2. 3D视觉基础
2.1 核心概念：深度图、点云与视差
在进入3D视觉引导之前，必须厘清三个最基础的数据形态。它们描述了同一物理场景的不同维度信息，是后续标定、匹配与抓取计算的基石。
| 概念 | 数据形式 | 维度 | 典型用途 |
|---|---|---|---|
| 深度图 | 单通道灰度图像，每个像素值代表该点距离相机的物理距离（mm） | 2D + 1D（Z值） | 快速障碍物检测、平面度分析、背景分割 |
| 点云 | 三维坐标点集 (X, Y, Z)，可附带RGB或反射强度信息 | 3D | 精确位姿估计、三维重建、机器人抓取点计算 |
| 视差 | 双目或多目系统中，同一空间点在左右图像中的像素列坐标差 | 2D差值 | 通过三角测量反算深度，是双目立体视觉的核心中间量 |
实操提示： 在机器人引导项目中，点云是最终输入给路径规划模块的数据格式。深度图通常作为预处理中间产物，用于快速过滤无效区域或生成ROI（感兴趣区域）。视差概念主要出现在双目方案中，线扫激光方案不直接产生视差图。
2.2 3D成像原理：激光三角法
线扫3D相机最核心的物理原理是激光三角法。它利用激光器、镜头和感光芯片之间的固定几何关系，将二维图像中的像素偏移量转换为高度信息。
关键推导逻辑： 激光器以固定角度投射一条线激光到物体表面。物体高度变化导致激光线在感光芯片上的成像位置发生横向偏移（Δp）。通过标定好的三角几何关系，即可将每个像素的偏移量换算为精确的高度值（H）。这就是线扫相机能输出高精度深度图的底层原理。
2.3 线扫相机 vs 面阵相机
在机器人引导场景中，选择线扫还是面阵相机直接决定了系统架构、运动控制和数据处理方式。下表从工程应用角度进行对比：
| 对比维度 | 线扫相机（Line Scan） | 面阵相机（Area Scan） |
|---|---|---|
| 传感器结构 | 单行或少数几行像素（如1×4096） | 二维像素矩阵（如1920×1080） |
| 成像方式 | 物体相对运动，逐行扫描拼接成2D/3D图像 | 一次曝光获取整幅二维图像 |
| 3D实现方式 | 激光三角法（主流），单帧即含高度信息 | 双目立体视觉、结构光、ToF |
| 视野与分辨率 | 横向分辨率极高（可达16K），纵向取决于编码器精度 | 分辨率固定，视野受传感器尺寸和镜头限制 |
| 运动要求 | 必须配合编码器或伺服电机匀速运动 | 可静止拍摄，也可动态抓拍 |
| 光照要求 | 对激光线功率和环境光敏感，需配合滤光片 | 依赖环境光或额外面光源 |
| 典型应用 | 传送带上的连续物体检测、焊缝跟踪、大幅面PCB检测 | 静态工件定位、机器人手眼标定、小范围抓取 |
工程避坑： 线扫相机并非“万能3D方案”。如果被测物体在运动方向上有剧烈抖动或速度不均匀，会导致图像畸变和高度数据错位。必须确保运动机构（传送带/直线模组）的平稳性，并正确接入编码器触发信号。
2.4 从线扫原始数据到点云：数据流全景
理解数据流有助于后续章节的标定和编程。下图展示了从激光线图像到最终点云的完整链路：
2.5 本章小结与实操要点
- 深度图 ≠ 点云： 深度图是规则网格化的高度矩阵，点云是稀疏或稠密的三维坐标集合。从深度图到点云需要乘以相机内参矩阵并叠加编码器位置。
- 激光三角法的精度瓶颈： 主要受限于激光线宽、镜头畸变、标定板精度和运动机构重复定位精度。实际项目中，标定是决定最终精度的最关键步骤。
- 线扫相机的触发同步： 必须使用硬件触发（编码器或光栅尺），软件定时触发在高速度下会产生不可接受的累积误差。
- 面阵相机的适用场景： 当工件静止、视野较小、且需要快速更换产品型号时，面阵3D相机（如双目或ToF）部署更灵活，但精度通常低于线扫激光方案。