1. 3D视觉技术概览：从结构光到ToF，主流3D相机原理对比与选型指南

做无序抓取这么多年，我经常被问到同一个问题：「3D相机到底该怎么选？」

说实话，没有万能答案。每种技术都有自己的脾气。你想想看，结构光、双目、ToF、激光三角——它们原理不同，适用场景也完全不同。选错了，项目可能直接翻车。

这一章，我就带你把这些技术挨个捋一遍。不扯太深的理论，重点讲清楚「它怎么工作的」「它适合什么」「它有什么坑」。

1.1 四大主流3D成像原理

目前工业3D视觉领域，主流方案就四种。我按个人习惯把它们分成两类：主动光和被动光。

技术类型	原理简述	典型代表	我眼中的核心标签
结构光	投射编码条纹，通过变形计算深度	Kinect v1、Ensenso	精度高、怕反光、中近距离
双目立体视觉	双摄像头视差匹配，三角测量	ZED、Intel RealSense D4xx	被动方案、依赖纹理、室外可用
ToF（飞行时间）	发射光脉冲，测量往返时间	Kinect v2、PMD、Basler ToF	速度快、精度一般、抗干扰弱
激光三角法	线激光扫描，按偏移量算高度	Keyence LJ系列、Gocator	精度极高、速度慢、适合静态

1.2 结构光：精度担当，但怕「亮」

结构光的原理，说白了就是「投影仪+相机」的组合。投影仪往物体上打一组编码条纹，相机拍下来，通过条纹变形量算出每个点的深度。

我在2018年做过一个精密零件抓取项目，用的就是结构光相机。当时工件表面是磨砂金属，效果非常好，重复精度能做到0.05mm以内。

但后来换了一批高反光件，直接翻车。条纹在镜面表面完全反射掉了，相机拍不到有效信息。嗯，这里要注意——结构光对高反光、透明物体天生不友好。

1.3 ToF：速度之王，精度妥协

ToF的原理更直接——发射光脉冲，等它反射回来，算时间差。光速是已知的，时间差一除二，距离就出来了。

它的最大优势是快。一秒钟能拍几十帧，适合做动态抓取或者AGV避障。但代价是精度，一般ToF的深度误差在1-3cm左右，做高精度定位基本没戏。

我记得有一次客户想用ToF做小零件抓取，我直接劝退了。你想想看，一个M6螺丝才多大？误差3cm，抓个空气啊。

1.4 双目立体视觉：最像人眼，但怕「白墙」

双目视觉不主动发光，靠两个摄像头拍到的图像，找匹配点，算视差，再转成深度。说白了就是模拟人眼。

它的优点是成本低、室外可用。但有个致命前提——物体表面必须有纹理。纯色平面、白墙、光滑塑料，双目基本歇菜。

我做过一个物流包裹分拣项目，纸箱表面是牛皮纸色，纹理丰富，双目跑得很稳。但后来换了一批白色快递袋，匹配点直接丢失，深度图一片黑。

1.5 激光三角法：精度天花板，但慢

激光三角法用线激光器打一条线，相机从侧面拍，根据激光线在物体表面的偏移量计算高度。配合移动轴扫描，就能得到完整3D轮廓。

它的精度可以做到微米级，是四种方案里最高的。但代价是慢——需要机械运动配合，扫描一个工件可能要几秒甚至十几秒。

我在3C电子行业见过很多用激光三角法做焊点检测的案例。精度确实牛，但你要是做高速无序抓取，它跟不上节奏。

1.6 选型决策框架

说了这么多，到底怎么选？我一般按三个维度来卡：精度需求、速度需求、环境条件。

1. 先定精度：抓取公差要求多少？±0.1mm以上，结构光或激光三角；±1mm以上，ToF或双目也能凑合。
2. 再看速度：产线节拍多少秒？1秒以内，ToF或双目；3秒以上，结构光或激光三角。
3. 最后看环境：有没有强光？有没有反光？物体有没有纹理？

1.7 知识体系总览

下面这张图，是我自己整理的技术选型框架。你可以把它当成一个快速决策地图。

1.8 我的选型清单

最后，分享一个我常用的快速对照表。每次做方案评审，我都会过一遍这个清单：

• 工件是否反光或透明？ → 是的话，跳过结构光。
• 产线节拍是否小于2秒？ → 是的话，跳过激光三角。
• 现场是否有强环境光？ → 是的话，ToF和双目要谨慎。
• 工件表面是否无纹理？ → 是的话，双目基本不可用。
• 预算是否低于2万？ → 是的话，考虑国产结构光或双目。