iPad Pro 2020 采用ToF原理的“LiDAR激光雷達”是什麼。看到這個名字可能大家都會覺得是很先進、很高大上的東西。所以ToF是用來幹什麼的，它和結構光、RGB雙目這些技術有什麼區别？别着急，看完這篇文章你就全知道了！

首先，ToF、結構光以及RGB雙目技術，目的都是讓計算機感受空間深度。平常我們用手機鏡頭拍照，傳感器上面收集到的數據是二維圖像，計算機完全不知道物體之間的縱深關系，就跟一張畫一樣，全部信息都在同一個平面。

我們去觀察照片的時候，可以通過物體在畫面中的大小，結合透視關系，大概還原出場景，知道物體之間大概的位置關系。但這是不可靠的。我們沒有辦法通過平面的照片精确地還原出真實的大小和位置，因為畫面的透視關系會随着鏡頭焦段的改變而改變。計算機也具備類似的功能，例如通過單攝實現的人像模式、以及AI圖片識物，這些都用到了人工智能以及計算機視覺的技術，但這跟我們看照片一樣，我們無法從照片中準确讀取出一個人的胸圍。

但在某些場景，機器需要讀取真實準确的三維場景數據，于是景深相機就誕生了。上面提到的三種技術，都屬于景深相機技術，區别于普通攝像頭讓機器感知色彩，他們讓機器感受景深。伴随着人臉識别以及AR應用需求的日益增長，景深相機技術也不斷叠代。

你可能想不到，最開始進入我們視野的是RGB雙目技術，在iPhone 7 Plus上開始出現的雙攝系統在拍攝人像模式的時候，就是用RGB雙目技術來區分背景和人像的。RGB雙目其實就是采用兩顆普通的、感知色彩的傳統鏡頭，結合雙目視差的原理，通過算法分析同一個瞬間兩個鏡頭的圖像來獲取景深信息的。試下把食指豎立在鼻尖處，然後快速交替眨眼，你就可以感受到，食指在兩隻眼睛的畫面中位置是不一樣的。

雙目運算的原理其實就和人腦感知景深的原理一樣，這種方式注定對性能要求比較高的，而且精度比較一般，在前景距離比較合适、左右眼透視反差較大的場景才有比較可靠的表現。并且由于采用普通的RGB鏡頭，如果畫面出現過暗、過爆、失焦、整體畫面缺乏紋理等情況，也會影響識别效果。

随後，有了人臉識别的需求，蘋果把精度更高的景深相機技術帶到了消費者面前。iPhone X首次采用劉海屏的同時，也讓劉海下面的結構光景深相機得到了亮相。首先結構光景深相機包含光源以及相機兩部分。在iPhone X上采用的是人眼不可見的紅外光源，因此在你每一次解鎖的過程中，實際上你的臉已經被”結構光“所照亮。結構光，顧名思義是帶有一定結構性的光，光源可能是一些預先設計好的随機散點，或者特殊的交錯圖案。總之光源投射出來的是有規律可循的結構性圖樣。例如蘋果的FaceID，每次解鎖的時候它的點陣投影器會往前方投射出超過3萬個光斑。當結構光打到物體身上時，結構光的圖像會發生扭曲，此時用相機接受圖像，再通過專門的算法處理，就可以得出物體的3D模型。

雖然結構光技術有可用距離較近的缺點，但其有着有分辨率高、精度高的優點，其識别準确度可以達到0.1毫米的級别。而且蘋果為他們的結構光模組設計了專用集成電路，數據無需交給CPU運算，整體功耗比較低，因此到目前為止蘋果的FaceID仍然采用結構光技術。

2020年，蘋果在3D鏡頭領域更近一步，iPad Pro搭載了基于ToF技術的LiDAR。或許你以為，LiDAR和Face ID、Touch ID、Haptic Touch一樣，是蘋果對某項技術的命名。其實LiDAR是正兒八經的一個技術名詞，就是”激光雷達“的意思。LiDAR最早運用在軍事領域，相比與機構光技術，LiDAR有着更好的遠距離性能，伴随着模組的縮小、分辨率的提高，以及AR技術對景深數據的需求，LiDAR開始進入手機領域。

ToF是Time of Flight（飛行時間）的意思。這和初中課本中蝙蝠通過超聲波進行回聲定位的方式一樣。因為光速是恒定的，通過計算激光照射到物體再反射回來的時間差，就可以得出實際距離了。面對接近三十萬公裡美妙的光速，要測量出1mm的差别時間差就達到納秒級别了，直接測量幾乎不可能，因此需要對激光進行周期性調幅，然後測定調制光往返過程中的相位變化，就可以算出往返時間了，這裡就不展開講了。總之這就是單點激光測距的原理。

實際上單點的激光測距早已經被用在相機的激光對焦當中。但是如果需要獲得整個場景的景深信息，顯然就不是單點的測距了。蘋果在iPad Pro和iPhone 12上要用的LiDAR，準确地來說是一個“ToF相機”，激光元由原來的直線光源變成發散的光源，然後再通過鏡頭成像的原理，讓點陣的光敏傳感器來接受反射的光，計算出不同每個點接受光線的相位差，最終形成一張景深照片。

目前，蘋果在iPad Pro上使用的LiDAR可以精準測量5米内的物體距離，對于AR應用以及夜間拍攝的對焦都有很大的幫助。蘋果将在手機背部搭載景深鏡頭可能會引起新的一輪技術風潮，相信未來會有更多搭載景深鏡頭的手機出現。

以上就是關于景深鏡頭三個主要技術的科普，希望對你有所幫助。

更多精彩资讯请关注tft每日頭條，我们将持续为您更新最新资讯!