1. 3D视觉概述：从2D到3D的跨越

各位同学，欢迎来到这门实战课。我是你们的老朋友，一个在机器视觉领域摸爬滚打了十来年的工程师。

咱们这门课叫《3D视觉定位抓取点计算与标定调试实战》，说白了，就是教你怎么让机器人“看见”并“抓住”东西。但在这之前，我们得先聊聊——为什么非得是3D视觉？

1.1 从2D到3D：一次认知的升级

我刚开始做视觉项目那会儿，用的全是2D相机。拍个二维码、找找边缘、算算中心点，挺顺手的。但后来遇到一个活儿——让机器人去抓一堆随意堆叠的金属零件。

2D相机拍出来是什么？一张平面图。零件叠在一起，它分不清哪个在上、哪个在下，更算不出抓取点的深度。说白了，2D视觉缺了一个维度：深度信息。

你想想看，人眼为什么能轻松抓杯子？因为我们有两只眼睛，大脑能算出视差，从而知道杯子离我们多远。3D视觉干的就是这件事——给机器装上“深度感知”能力。

有了Z轴，机器人才能知道抓取点的高度，才能调整夹爪的俯仰角度。这就是从2D到3D的跨越——从“看”到“感知”的质变。

1.2 三大主流3D视觉技术：各有各的脾气

目前工业界主流的3D视觉方案，就三种：结构光、双目视觉、ToF（飞行时间）。它们原理不同，适用场景也大不一样。我一个个说。

1.2.1 结构光：精度之王

结构光的原理，说白了就是“投影+三角测量”。相机向物体表面投射特定图案（比如条纹、散斑），然后另一个相机拍下图案的变形情况。根据变形量，就能算出每个点的深度。

优点：精度高，能达到微米级。适合测小零件、做高精度检测。

缺点：怕强光。在室外或者阳光直射的地方，投影图案会被淹没，基本没法用。

1.2.2 双目视觉：最像人眼

双目视觉模仿的就是人眼。用两个相机从不同角度拍同一物体，然后通过算法找到两幅图像中的对应点，算出视差，再反推出深度。

优点：硬件成本低，两个普通相机就行。被动式，不主动发光，省电。

缺点：计算量大，对纹理要求高。如果物体表面是纯色、反光或者没有纹理（比如白墙），双目就“对不上点”，深度图会全是洞。

1.2.3 ToF（飞行时间）：快，但糙

ToF的原理最简单：发射一束光（通常是红外激光或LED），打到物体上反射回来，测量光飞行的时间，时间乘以光速再除以2，就是距离。

优点：速度快，能到几十甚至上百帧。适合做动态场景、避障、人机交互。

缺点：精度低，一般在厘米级。受多路径反射干扰（比如墙角、镜面），容易测不准。

嗯，这里要注意：ToF的精度虽然不如结构光，但它的实时性是另外两种比不了的。所以，如果你需要机器人快速避障，ToF是首选。

1.3 三种技术对比：一张表说清楚

技术类型	原理	精度	速度	抗环境光	典型应用
结构光	投影图案 + 三角测量	高（微米级）	中（1-10 fps）	弱（怕强光）	高精度检测、小零件测量
双目视觉	双相机视差计算	中（毫米级）	中（取决于算力）	中（依赖纹理）	物流分拣、AGV导航
ToF	光飞行时间测量	低（厘米级）	高（30-100 fps）	强（主动发光）	避障、人机交互、SLAM

1.4 工业场景应用概览：3D视觉到底能干啥？

说了这么多理论，咱们来看看实际中3D视觉都用在哪些地方。我挑几个典型的说说。

• 抓取与码垛：这是咱们这门课的核心。机器人从料框里抓取随意堆叠的工件，或者把箱子码放整齐。3D视觉提供每个物体的位置和姿态，机器人才能“精准下手”。
• 装配与定位：比如把发动机缸盖放到缸体上，需要极高的对位精度。3D视觉可以实时检测两个零件的相对位置，引导机器人完成装配。
• 质量检测：测量零件的平面度、轮廓、间隙。结构光在这里用得最多，因为精度要求高。
• 导航与避障：AGV（自动导引车）或者AMR（自主移动机器人）在工厂里跑，需要知道周围有没有人、有没有障碍物。ToF和双目是主力。

1.5 本章知识体系：一张图看懂

下面这张SVG图，把咱们这一章的核心逻辑串起来了。从2D到3D的跨越，到三种主流技术，再到工业应用，一目了然。