產品型號和主要特點

3）ST具有特殊的光學制程。ST的ToF傳感器采用單光子雪崩二極管（SPAD）傳感器技術，在法國Crolles的ST 300mm前工序晶圓廠制造。最終模塊集成SPAD傳感器和垂直腔面發(fā)射激光器（VCSEL），以及提高產品性能的必要光學元件。后工序制造廠主要做光學封裝，也是ST自己的工廠，位于中國的深圳和菲律賓的卡蘭巴。

2 ST ToF的差異化戰(zhàn)略

相比于友商，ST的產品特色是什么呢？據悉，最早的ToF傳感器適合接近檢測和測距傳感器。例如ST前3代ToF的特點如下圖紫紅區(qū)域：①高精度，②40  nm  SPAD（單光子雪崩二極管）。③多區(qū)域和多對象捕捉能力。指的是多個區(qū)域或多個點。④低功耗。這非常重要，因為手機等消費類電子器件是低功耗的。

即將推出的第4代ToF的定位是3D傳感器，因此將具有如上圖黃色區(qū)域的特性：①高分辨率，能夠做到更細致。②多合一,低功耗。例如ST也有系列產品是與環(huán)境光感測一起的。③3D-BSI（背照式），屬于3D堆疊技術。

對應ToF的是一系列應用，傳統(tǒng)的有單點、4點、6點的應用；到了3D，可以做深度的感測應用。   

3 新一代ToF產品——VL53L5

2020年初，在醞釀2年后，ST將祭出新一代產品——VL53L5，有如下特點。

1）視場角度大

ST的前3代產品的FOV（視場角）在25°~27°。新的L5達到61°。61°有2個好處：①涵蓋范圍更大。FOV角度需求有大有小，就像不同人穿的衣服有大有小一樣，有些場景需要很窄的角度，諸如1°、2°，常用于激光雷達，搭配采樣頻率非?？欤軌驋叱龇浅＜氈碌哪繕?；但也有像超聲波雷達等大角度，講究大范圍工作。具體到VL53L5的61°，適合涵蓋大角度范圍的產品，如大家電、大屏幕等，場景是人站在大屏幕面前，即使站在較邊緣的位置也容易被捕獲到。②角度可編程，以便用戶自由選擇所需的角度。

視場角從27°到61°，L5做了很多改進。L5的改進包含了軟硬件的改進。硬件上發(fā)射端加了鏡頭，以擴展更大的角度；收的凸透鏡也做了放大。不過，因為加了這些光學的鏡頭套件，L5芯片的尺寸比前代稍大了一點。軟件的改進也十分重要，因為收到的信號會更多，軟件要有足夠的能力去識別和處理。在軟件方面，ST花費了3年左右的時間。

競爭對手也有61°左右的視場角產品，但是通常用2發(fā)1收，3發(fā)1收，3發(fā)2收，……像堆積木堆起來的方式。但是單一芯片方案，目前ST是領先的。L5的優(yōu)勢是體積較小，并且可以根據用戶的需求把角度變小。

2）可切割

L5具有MZ（multi-zone，多區(qū)域）的特點，里面可以做切割，分成4個區(qū)域，即4個象限，每個象限可以再切割，達到14×4=16個區(qū)域或更多。以16個有效區(qū)域為例，每個區(qū)域都能獨立輸出測距，這代表了初步的深度變化。例如人的臉是有深淺差別的，在人臉上切分格子后，可以測到鼻頭距離攝像頭最短、耳朵距離最遠、額頭距離中等，這就得出了人臉的立體雛形。多深度的關鍵是要同時得到全部數據。

3D的主要用途是照相，主要在激光自動對焦和特定區(qū)域對焦。照相通常希望主題明確、背景模糊，現在有沙龍照、藝術照、C位照等，需要手機上的光學器件和軟件算法來實現。例如正面拍過來鼻頭是距離最近的，可以選擇焦距向鼻頭集中，人臉就會非常清楚。在手勢識別方面，一旦有了一只手伸上來，在它的左方和右方的測距數字是不同的，通過這16個數字的變化就可以做到手勢的移動判斷了。而過去穩(wěn)定的手勢識別比較困擾。在應用方面，一家做智能音箱的公司已經用到了這種3D ToF手勢識別方案，以控制音量的大小。

3）相比紅外對管的優(yōu)勢

ToF不僅尺寸小，還是1級安規(guī)，數字輸出。相比之下，傳統(tǒng)紅外對管做法靠接收到的信號強度來仿真/模擬。紅外對管方案也必須要有1對發(fā)射器/接收器，不過算的是返回光子的強度/數量，節(jié)省不了多少到成本，但算法很繁瑣。

