4、视觉传感器原理与选型：2D相机、3D深度相机（结构光、ToF、双目），分辨率与帧率

说到视觉传感器，我脑子里第一个蹦出来的词就是「眼睛」。机器人要抓东西，没有眼睛就是瞎抓。但这里的门道比人眼复杂多了。你想想看，人眼天生就是立体视觉，而机器人的「眼睛」却分成了2D和3D两大流派，选错了，抓取成功率直接腰斩。

我个人习惯把视觉传感器分成两类：看得见的（2D）和能测距的（3D）。别小看这个分类，它直接决定了你的抓取方案能不能落地。

4.1 2D相机：平面世界的「照片」

2D相机说白了就是给机器人装了个摄像头。它输出的是RGB图像，每个像素点只有颜色信息，没有深度。我在项目中遇到过不少新手，上来就想用2D相机做抓取，结果物体一叠放就抓瞎了。

2D相机的核心参数：

• 分辨率：比如500万像素、1200万像素。分辨率越高，细节越清晰，但数据量也越大。
• 帧率：每秒能拍多少张。抓取静态物体30fps够用，动态抓取至少60fps。
• 靶面尺寸：1/1.8英寸、2/3英寸等。靶面越大，视野越宽，低光性能越好。

2D相机的典型应用场景：

• 平面抓取：物体平铺在传送带上，用2D相机定位抓取点
• 二维码/条形码识别：物流分拣中很常见
• 颜色分拣：根据颜色区分不同物料
• 缺陷检测：表面划痕、脏污等

但2D相机有个致命弱点——它不知道物体离自己有多远。你想想看，如果物体堆叠在一起，2D相机根本分不清前后。这时候，就得请出3D深度相机了。

4.2 3D深度相机：给机器人装上「立体眼」

3D深度相机不仅能拍到颜色，还能测出每个像素点的距离。说白了，它输出的是「RGB-D」图像，D就是Depth（深度）。

目前主流的3D深度相机有三种技术路线：结构光、ToF（飞行时间）和双目立体视觉。我一个个说。

4.2.1 结构光：精度之王

结构光的原理很简单：向物体投射特定的光斑图案，然后用相机拍摄变形后的图案，通过三角测量算出深度。嗯，这里要注意，结构光对光照很敏感，强光下容易失效。

优点：

• 近距离精度极高，可达亚毫米级
• 适合精细抓取，比如电子元器件

缺点：

• 有效距离短，一般0.3-3米
• 受环境光影响大，室外基本不能用
• 对反光、透明物体效果差

4.2.2 ToF（飞行时间）：速度之王

ToF的原理更直接：发射光脉冲，测量光返回的时间，时间乘以光速除以2就是距离。说白了就是「激光测距的像素版」。

优点：

• 帧率高，轻松做到60fps以上，适合动态抓取
• 有效距离远，可达10米以上
• 对光照不敏感，室内室外都能用

缺点：

• 精度不如结构光，一般在厘米级
• 多路径干扰问题，边缘区域容易有误差

我建议在需要高速抓取的场景优先考虑ToF。比如流水线上的动态抓取，物体在传送带上快速移动，ToF的高帧率优势就体现出来了。

4.2.3 双目立体视觉：成本之王

双目立体视觉模仿人眼，用两个相机从不同角度拍摄，通过匹配两幅图像中的对应点，用三角测量算出深度。成本最低，但计算量最大。

优点：

• 硬件成本低，两个普通相机就行
• 室内室外都能用
• 纹理丰富时精度不错

缺点：

• 计算量大，需要GPU加速
• 对纹理要求高，纯色物体匹配困难
• 基线长度限制了有效距离

4.3 三种3D深度相机对比

4.4 分辨率与帧率：一对「冤家」

分辨率决定细节，帧率决定速度。但这两者往往是矛盾的——分辨率越高，数据量越大，帧率就越低。你想想看，1200万像素的图片，处理起来肯定比200万像素慢得多。

选型原则：

• 静态抓取：优先分辨率，帧率30fps够用
• 动态抓取：优先帧率，分辨率够用就行
• 精细抓取：高分辨率+结构光，牺牲帧率保精度
• 高速抓取：高帧率+ToF，牺牲精度保速度

4.5 知识体系总览

下面这张图是我自己整理的视觉传感器选型逻辑，你可以对照着看：

4.6 选型实战建议

说了这么多理论，最后给点实在的。我根据多年经验，总结了一个简单的选型流程：

1. 先问抓取场景：静态还是动态？平面还是立体？
2. 再问物体特性：反光吗？透明吗？纹理丰富吗？
3. 再问环境条件：室内还是室外？光照稳定吗？
4. 最后问预算：有钱上ToF，没钱上双目，折中选结构光

嗯，视觉传感器的内容就这些。记住，选型不是一锤子买卖，我建议你拿到传感器后先做个小实验，验证一下效果再批量采购。这样能省不少冤枉钱。