ToF传感器与传统CIS图像传感器有什么区别？ ToF传感器这个说法可能是不够严谨的，这里特指现有各种采用ToF技术的模块，比如iPad Pro中的LiDAR，其中接收端的传感器。 这种传感器在像素结构，以及整体结构上和传统的2D成像图像传感器有什么样的区别？是否仅是加强了红外感光能力？为什么需要用到APD（雪崩二极管）这样的技术？为什么像素密度比较低，这种传感器是否有必要做高像素？ 补充：就 TechInsights 的分析来看，iPad Pro 的这枚 LiDAR 传感器是 3 万像素，像素尺寸 10μm。投射点的密集度自然远低于 Face ID 的结构光...那么这种密集度是否有必要提升？提升难点是什么？

ToF传感器与传统CIS图像传感器从测量机理上就完全不一样，前者基于激光的“飞行时间”，是主动测量，得到的数据包含了目标对象的精神信息，可以得到3D图像；而后者完全是被动感光和提取光电转换信号，没有传感器与被测对象之间的距离信息，也就得不到景深数据，只有二维的平面图像。

飞行时间法（ToF, Time of Flight）是近年来新兴的深度成像技术。通过调制光源发射主动光信号，sensor接收返回光，直接测量（脉冲调制法）或根据相位差（连续波调制法）得到飞行时间，进而计算得到被测距离。

ToF 传感器有“深度”“距离”信息，这是CIS传感器不可比拟的。如果只是拍摄图片供人眼欣赏，CIS 传感器足够了，无非是像素再高一点，图片可以打印再大一点，眼睛的感官刺激更细腻一点。而对于精密测绘和无人驾驶这一类需要将目标深度、距离数据加入算法计算和控制的高级应用，CIS 传感器就无法胜任了,需要用ToF传感器判断距离，同时用CIS传感器识别目标外形轮廓标志，各有各的作用。ToF传感器往往在高速行进中工作，需要快速响应，所以要使用光电转换效率更高的APD雪崩管，目的是提供系统响应速度，提升信噪比。