ST的ToF 芯片不僅易于應用，更大的賣點是抗溫度變化，并且適合各類室內光源，不受目標物顏色的影響（例如衣服深淺的影響，黑色衣服容易吸收光子，因此返回的光子較少，因此誤認為信號弱/距離遠；反之，穿白衣服的都相對近一些）。

把L5放大后，可以看到表面有2個金屬亮片（如下圖），是濾鏡，可以保護里面的鏡頭和芯片。從外觀看是金屬色，非常美觀。L5里集成了3種光電產品：1個單片機（MCU）作為ToF  SoC計算器，1個強大的SPAD陣列接收器，1個1級激光發(fā)射器。所以里面帶1對發(fā)射器/接收器，背面是工藝上的焊盤（如下圖）。   

4 工業(yè)用例與應用

除了手機外，ToF的應用潛力也很大，諸如測距、接近檢測，典型用例有人數統(tǒng)計等，主要市場是門禁、農業(yè)無人機等?？偨Y一下，主要有3類應用。

1）對焦。照相的對焦可以準確得到距離；投影儀也是一種對焦，因為對著墻來投影。因此ToF可以用于高端照相系統(tǒng)或投影系統(tǒng)。

2）人的檢測/識別。可分為刷臉/認證和活體檢測。①刷臉機/認證機。當前的高鐵、機場的閘機目前還不夠完善，有時還需要人員操作。如果人在1 m處系統(tǒng)就啟動，無論是刷臉、刷指紋，系統(tǒng)會運行得非常流暢。此外，更先進的還有人臉識別機/廣告機，當有人走過來時機器會啟動。刷臉機/認證機，通常在使用者接近到80~100 cm左右啟動。

②在用戶存在檢測方面，一大類是活體檢測。兒童教育面板不允許人離得太近，防止孩子近視。還有一些高檔、專業(yè)的電腦，不但能夠檢測人過來，還能判斷是否是活體（諸如是人還是物體/桌椅），例如，筆記本電腦會自動感知人，人一離開就會關機。檢測的小技巧是人/活體是會有波動的，諸如呼吸、移動、心跳等，ST ToF能夠感受到律動。

3）物件的檢驗。例如機器人的避障。在機器人應用方面，有多種有趣的應用。①機器人/移動空氣清新機的避障，以免撞到人或家里的物體。②掃地機器人防跌落。 ③寵物市場，例如與貓狗互動的玩具——當貓狗靠近它時會后退，寵物往后退時它會前進，成功互動幾次后，玩具會撒一點兒飼料。

圖：部分機器人的應用案例

5 未來產品：重點是3D和人臉識別

1）應用驅動的產品

未來，大家是把角度繼續(xù)做大，還是在其他方面發(fā)展？張程怡經理稱，現在更關鍵的是應用是什么？ST會有更多的資源意愿往3D方向做，即MZ（多區(qū)域）分辨率的細致化是一個關鍵。但是還得回到原點，關注尺寸的大小、安規(guī)等。

3D ToF主要用于人臉檢測。當然，用于測量物體的長寬高是機器視覺的范疇，當然3D的應用不止于此，會更加廣泛，例如人臉識別。3D跟2D人臉識別的不同是必須有深度的能力。2D基礎上再加1層軟件能力，就是人臉的模型。人臉的模型大概是一個T型模板——2眼和鼻子，有特定的比例。

圖：ToF的典型應用場景

2）ToF現在是人臉識別輔助，2年后有望實現真正的人臉識別

VL53L5做了多區(qū)域，目前只能用于人臉識別輔助。因為人臉識別是分辨出你和我的不同，但L5只能分辨哪些是人臉，或者可以做手勢識別、深度識別，但是再到更深度的你我識別，需要到下一代產品。

不過，L5和人臉識別芯片是一個搭配的關系。這2種芯片最后會整合成更先進的應用，在未來一兩年是整合期。盡管目前也有一些友商開始有相關產品了，但大部分都是推出的第一款，還需一個完善、成熟的過程。ST計劃2年內做出一個更完善的單一芯片方案出來。

具體地，過去2年人臉識別主要有3類做法：結構光，雙攝方案（或3攝，4攝、5攝……方案），3D ToF方案。從技術角度看，每種做法都有其優(yōu)勢，都需要多一些時間后才能更完善。市面上還沒有同時能把3種方案全部整合在一起的手機：又是結構光，又3、5、8攝，又要有ToF的3D。

不過，整合到單一相對小的芯片中，功能完善強大，倒是可以樂觀期待的，預計在未來2年內會有很大的突破。ST和友商已經在做這方面的研發(fā)。其挑戰(zhàn)是，為了更好地測量深度，點數越多越好，但是點數多的結果就是體積大、功耗高，導致處理器算力不夠。折中的方案到底應該是多少個點、多少深度，才會是符合期待的？各家正在探索中。

圖 ST在市場排名