官网火速更新iPad Pro，和前代相比，这一次iPad Pro的最大变化不是A12Z处理器，而是背后的“火疖子”——从单摄像头提升到了双摄，同时增加了ToF模组，苹果称之为激光雷达扫描仪（LiDAR）。

在苹果的介绍中，这款激光雷达扫描仪采用了直接飞行时间（dToF）来进行测距。而ToF技术，我们在这两年的安卓手机上已经见过很多。早在2018年，OPPO R17 Pro和vivo NEX双屏版都搭载了ToF影像系统，而到了2019年，华为、三星等旗舰也上马了ToF。

在上次我们的iPad Pro解析文章中，重点做了A12Z的分析，指出这是为了配合苹果“AR＋低价”战略推出的更新产品之后，就有热心的读者朋友在下面评论，希望能讲一下苹果的LiDAR。

说到底，苹果押宝的LiDAR和dToF，与我们平常见到的安卓方案又有什么不同？在这篇文章中，让我们一一道来。

神秘的dToF

我们先来快速复习一下ToF的概念：ToF，全名“Time-of-Flight”（飞行时间测距法），是3D深度摄像头的其中一种方案。但和Face ID结构光提供点阵的方案不同，ToF投射的是一整个面，根据红外线的反射时间来计算深度信息，并且，ToF的测量范围达数米，不容易被强光所影响。

当然，ToF也带来了一些缺点，譬如分辨率低、模组复杂、价格昂贵等问题，它不适合分辨率要求高的前置摄像头（虽然有些厂商也上马了ToF的面部识别），主要应用在后置摄像头上。例如人的动作识别、建筑识别这种需要一定距离进行测绘的，都是ToF比结构光更有优势的地方。

那么回到当下的问题，苹果和安卓的ToF分别有什么不同呢?

在现在的安卓大部分机型内，都采用的一种名为iToF的（indirect time of flight，间接ToF）技术。所谓间接ToF，并不是直接测量光发射返回的时间，而是根据相位偏移来间接计算距离。

众所周知，光具有波粒二象性，也就是说我们可以通过发射光和返回光的相位偏差，和收发的时间进行函数运算，来获得具体的距离。例如激光发射器可以发射850nm的调制红外光，反射回来滤片过滤之后接收的自然也就是调制红外光。

具体计算方法比较复杂，这里就不进行阐述，但基本的测量指标只有几个基本要件：光发射的振幅、频率，而反射回来的光要经过四个快门的判定，以此来得出时延、衰减后的振幅以及强度偏移（环境光），最后就可以计算出相位偏移，而加上环境光影响的强度偏移，可以得出距离。

之所以iToF设立如此繁杂的机制，归根结底是因为有利于小型化。如今的手机上的iToF的芯片像素可以小到5um，以此来实现较高的分辨率（现在可以做到640*480左右）。并且系统容易集成，不需要额外的测量电路。不过这种运算方式，需要高帧率图像进行运算，功耗不小。

而相比之下，dToF的原理就简单多了，和手机厂商一开始和我们“科普”的一样。dToF只需要发射脉冲波，然后光反射回来被接收，只要计算光发射和返回的时间，自然就可以计算距离了。

但说起来简单，做起来难：和连续波不一样，脉冲波需要极高精密度的元器件进行检测，元器件需要对光精度很敏感，只有SPAD（单光子雪崩二极管）才能检测到微弱的光脉冲。

除了光检测之外，dToF电路还要对时间判断十分敏感，需要专门的高精密度时间检测（TDC）电路来进行计算，而连续波是从相位来判断的，自然不需要这个问题。

例如上图，第一条光是发射光的脉冲信号，第二条光则是返回收到的脉冲信号，而在接收器上会布置两个窗口，里面的SPAD将会把光信号变为电荷量。这两个窗口相位相反，因此两个窗口的电荷量之和就是反射光偏离（上图中的DMIX0与DMIX1的红色之和，恰好等于反射光的脉冲）。