#非常時期的內容理性#
3月18日晚，蘋果官網火速更新iPad Pro，和前代相比，這一次iPad Pro的最大變化不是A12Z處理器，而是背後的「火癤子」——從單攝像頭提升到了雙攝，同時增加了ToF模組，蘋果稱之為雷射雷達掃描儀（LiDAR）。
在蘋果的介紹中，這款雷射雷達掃描儀採用了直接飛行時間（dToF）來進行測距。而ToF技術，我們在這兩年的安卓手機上已經見過很多。早在2018年，OPPO R17 Pro和vivo NEX雙屏版都搭載了ToF影像系統，而到了2019年，華為、三星等旗艦也上馬了ToF。
在上次我們的iPad Pro解析文章中，重點做了A12Z的分析，指出這是為了配合蘋果「AR＋低價」戰略推出的更新產品之後，就有熱心的讀者朋友在下面評論，希望能講一下蘋果的LiDAR。
OK，滿足你。
說到底，蘋果押寶的LiDAR和dToF，與我們平常見到的安卓方案又有什麼不同？在這篇文章中，讓我們一一道來。
神秘的dToF
我們先來快速複習一下ToF的概念：ToF，全名「Time-of-Flight」（飛行時間測距法），是3D深度攝像頭的其中一種方案。但和Face ID結構光提供點陣的方案不同，ToF投射的是一整個面，根據紅外線的反射時間來計算深度信息，並且，ToF的測量範圍達數米，不容易被強光所影響。
當然，ToF也帶來了一些缺點，譬如解析度低、模組複雜、價格昂貴等問題，它不適合解析度要求高的前置攝像頭（雖然有些廠商也上馬了ToF的面部識別），主要應用在後置攝像頭上。例如人的動作識別、建築識別這種需要一定距離進行測繪的，都是ToF比結構光更有優勢的地方。
那麼回到當下的問題，蘋果和安卓的ToF分別有什麼不同呢?
在現在的安卓大部分機型內，都採用的一種名為iToF的（indirect time of flight，間接ToF）技術。所謂間接ToF，並不是直接測量光發射返回的時間，而是根據相位偏移來間接計算距離。
眾所周知，光具有波粒二象性，也就是說我們可以通過發射光和返回光的相位偏差，和收發的時間進行函數運算，來獲得具體的距離。例如雷射發射器可以發射850nm的調製紅外光，反射回來濾片過濾之後接收的自然也就是調製紅外光。
具體計算方法比較複雜，這裡就不進行闡述，但基本的測量指標只有幾個基本要件：光發射的振幅、頻率，而反射回來的光要經過四個快門的判定，以此來得出時延、衰減後的振幅以及強度偏移（環境光），最後就可以計算出相位偏移，而加上環境光影響的強度偏移，可以得出距離。
之所以iToF設立如此繁雜的機制，歸根結底是因為有利於小型化。如今的手機上的iToF的晶片像素可以小到5um，以此來實現較高的解析度（現在可以做到640*480左右）。並且系統容易集成，不需要額外的測量電路。不過這種運算方式，需要高幀率圖像進行運算，功耗不小。
而相比之下，dToF的原理就簡單多了，和手機廠商一開始和我們「科普」的一樣。dToF只需要發射脈衝波，然後光反射回來被接收，只要計算光發射和返回的時間，自然就可以計算距離了。
但說起來簡單，做起來難：和連續波不一樣，脈衝波需要極高精密度的元器件進行檢測，元器件需要對光精度很敏感，只有SPAD（單光子雪崩二極體）才能檢測到微弱的光脈衝。
除了光檢測之外，dToF電路還要對時間判斷十分敏感，需要專門的高精密度時間檢測（TDC）電路來進行計算，而連續波是從相位來判斷的，自然不需要這個問題。
例如上圖，第一條光是發射光的脈衝信號，第二條光則是返回收到的脈衝信號，而在接收器上會布置兩個窗口，裡面的SPAD將會把光信號變為電荷量。這兩個窗口相位相反，因此兩個窗口的電荷量之和就是反射光偏離（上圖中的DMIX0與DMIX1的紅色之和，恰好等於反射光的脈衝）。
