据报道，在争夺智能手机和汽车市场的战争中，出现了三种领先的3D成像技术。这三种技术分别是双目立体成像、结构光和飞行时间（ToF）。通过这些技术生成的3D数据可实现行人探测、人脸识别、手部运动检测以及提供SLAM（即时定位与地图构建）功能。
什么是ToF传感器？
ToF传感器测量光在某介质中行进一段距离所需的时间。通常，这是对脉冲发射光到达物体并反射回到ToF传感器所用时间的测量。ToF摄像头则利用ToF测量原理（ToF图像传感器）来确定摄像头与物体或周围环境之间距离，并通过测量的点生成深度图像或3D图像，ToF摄像头的应用包括基于激光的非扫描激光雷达成像系统、运动传感和追踪、运用于机器视觉和自动驾驶的物体检测以及地形测绘等。
TOF测量原理如下，发射的红外光线被被测物体反射后回到传感器，内置的计时器记录其来回时间，然后即可计算出其距离。听起来好像和大家玩烂了的超声波测距没啥不同。但其实不然，超声波测距对反射物体要求比较高，面积小的物体，如线、锥形物体就基本测不到，而TOF红外测距完全可克服此问题，同时TOF测距精度高，测距远，响应快。这种技术跟3D激光传感器原理基本类似，只不过3D激光传感器是逐点扫描，而TOF相机则是同时得到整幅图像的深度信息。
但如何实现上述应用领域的深度测量？下面，介绍三种通过测量飞行时间来确定距离的方法。一是发射脉冲光并测量它们经反射后返回的时间间隔；二是调制光源的振幅并记录反射光波的相移；三是发射占空比为50%的方波，并记录在特定间隔内到达的返回光量。
ToF传感器应用领域的市场前景
ToF传感器可用于一系列消费、汽车和工业应用中，包括在将人工智能与3D成像相结合，实现各种智能传感与识别功能，以改变传统2D视觉的局限。目前，ToF传感器被认为是实现IoT的关键技术之一，在智能家居、智能安防、智能零售、智慧医疗、智慧农业等各个领域都发挥着巨大作用。
近年来，各种IoT应用开始落地，基于ToF传感器的3D感知技术在IoT应用领域也开启了新篇章。比如，AR/VR眼镜中用于深度和方位信息识别；3D人脸识别也有望迎来ToF解决方案的大爆发；扫地机器人从传统的单线机械扫描式激光雷达转向ToF激光雷达测距；智能家居、智能安防、智慧零售领域，ToF传感器用于识别和跟踪人体，让人类生活各方面变得更加智能；在自动驾驶/车内感知及监控/AGV领域，ToF传感器是车载激光雷达、车内人体识别、车内手势识别的重要元器件；甚至在农牧业，ToF传感器也可用于测量并监控牲畜的生长状态；而未来，ToF传感器将超越3D感知范畴，对人体生理指标、物体速度等信息进行测量，走向4D感知。
同时，2019年3D ToF传感器应用爆发准备，随着vivo NEX双屏版手机携3D ToF人脸识别功能在中国亮相，日本索尼也紧接着宣布2019年夏季将实现3D ToF图像传感器的量产，另有消息称苹果2019年新iPhone手机也将采用ToF图像传感器，因此，业界普遍认为2019年将成为3D ToF传感器应用大爆发的元年。