4. 3D视觉测量原理对比

在3D视觉测量系统选型中，最容易被忽略的一步不是比较品牌或价格，而是先确认“被测对象与测量任务”到底适合哪一种三维重建原理。不同原理在测量范围、精度、速度、材质适应性、环境鲁棒性和系统成本上存在本质差异。理解这些差异，才能把选型从“参数堆叠”变成“边界匹配”。

一、五类主流原理的物理本质

激光三角测量利用激光器投射一个光点到被测表面，相机从另一角度观察光点位置。当表面高度变化时，光点在相机像面上的位置发生偏移，通过三角几何关系反算深度。其核心公式可简化为：

Z = (f · b) / (x_img + f · tanθ)
其中：f 为相机焦距，b 为激光器与相机基线，
x_img 为光点在像面偏移量，θ 为激光投射角。

该原理单点精度极高，典型可达亚微米至微米级，但一次只能测一个点或一条线，需要配合扫描机构才能获得面形。

线激光扫描本质上是激光三角测量的线扩展：激光器投射一条线激光平面，相机同步拍摄整条线的形变。配合运动平台或机械臂扫描，可逐线拼接出三维点云。它兼顾了较高精度与较快采集速度，是工业在线检测中最常见的方案之一。

结构光则把已知编码图案（正弦条纹、格雷码、相移条纹）投射到物体表面，相机拍摄被表面调制后的图案，通过相位解算获得每个像素的深度。其优势是一次拍摄即可获得整幅面形，速度快、点云密度高，适合中小尺寸物体的高精度面测量。

双目立体视觉模拟人眼，用两个已标定相机从不同视角拍摄同一场景，通过匹配同名点并利用视差计算深度：

Z = (f · B) / d
其中：B 为两相机基线，d 为视差（同名点像素差）。

它不需要主动光源，结构简单、成本低，但精度受基线长度、纹理丰富度和匹配算法影响极大。弱纹理、重复纹理表面容易匹配失败。

飞行时间法（ToF）通过测量调制光往返相位差或脉冲飞行时间直接获得距离：

d = (c · Δt) / 2  或  d = (c · Δφ) / (4π · f_mod)
其中：c 为光速，Δt 为飞行时间，Δφ 为相位差，f_mod 为调制频率。

ToF 可一次获取整幅深度图，测量范围大、帧率高，但绝对精度通常在毫米级，且受多路径干扰和背景光影响明显。

二、关键边界与选型依据

选型时不能只看“精度”一个指标，而应建立“任务—原理”匹配矩阵。以下从六个维度给出判断依据：

维度	激光三角/线激光	结构光	双目立体	ToF
典型精度	0.1 μm～10 μm	1 μm～50 μm	0.1 mm～数 mm	1 mm～数 cm
测量范围	几 mm～几百 mm	几十 mm～1 m	0.3 m～数十 m	0.5 m～数十 m
采集速度	线扫描快，点扫描慢	单帧/多帧，快	单帧，快	单帧，很快
材质适应性	高反/镜面需处理	高反/透明需处理	依赖纹理，弱纹理差	受反射率影响
环境光鲁棒性	强（窄带滤光）	中（需遮光或滤波）	中（依赖自然光）	弱（背景光干扰）
系统成本	中～高	中～高	低～中	低～中

从表中可以提炼出几条硬边界：

• 亚微米级精度、小视场、可扫描：优先线激光或激光三角，例如精密零件轮廓、刀具磨损、焊缝跟踪。
• 中小尺寸、高面形密度、节拍要求高：优先结构光，例如3C外壳、注塑件、PCB焊点检测。
• 大范围、纹理丰富、成本敏感：优先双目立体，例如物流体积测量、室外场景重建。
• 大范围、实时性要求高、精度要求毫米级：优先ToF，例如AGV避障、人体姿态、室内导航。

三、选型决策的实操路径

实际工程中，建议按以下顺序收敛：

1. 先定精度与量程：若要求优于10 μm且量程小于300 mm，基本锁定线激光或结构光；若量程大于1 m且精度要求毫米级，则考虑双目或ToF。
2. 再看表面特性：镜面、高反、透明件对主动光方案是挑战，需要偏振、多曝光或喷涂处理；弱纹理件对双目是致命伤。
3. 再看节拍与运动：在线全检要求单件节拍小于1 s时，线激光需高速扫描，结构光需单帧或双帧解算，ToF和双目更有优势。
4. 最后看环境与集成：强环境光车间优先选带窄带滤光的激光方案；户外或大空间优先双目或ToF；机器人末端集成需考虑体积、重量和线缆。

四、原理对比关系图

下图把五类原理按“精度—量程”和“主动/被动”两个维度进行定位，并标出典型适用边界，便于在选型初期快速排除不匹配方案。

需要强调的是，上述定位是“典型区间”，不是绝对分界。实际选型时，还要结合具体镜头、基线、激光功率、标定质量、算法补偿和运动控制综合判断。例如，线激光在配合高精度位移台时，量程可扩展到数百毫米；结构光在采用多频外差和偏振处理时，也能适应部分高反表面。真正决定成败的，是原理边界与任务约束是否匹配，而不是单一参数的高低。