📚 课程目录第2章 3D相机选型与原理

3D相机选型与原理：双目结构光、ToF、激光三角测量

做3D视觉无序抓取，第一步就是选相机。这一步选错了，后面算法调得再好也白搭。我见过不少项目，前期图便宜选了不合适的相机，结果现场折腾几个月，最后还是得换。

今天咱们就把主流的三种3D相机技术掰开揉碎讲清楚。你理解透了，选型自然有底气。

说白了，就是给双目视觉加了个「打光师」。左右两个相机拍同一个物体，但光靠自然纹理不够稳——物体表面太平滑、没特征点，双目就匹配不上。这时候投影仪打出一组编码好的光斑图案，相当于给物体表面「画」上了特征点。

我习惯这么理解：
左眼看到光斑在A位置，右眼看到在B位置。
两个位置一算，深度就出来了。

  核心优势： 精度高，尤其适合中小视野场景。

  典型参数： 精度0.02-0.5mm，视野0.1-2m，帧率1-30fps。

我的经验： 做精密装配、小零件抓取时，我首选双目结构光。但要注意——环境光干扰大，强光下光斑会被淹没。我在一个汽车零部件项目里吃过这个亏，后来加了遮光罩才解决。

原理更直接：发射光脉冲，等它反射回来，算时间差。光速是固定的，时间差直接换算成距离。

你想想看，这方法不需要复杂的图像匹配，所以帧率可以做得非常高。适合抓取运动中的物体。

  核心优势： 帧率高（30-100fps），实时性好，抗环境光能力强。

  典型参数： 精度1-10mm，视野0.5-10m，帧率30-100fps。

注意： ToF的精度受限于时间测量分辨率。近距离（<1m）精度不如结构光，远距离（>5m）优势明显。我做过一个仓储项目，料箱间距3米以上，ToF是唯一能稳定工作的方案。

这个原理最「老派」，但也最可靠。激光器打出一条线，相机从侧面拍。激光线照到物体表面会弯曲——凸起的地方线往上弯，凹陷的地方往下弯。弯曲量跟深度成比例。

说白了就是：
激光线位置偏移 → 三角关系算深度。

  核心优势： 精度极高（微米级），不受环境光影响。

  典型参数： 精度0.005-0.1mm，视野0.01-1m，帧率1-10fps。

避坑指南： 我曾经在一个精密打磨项目里用激光三角测量，精度确实好，但扫描速度太慢——一个工件要扫30秒。后来发现是选型时忽略了「线扫描」和「面扫描」的区别。线扫描只能逐行扫，面扫描才能一次成像。

参数这东西，不能孤立看。精度、视野、帧率、工作距离，四个参数互相制约。我一般按这个顺序权衡：

参数	说明	选型建议
精度	深度测量的重复性误差	抓取精度要求 = 工件公差 × 0.3。比如工件公差±1mm，相机精度至少0.3mm
视野	相机能看到的范围（长×宽×深）	视野要覆盖料箱或工作台，留20%余量
帧率	每秒输出3D点云帧数	静态抓取≥1fps，动态抓取≥10fps
工作距离	相机到物体的距离范围	考虑机械臂运动空间，避免干涉

  我的选型口诀：

  精度不够，抓不准。

  视野不够，抓不到。

  帧率不够，抓不快。

  距离不够，装不上。

下面这张图是我自己总结的选型流程。每次做新项目，我都会走一遍这个决策树：

光看参数表还不够。我总结了几条实战经验：

重要提醒： 选型时一定要看「实测精度」，别信「标称精度」。标称精度通常是在实验室理想环境下测的，现场一装，精度可能掉一半。我习惯让供应商提供「现场实测报告」，或者自己带工件去试。