根据研究机构的研究数据，消费电子是传感器最重要的应用市场，约占传感器的50%。
本文主要基于3D光学传感器产业研究也涉及TOF对消费电子设备中使用的飞行时间传感器、红外传感器等光学传感器进行分析，对消费电子中使用的技术、发展趋势和市场状况进行了深入研究。建议需要了解消费电子光学传感器的合作伙伴分享和收集。
文章大纲
为什么说3D Sensing 相机是十年来智能手机行业最大的创新
痛点应用场景层出不穷，将迎来手机标配到智能终端竞争的爆发
成熟的技术路线：TOF结构光殊途同归
国际消费电子大厂成熟3D Sensing 相机技术苹果积累最深
关键点之一-红外传感器
关键点之二——IR VCSEL
关键点之三——VCSEL激光光光学组件
Eye-Safe激光消费应用必须考虑问题
VCSEL能否优化结构，满足更低功耗、更高效率的要求
3D摄像头的特点是，除了获取平面图像外，还可以获取对象的深度信息，即三维位置和尺寸信息，通常由多个摄像头 深度传感器组成。D摄像头实现实时三维信息采集，为消费电子终端增加物体感知功能，引入人机交互、人脸识别、三维建模等多个痛点应用场景AR、许多领域，如安全和辅助驾驶。站在，我们认为2D向 3D摄像头的转变将成为继黑白到彩色、低分辨率到高分辨率、静态图像到动态图像之后的第四次革命，预计将再次引爆消费电子供应链！
3D摄像头实时获取环境物体深度信息、三维尺寸以及空间信息，为动作捕捉、三维建模、VR/AR、室内导航和定位等痛点应用场景提供了基本的技术支持，具有广泛的消费和工业应用需求。从应用的角度来看，目前的 3D摄像头可以展示技能的场景主要包括消费电子领域的动作捕捉识别、人脸识别、自动驾驶领域的三维建模、巡航和障碍避免、工业自动化部件的扫描、检测和分类、安全监控、人数统计等。
今年大客户导入3D相机技术、人脸识别和手势识别应用将率先脱颖而出，预计市场空间将迎来爆炸性增长！根据研究机构Zion Research预测数据，3D 相机市场规模将从2015年的12年开始.2021年，5亿美元增长到78亿美元.9亿美元，年均增长率达35%！而从当前产业链调研来看，单价预计13-18美元；按2021年18亿部智能手机40%渗透率来算已经超过100亿美元市场空间，加上在AR、应用于自动驾驶、机器人等领域，整个3D实际上，摄像头市场空间有望超过200亿美元！
在智能手机强调差异化、寻求创新的背景下，面部识别有望成为消费电子产业链投资的下一个创新方向。
据前瞻性产业研究院统计，2007年至2013年6年，生物识别技术全球市场年均增速为21.7%。从2015年到2020年，各细分行业市场规模分别增长:指纹(73.3%，语音(100%)，人脸(1666).6%)、虹膜(100%)、其他(140%)。人脸识别在众多生物识别技术中排名第一，预计到2020年，人脸识别技术的市场规模将上升到24亿美元。我们预计，当智能终端渗透到人脸识别时，市场规模可能会超出预期。
2D面部识别是基于平面图像的识别方法，但因为人的脸不平坦，所以2D识别在将3D在人脸信息平面投影过程中存在特征信息损失。D三维人脸立体建模法的识别可以最大限度地保留有效信息。
首先，3D相机采用红外线作为发射光，可以解决环境光对可见光的影响。传统的2D当环境光发生变化时，识别技术的识别效果会急剧下降，无法满足实际系统的需要。例如，在拍照时，可能无法正确识别侧光时的阴阳脸现象。
与2D与人脸识别系统相比，3D人脸识别可以收集深度特征信息，如眼角距离、鼻尖点、鼻翼点、两个太阳穴之间的距离、从耳朵到眼睛的距离等，这些参数通常不会随着一个人的整形手术和换发而发生很大变化，因此3D当用户特征发生变化时，人脸识别可以继续保持很高的识别精度。
在最早的计算机中，键盘是图形界面唯一的输入设备GUI键盘 鼠标的组合已经形成，但准确点击鼠标和键盘仍然需要更高的学习成本。随后，设备终端越来越小，以进一步解放用户。手机触摸屏的出现真正摆脱了键鼠的中间介质，实现了触摸就是收入。
3D摄像头利用TOF或结构光技术获取影像深度信息，通过算法处理对用户手势进行识别，从而实现用户隔空操控智能终端。根据MarketsandMarkets研究，预计近距离传感器的市场规模在2020年将达到37亿美元，2015年至2020年的复合增长率为5.3%。
