手机传感器并不只是"摄像头"和"陀螺仪"这么简单。它本质上是一组把光、声、磁、加速度、距离、气压等物理量转换成电信号的微型器件，再通过算法变成屏幕上的亮度、照片里的细节、游戏里的体感、导航里的方向。
下面从原件层面拆解手机里最常见的几类传感器。
- 图像传感器：手机影像的核心原件
手机摄像头最关键的传感器是 CMOS 图像传感器。它的基本工作链路可以概括为：
光线 → 微透镜 → 彩色滤光片 → 光电二极管 → 电荷读出 → 模数转换 → 图像数据
每个像素里都有一个光电二极管。光子进入后激发电子，电子被收集到"势阱"中；曝光结束后，电荷被转移到读出电路，再经过放大和模数转换，最终形成数字图像。
几个关键结构值得注意：
微透镜：把更多光线汇聚到光电二极管上，提升进光效率。
彩色滤光片：常见为 RGGB 拜耳阵列，让每个像素只记录红、绿、蓝中的一种颜色，再通过算法还原全彩图像。
背照式结构：把电路层放到感光层后面，减少遮光，提高弱光表现。
堆栈式结构：把感光层和处理电路分层堆叠，兼顾高像素、高速度和更小体积。
近年手机影像传感器还出现了 LOFIC 这类新技术。它通过在像素旁增加电容，把高光下溢出的电荷临时存起来，从而提升单次曝光的动态范围，减少高光过曝和运动拖影。 - 环境光与接近传感器：屏幕亮度和通话灭屏
环境光传感器通常位于屏幕附近或听筒区域，用来感知环境亮度。它的原理并不复杂：外界光照射到感光元件上，会产生强弱不同的电流，系统据此自动调节屏幕亮度，并辅助拍照白平衡。
接近传感器常见于通话场景。它一般由红外发射器和红外接收器组成：发射红外线后，如果附近有物体反射回来，接收器就能判断手机是否贴近耳朵，从而自动息屏，避免误触。
部分机型也会用 ToF 距离传感器 辅助实现接近检测，精度和响应速度会更高。 - 加速度计与陀螺仪：感知运动和姿态
这两个传感器通常被合称为 IMU，也就是惯性测量单元。
加速度计：检测手机在三个轴向上的线性加速度，用于横竖屏切换、计步、摇一摇、抬起唤醒等。
陀螺仪：检测角速度，判断手机如何旋转、倾斜，用于游戏视角控制、防抖、VR 和惯性导航。
加速度计常采用 MEMS 电容结构，加速度变化会让微结构产生微小位移，从而改变电容值；陀螺仪则利用振动结构或角动量原理感知旋转。两者单独使用都会有误差，所以手机通常会融合相机、磁力计等数据来提高稳定性。 - 磁力计：电子指南针
磁力计用于检测地磁场方向，是手机指南针和地图导航方向判断的重要来源。
它通常基于 霍尔效应 或 磁阻效应，通过三轴磁场读数判断手机朝向。由于容易受磁铁、金属外壳、磁吸支架干扰，指南针偶尔需要晃动校准。 - ToF / LiDAR：让手机"看见"距离
ToF 传感器的原理很直观：发射一束光，等它反射回来，测量往返时间，再根据光速计算距离。
手机上常见两种方案：
dToF：直接测量光脉冲飞行时间，精度高、抗干扰强，常见于高端机型的激光雷达模组。
iToF：通过测量发射光与反射光的相位差推算距离，成本较低，但更容易受强光影响。
这类传感器主要用于 AR 空间感知、快速对焦、人像虚化、3D 扫描和测距。 - 指纹、气压与其他常见传感器
电容式指纹：通过指纹脊和谷与传感器形成不同电容，重建指纹图像。
光学屏下指纹：OLED 屏幕发光照亮手指，反射光穿过像素间隙被传感器接收，再与已存指纹比对。
气压传感器：通过薄膜或电容变化检测气压，辅助修正海拔和楼层定位。
霍尔传感器：检测磁场变化，常用于翻盖皮套锁屏/解锁。
麦克风：本质是声学传感器，MEMS 麦克风通过声压引起微结构振动，再转换为电信号。 - 为什么传感器越来越重要
手机传感器正在从"单纯采集数据"走向"本地感知 + 智能处理"。例如 MEMS 传感器开始集成低功耗 AI 单元，在本地完成动作识别和异常判断；影像传感器也不再只负责成像，还会参与 HDR、对焦、频闪检测和光谱感知。
对开发者来说，理解这些原件的价值在于：很多上层功能并不是纯软件优化，而是传感器硬件、信号链路和算法共同作用的结果。比如暗光拍照不只看像素数量，还和满阱容量、读出噪声、背照式结构、HDR 电容设计有关；运动检测不只看陀螺仪，还要考虑积分漂移和多传感器融合。
如果继续深入，可以从三个方向展开：CMOS 像素结构与读出时序、MEMS 惯性传感器标定与融合、ToF 深度图在 AR 中的应用。