从小众走向大众的深度摄像头及传感器市场的发展解析

最近一段时间，我们也采访了不少做深度传感器的厂商，聊来聊去，绕不开的一个话题就是：曾经小众的深度摄像头市场，正在慢慢走向大众化。

我们大脑皮层有50%的区域是用于视觉，在经过几亿年的进化以后，我们的眼睛可以在150毫秒内将看到的场景识别理解出来。但是，现在要让机器只凭简单的摄像头做到这些是不可能的。

所以出现了可以捕捉三维深度信息的深度传感器，虽然听名字这是一颗传感器，其实它的最终形态和我们的眼睛一样，需要去观察、认识以及理解这个世界。

尤其是在苹果推出Face ID之后，相关的智能手机厂商都想跟风，虽然这股风现在还没起来，但是大多已经开始蠢蠢欲动。最近，华为在某场手机发布会上，也公布了点云深度摄像头Jupiter X，和Phone X的“齐刘海”系统十分相似……

从小众走向大众的深度传感器市场

最近一段时间，我们也采访了不少做深度传感器的厂商，聊来聊去，绕不开的一个话题就是：曾经小众的深度摄像头市场，正在慢慢走向大众化，而iPhone X在其中发挥了关键性的作用。

数据显示，深度摄像头市场规模将从2015年的12.5亿美元增长到2021年的78.9 亿美元，年均增长率达35%。

来自Markets and Markets的一份报告也显示，预计到2020年全球机器视觉市场规模将达到125亿美元。麦姆斯咨询也显示，预计2016~2022年间3D传感器市场规模的复合年增长率为26.5%，2022年将达到54.6亿美元。

这也是为什么苹果、微软、英特尔这样的大公司会在五年时间内，纷纷投资或者收购深度传感器、手势识别算法以及上下游相关解决方案公司：

而一旦获得这种三维信息，就能为机器感知和智能分析提供最基础的数据信息。

目前，市面上比较成熟的深度信息捕捉方案主要就三种：结构光、双目视觉以及TOF（飞行时间）。

第一种是结构光方案，通过发射特定图形的散斑或者点阵的激光红外图案，摄像头捕捉到被测物体反射回来的图案，计算上面散斑或者点的大小，然后跟原始的尺寸做对比，从而测算出被测物体到摄像头之间的距离。

第二个叫双目，主要通过两个普通的摄像头获得深度信息，简而言之它就是模仿人眼的结构，通过两个摄像头的视差来确定距离信息。

第三种是TOF，它是通过发出的激光反射回来的时间算距离，TOF的方案在第二代Kinect上有使用过，传感器发出调制的脉冲红外光，然后遇到物体反射后，它会计算出光线发射和反射时间差或者相位差，实现距离的测量，最终产生深度信息。

可以说，既有的三种方案各有所长，TOF的响应速度快、精度高，不易受环境光线干扰，但是功耗和成本都比较大；结构光的工业化应用较多；双目立体成像更适合室外强光条件和高分辨率应用，目前主要应用在机器人视觉、自动驾驶等方面。

但是，现在很多技术厂商在尽可能的取长补短，弥补既有技术的短板。

深度摄像头的产业链分解

无论是哪种方案，追根溯源其产业链的话，如下图所示：

从产业链来看，相比较传统的摄像头，比较突出的就是红外相关的元件。其实，如果对比两者的结构，也能很明显发现深度摄像头增加了不少新的硬件组件。

图 | 2D 摄像头模组结构

图 | 典型的3D 摄像头模组结构

发射端上新增了红外激光发射器和辅助元件，包括衍射光栅和光学棱镜部件（如准直镜头）；在接收端，新增红外接收部分，包括镜头、红外传感器和窄带红外滤光片；在图像处理器芯片上，由于算法上的复杂性，也比简单的2D成像芯片成本更高。

还是以苹果iPhone X为例，它的黑刘海就引入了红外光学发射器VCSEL（垂直共振腔表面放射激光）。

相比较传统的LED，VCSEL的精度、体积以及低功耗更适合移动端，现在大多数深度摄像头都会采用VCSEL作为红外光源，像苹果的VCSEL供应商之一是IQE，另一供应商则是Lumentum。