——1、获得周围环境图像的RBG数据与深度数据，进行三维重建；2、实现手势识别、动作捕捉等人机交互方式。
AR/VR的3D感知在实现原理上一般采用TOF和结构光这两种主动感知技术，设备正面通常包括1个红外发射器、1个红外传感器（获取深度信息）和多个环境光摄像头（获取RBG信息）。以TOF技术为例，红外发射器发射红外线，至目标物体反射后由红外传感器进行接收，利用发射信号和接收信号之间的相位差进行运算和转换得到距离/景深数据。
早期通过不同角度的二维图像重建场景中的三维模型，真实感低，深度摄像头的出现使得三维重建效果大大提升。深度摄像头能同时获得图像的RGB数据和深度数据，并基于此进行三维重建。
用基于TOF/结构光技术的3D摄像头可以建立周围环境的“点云”，如左图所示，并通过不同颜色标注距离镜头远近不同。点云数据结合环境图像的RBG信息便可以进行如右图的场景还原，此后可以在此基础上衍生出多重应用如测距、虚拟购物、装修等等，比如进行右图中的家具摆放，由于还原的场景具有深度信息，因此模拟出来的家具在碰到障碍物时便不能继续推动，具有超强真实感。
目前各大厂商推出的VR设备大都需要控制器,游戏控制器的优势在于控制反馈及时、组合状态多。缺点是与虚拟环境互动少，用户只能控制而不能参与。而在AR应用方面，手柄就完全不能胜任人机交互的任务了。在AR应用领域有丰富的人机互动内容，而这种互动是非常复杂的，只有手势操作才可以完成。
除Hololens外，目前已经发布的AR产品如Meta2、HiAR Glasses以及Epson Moverio也已经采用3D感知技术进行手势识别、动作捕捉等功能，
3D摄像头主要有三条主流技术路线：光飞时间（TOF，time of flight）、结构光（structure light）和多角成像（也称双目立体视觉技术，multi-camera）。从当前技术发展和产品应用来看，TOF与结构光因其使用便捷、成本较低等优点而最具前景。
TOF技术是通过主动发射调制过后的连续光脉冲信号至目标面上，然后利用传感器接收反射光，利用它们之间的相位差进行运算和转换得到距离/景深数据。
TOF优点在于可以做到对逐个像素点的深度进行计算，近距离情况下精度可以很高；缺点则在于室外受自然光红外线影响大、测量范围窄
目前的主流技术TOF技术采用SPAD（single-photonavalanche diode，单光子雪崩二极管）阵列来精确检测并记录光子的时间和空间信息，继而通过三维重构算法进行场景的三维重构。SPAD是一类高灵敏度的半导体光电检测器，被广泛应用于弱光信号检测领域。
结构光技术的基本原理是：在激光器外放置一个光栅，激光通过光栅进行投射成像时会发生折射，从而使得激光最终在物体表面上的落点产生位移。当物体距离激光投射器比较近的时候，折射而产生的位移就较小；当物体距离较远时，折射而产生的位移也就会相应的变大。这时使用一个摄像头来检测采集投射到物体表面上的图样，通过图样的位移变化，就能用算法计算出物体的位置和深度信息，进而复原整个三维空间。
采用结构光技术的代表产品包括Kinect 1、Intel RealSense Camera（F200&R200）以及第一代project tango 产品等等。
结构光技术优点在于缺点在于对衍射光学器件（DOE）要求较高，也同样会受室外可见光红外线较大影响。
多角成像技术是基于视差原理，并利用成像设备从不同的位置获取被测物体的两幅图像，通过计算图像对应点间位置偏差，来获取物体三维几何信息的方法。
多角成像技术优点在于室内室外皆适用，不受日光影响以及几乎不受透明屏障影响，缺点则在于
下表主要从软件复杂性、延迟、是否主动照明、探测距离、分辨率等指标对三种主流技术进行对比：
从目前已经上市的产品技术运用来看，结构光/TOF的应用具有成熟，且技术原理上殊途同归。初代产品大多采用结构光技术，而新一代产品采用TOF技术的数量则开始逐渐提升，我们认为TOF技术未来将凭借自身在软件复杂性、延迟、精度、扫描速度等领域的优势成为最具应用前景的3D摄像头技术；而结构光则在成本优势、一次性成像等方面具备较好优势，有望成为手机应用的排头兵。
以Intel、Microsoft、Sony以及高通为代表的巨头近年来在TOF 3D传感器、手势识别算法、下游应用软件解决方案等领域展开并购整合。
纵观消费电子创新历史，大的终端客户具有培育新兴市场、引领创新趋势