1，TOF原理:其實並不複雜，利用激光發射器發出光脈衝，遇到物體之後，光線會反射，鏡頭通過捕捉的光線即其飛行的時間，通過簡單的公式計算就可以判斷物體和鏡頭之間的距離（圖一）
2:TOF元件:主要元件包含三個部分：光源（此處爲激光發射器）、鏡頭和感光元件。（圖二）
3，ToF方案的幾個優缺點（主要對比另外兩種主流3D解決方案，見圖三）
優點一，工作距離遠，可以獲得5m內的有效&實時深度信息；
優點二，適用場景廣，無論被攝物體有無特徵點，無論環境光較強（如：日光）或較弱，都可獲得有效的景深信息；
優點三，較遠距離精度高，ToF在手機與被攝物體的絕對精度，即被攝物體之間的相對精度，都可以達到釐米級的水平。
缺點一：當前手機端可用的主流ToF傳感器分辨率相對較低（180*240，240*320，240*480等），因此在近距離的精度和X/Y分辨率也會相對較低，大家感興趣可以自行了解前置結構光的精度；
缺點二：元件在工作時的功耗與發熱量也相對較大，長時間工作需要很好的散熱條件，在消費類電子設備上使用還需要不斷優化；
缺點三：目前基於ToF方案的解決方案還未完全成熟，相應的內容生產和開發羣體較爲薄弱，支持的應用場景較少
4，TOF的主要應用場景
TOF在工業領域已經有些應用，舉個例子:
在物流行業中很熱的機器人，TOF被應用在機器人上幫助做物體識別，可用作輔助裝箱，箱體打包，箱體堆疊，箱體打標等。
在手機端目前最先上市的應該是OPPO R17pro，受限於前面提到的精度和功耗，對應的應用並不多，當然OPPO也是做嘗試並沒有主力宣傳，甚至官網都沒怎麼介紹。
現在看到行業裏主流就兩個方向：基於深度感知去做的應用，比如AR特效遊戲、測距、3D建模之類的，另外就是基於3D信息做生物識別，比如:TOF人臉識別取代前置結構光。