市场研究机构预测，2015年VCSEL市场规模为9.546亿美元，至2022年预计将增长至31.241亿美元，2016~2022年期间的复合年增长率可达17.3%。

VCSEL凭借其紧凑的尺寸、高可靠性、低功耗以及较低的制造成本而应用广泛。而汽车产业电气系统对VCSEL的应用增长，正推动整个VCSEL的市场增长。

随着这块市场的逐渐打开，提供综合技术方案的厂商也开始崭露头角，比如我们此前采访过的图漾和华捷艾米，都是以提供最终的软硬件产品，甚至是算法为主。

另外，现在一大趋势就是三维视觉在算法端上和人工智能的结合，从而进一步提高识别的精确度。

以人脸识别为例，像我们熟悉的商汤、旷视都接二连三获得数亿美元的融资，这块市场的容量可想而知，商汤、旷视都是算法段的高手，但是3D摄像头可以减少对这部分算法的依赖，通过采集人脸图像的深度信息，直接在终端上提高人脸识别技术的准确率。

机器人、无人驾驶、安防、VR/AR，

深度摄像头就像万金油

在一项智研咨询的数据调查中，2016-2022年3D成像会在消费电子领域迎来爆发，其平均年复合增速达到了160%，如下图所示，

为此镁客君也整理一份深度传感器的应用市场情况，从宏观上来看，基本上囊括了移动智能手机、机器人、自动驾驶、安防等领域，也难怪为什么大公司十分热衷于收购这些技术公司。

如果简单梳理一下深度摄像头的应用方向，如下图所示，主要集中在消费端和工业领域：

说到安防中的行为识别和生物特征识别。传统的安防摄像头只能记录下海量的视频信息，而无法对视频里面人的行为做分析和预警，有了深度摄像头，就有了对人的动作获取的硬件基础，配合深度学习算法，就可以对人的行为做识别和预警，安防的设备能够真正能够体现出它的价值。

在智能制造方面，包括流水化生产线上的工业机器人，无人仓储内的送货机器人都需要及时获取深度信息，比如送货机器自动将不同大小、体重的包裹运送到规定的位置，仅仅是二维平面信息完全不够，它必须要配备深度摄像头去获取包括深度在内的三维信息。

同样是我们日常常见的扫地机器人，它在室内的避障也需要深度摄像头去以捕获周围的环境信息，然后再规划出合适的路径。

就像图漾的联合创始人徐韬所说，“三维视觉在整个人工智能领域的基础性地位，深度摄像头的应用范围其实是在不断拓展，将来有望成为所有机器的标配传感器。”

在娱乐消费端，大家就比较熟悉它的几个应用场景，比如类似于微软Kinect的体感游戏机。要实现体感交互，很重要的就是手势、身体骨骼动作的识别等，以华捷艾米的3D体感芯片为例，其中就包含了骨骼跟踪技术以及slam算法（定位、跟踪以及路径规划技术的核心）等。

对于消费端来说，只有低功耗、小体积才能实现真正的商业化，这也是为什么很多厂商在做嵌入式方案、或者以“曲线救国”的形式去降低功耗等。

此前，公认的是TOF比结构光更加适合应用到智能手机上，因为采用TOF原理来实现动作追踪和深度感知已经出现在谷歌的Project Tango方案中，Project Tango主要用于空间三维数据的采集。去年联想推出了一款Project Tango技术方案的手机，但是时间证明，外形过大、重量过度的Tango手机并没有打开市场，现在关于这款手机的量产和销量也不得而知，不得不说，TOF的方案还需要“斟酌”。

“所有的技术在某个时间点都有最优的性价比选择，只能说在当前这个阶段，结构光是最佳的选择，这也是为什么苹果会选择结构光。其实从苹果的角度，它的实力、现金流，做任何技术都可以，但是它为什么选了结构光，也说明其他技术在一些问题上没法在当前阶段做一些消费级的产品。”沈瑄表示。