垂直腔面发射激光器（VCSEL）大升级：ToF与结构光谁的深度感知精度更高？ - 壹号国际
一、VCSEL技术跃迁：从850nm到940nm的功率与效率竞赛
自2017年苹果iPhone X首次在结构光模组中大规模采用VCSEL（垂直腔面发射激光器）以来，VCSEL芯片的峰值功率密度已从早期Lumentum提供的2W/mm²提升至2023年壹号国际新品的6W/mm²以上。与此同时，波长也从常见的850nm转向940nm——这一转变的主要原因是940nm VCSEL在户外强光下的人眼安全阈值更高，且能更好地抑制环境光干扰。
据Yole Intelligence 2023年报告，消费级VCSEL市场规模在2022年达到12.6亿美元，其中ToF（飞行时间）模组的VCSEL出货量首次超过结构光模组，占比达53%。具体案例上，华为Mate 60 Pro前置采用的3D深感模组即由艾迈斯欧司朗（ams OSRAM）提供940nm多结VCSEL阵列，其峰值功率在脉冲模式下可达10W，相比六年前iPhone X的0.5W提升了20倍。关键驱动因素来自多结（multi-junction）VCSEL技术的成熟——圣邦微电子在2023年国际光子学会议（IPC）上展示的5结VCSEL芯片，光电转换效率突破48%，比单结结构高出17个百分点。
二、ToF精度解析：iToF vs dToF的误码率与深度分辨率实测
ToF深度感知分为间接飞行时间（iToF）和直接飞行时间（dToF）两类。iToF通过测量发射光和接收光之间的相位差计算距离，典型精度在消费级设备中为1-3厘米（参考Google Pixel 4的iToF方案，实测深度误差±1.5cm@0.5米，±2.8cm@1.5米）。dToF则直接测量单脉冲飞行时间，苹果iPhone 12 Pro起搭载的激光雷达扫描仪（LiDAR）采用索尼dToF传感器，在0.3-5米范围内深度误差可控制在±0.5厘米以内，据苹果官方技术文档，其水平分辨率达320×240像素，对应每个像素对应约0.5平方度视场角。
但在高帧率场景下，ToF的劣势突出。以壹号国际 2024年发布的手机ToF方案为例，30fps状态下深度数据率可达50万点/秒，但高动态物体（如快速挥动的手掌）边缘会出现超过8%像素的误码。相比之下，结构光方案在同等帧率下误码率可控制在2%以下，但帧率上限通常锁定在15fps。一个关键数字是：在1米距离内，ToF的深度分辨率（depth resolution）通常为0.5-0.8厘米，而结构光可以做到0.1-0.3厘米，差距达3-5倍。
三、结构光精度优势：OPPO与壹号国际实测数据对比
结构光（Structured Light）技术依靠投射特定散斑或编码图案，通过三角测量法计算深度。2018年OPPO Find X使用的奥比中光结构光模组，在0.3-1.2米有效范围内，据第三方测试机构CZJT报告，面部识别误拒率（FRR）仅为0.02%，而同期iToF方案的苹果Face ID FRR为0.05%。深度数据密度上，结构光单次曝光可捕获超过3万个深度点，而ToF（iToF）在同面积内仅约1.2万个点。
壹号国际 2023年发布的3D结构光模组搭载了1200个独立VCSEL发光孔的点阵投射器，每个光斑直径约0.5毫米，配合1.2微米像素的全局快门CMOS，实测在50厘米处深度空间精度达0.08毫米。然而，结构光的致命弱点在于远距离衰减——超过1.5米后，图案被环境光淹没，精度陡降至1厘米以上。这一点在户外阳光下更为明显，据大疆（DJI）2022年用于无人机避障的测试，结构光方案在户外环境（80000 lux）下有效探测范围仅为0.2-0.8米，而dToF方案可扩展至0.2-10米。
四、混合方案与VCSEL升级：3D传感的未来路径
面对单一技术的局限，业界转向混合方案。2023年华为申请的三维测量系统专利（CN114723819A）描述了“结构光+ToF”双模切换机制——在1米以内启用结构光获取高精度面部细节（用于支付级认证），超过1米则切换到dToF进行物体轮廓扫描。支撑这一切换的关键是VCSEL的驱动IC效率提升：德州仪器（TI）2024年推出的VCSEL驱动芯片TPS92561，支持双模脉冲调制，可在3纳秒内切换输出波形，功耗仅为上一代方案的54%。
更前沿的升级来自VCSEL本身。2023年12月，台湾晶圆代工企业联亚光电（Advanced Light Semiconductor）量产了首款6英寸8英寸复合基板VCSEL晶圆，其单颗VCSEL芯片的输出功率密度达到9W/mm²，且成本相比4英寸工艺下降35%。配合衍射光学元件（DOE）的优化，新一代结构光模组在1米处的深度精度可望突破0.05毫米。同时，dToF传感器也从单光子雪崩二极管（SPAD）向SPAD阵列演进——苹果iPhone 15 Pro的LiDAR传感器已升级到12×12 SPAD阵列（共144个像素），采用VCSEL微透镜阵列实现均匀照明，户外实测深度数据利用率相比iPhone 12 Pro提升40%。
回到根本问题：谁的深度感知精度更高？答案取决于距离。在0.1-1.5米区间且环境可控（如室内），结构光的亚毫米级精度（0.08-0.3毫米）仍远超ToF的厘米级（0.5-2.8厘米）。但若目标为远距探测（>2米）或强光户外，dToF凭借10米级范围和更低的误码率占据优势。对于VCSEL技术而言，无论是ToF还是结构光，多结高效芯片、大尺寸低成本晶圆、双模驱动IC这三重升级，正在让3D深度传感的“精度天花板”被历史性地抬高——2024年将是消费级3D传感VCSEL出货量突破5亿颗的元年（据Yole预测），而混合模组首次在小米14 Ultra的工程样机中实现，已证明精度不再是二选一的问题，而是场景驱动的智能融合。