所以，只要向兩個施加高電平，窗口打開時收到的電荷量，就能反映出總體的脈衝變化。如果算上施加高電平窗口打開的時間的話，就可以直接進行測距。
雙方優劣
那麼，dToF的高精密度檢測，就註定要比平民化的iToF昂貴不少，並且不易集成。那麼，為何蘋果堅持要選擇dToF，而不是現在已經在手機上大規模應用的iToF呢？
因為iToF雖然可以做到解析度高，集成度高，成本低等原因，但對於環境光的甄別並不如dToF。只要在強光環境下，iToF的識別率就會下降明顯，而dToF抗幹擾能力比較強。
並且只要距離開始拉遠，iToF面光源發射器的功耗就會大幅增加，而dToF由於只發射脈衝光運算端壓力都交給了識別，所以發射功率自然就小很多。並且在接收過程中，不同於iToF的多幀圖像計算，SPAD可以直接輸出脈衝信號，大大縮短時間與功耗。
雖然無論iToF和dToF，目前主要的應用目標都是在數米之內，但dToF的低功耗、抗幹擾、精準度高等特點，都是勝過iToF好幾分，無疑更有未來前景，唯一能制約dToF發展的，無非是結構複雜難以小型化。
而在近幾年，隨著汽車廠商開始發力雷射雷達，dToF的集成化和解析度便一直有人在努力提升。松下就做出了解析度為1200x900的傳感器，而去年九月份，艾邁思也宣布，推出了使用智慧型手機的dToF模組，體積僅為2.2mm x 3.6mm x 1.0mm。
而從目前的結果來看，雖然尚不清楚蘋果的dToF供貨商是哪家（索尼或者意法半導體），但可以從成品看出，蘋果又和幾年前的結構光一樣，成功搞定了相關技術的小型化與集成化。
ToF的未來
在最近的手機行業內，能給ToF帶來可能的落地場景只有兩場發布會：6月份WWDC的AR功能概述，以及幾天後的華為河圖功能的展望。不過，蘋果已經更新了官網上的「增強現實」頁面，我們看到，和之前的戰略相比，蘋果依然還是聚焦於小房間內的精準定位，目前沒有「向外走」的更大規劃。
這也說明，在未來的時間內，人一直是蘋果AR的主流。從形體檢測、家具擺放、遊戲和課堂教學，蘋果的AR都很強調和人之間的互動性。希望通過以一種「溫和」的方式來改善小場景下的便利性，所以蘋果才會在發布會上著重講述購物的AR體驗，以及AR遊戲之間的玩家互動。
而華為在近幾周的宣傳，都明確地表示，河圖就是華為推出的未來版地圖。根據河圖技術總監羅巍在微博上的發言，不同於蘋果的室內，華為ToF的思考領域是地球級，要覆蓋室內室外的全場景，同時能有擴展到10米以上的應用能力。
從商業角度來看，華為河圖更像是諾基亞的「城市萬花筒」，是以「地」作為發展的未來。用戶不僅可以在繁華的街道上利用AR尋找附近的吃食和點評，商家也可以利用這一點公布自己的評分和招牌菜。平常瀏覽大眾點評、精挑細選、進行比對的時間，可能會在「河圖」的作用下大大縮小，更不用說旅遊景點的自動介紹之類的了，室外AR的發展方向可謂是十分寬泛。
雖說目前我們不能確定，華為如何克服iToF的高亮環境下解析度低、以及10米以上的識別能力。但從目前公布的圖片來看，河圖是以建築作為錨點，打算繪製一幅另類的「物聯網畫卷」，這在當前的服務系統之下是完全可行的。河圖系統的軟體實現固然重要，但是硬體難關依然是第一位的。
當然，蘋果也不是對「AR」地圖毫無準備，在去年地圖的改版上，蘋果就推出了「街景功能」，全程無縫的瀏覽體驗和店面提示，似乎也在預示著蘋果還有後手。
但無論如何，從去年ToF的群魔亂舞，到今年的技術演進。業界巨頭廠商都開始將ToF正式放上檯面，結合幾年前的軟體積累進行發力。蘋果和華為的方向雖然各不相同，但小雷也希望，這種不同方向上的不懈開拓，終究能給「AR時代」一個堅實的基礎。
文中圖片均來自oneindustry、蘋果、索尼、華為、艾邁斯