1. 深度相机概述：三种主流方案与选型基础
大家好，我是你们这门课的老朋友。做机器人视觉这些年，我摸过的深度相机少说也有几十款了。今天咱们先聊聊深度相机到底是什么，它和普通RGB相机有啥本质区别。
说白了，普通相机拍的是“颜色”，深度相机拍的是“距离”。你想想看，一张RGB照片里，你知道那个杯子离你多远吗？不知道。但深度相机能告诉你——每个像素点对应的物体，距离相机有多远。这个“距离值”就是我们常说的深度图。
核心概念：深度相机 = 普通RGB相机 + 测距能力。输出的是“RGB-D”数据，D就是Depth。
1.1 三种主流深度相机工作原理
目前市面上主流的深度相机，技术路线就三条：ToF（飞行时间法）、结构光、双目立体视觉。我一个个说。
1. ToF（Time of Flight）
原理很简单：发射一束光，打到物体上反射回来，测量光飞行的时间，算出距离。就像蝙蝠用超声波定位一样，只不过ToF用的是光。
- 优点：速度快，帧率高（30fps以上没问题），远距离也能用（10米以上）。
- 缺点：分辨率偏低（主流VGA级别），容易受环境光干扰，多台设备同时用会串扰。
- 典型代表：微软Kinect v2、苹果Face ID（前置）、TI OPT系列。
我在项目中遇到过一件事：用ToF相机做AGV避障，白天室外效果很差，阳光直射下深度值直接飘了。后来加了滤光片才勉强能用。嗯，这里要注意——ToF对强环境光很敏感。
2. 结构光（Structured Light）
原理是：投影仪打出已知图案的光斑（比如散斑、条纹），相机拍下被物体表面调制后的图案，通过图案变形量反算深度。
- 优点：近距离精度高（毫米级），分辨率可以做到很高（1080p）。
- 缺点：有效距离短（一般0.3-3米），室外强光下基本废掉，对物体表面纹理敏感（纯黑、反光表面容易失败）。
- 典型代表：微软Kinect v1、Intel RealSense D400系列、奥比中光Astra系列。
我曾经用结构光相机做人脸识别，黑色眼镜框那里深度全是空洞。后来才知道，结构光对吸光材质基本没辙。
3. 双目立体视觉（Stereo Vision）
原理：用两个相机模拟人眼，通过左右图像的特征点匹配，利用三角测量原理计算深度。
- 优点：成本低（两个普通相机就行），室内室外都能用，分辨率高。
- 缺点：计算量大（需要做立体匹配），弱纹理区域（白墙）匹配失败，基线长度限制了最小可测距离。
- 典型代表：ZED系列、Intel RealSense T系列、大疆双目视觉系统。
我建议：如果你做室外机器人，双目是首选。但记得——白墙、纯色地板是双目的噩梦，匹配算法会直接崩掉。
个人经验：选型时别只看参数表。我踩过的坑：ToF标定比想象中复杂，结构光对光照敏感，双目对纹理依赖大。一定要拿实际场景测一测。
1.2 主流厂商与产品线介绍
我整理了一张表，把目前主流厂商和代表产品列出来，方便你快速对比。
| 厂商 | 技术路线 | 代表产品 | 典型应用 |
|---|---|---|---|
| 微软 | ToF / 结构光 | Kinect v1（结构光）、Kinect v2（ToF）、Azure Kinect（ToF） | 体感交互、3D扫描、SLAM |
| Intel | 双目 / 结构光 | RealSense D415（双目）、D435（双目）、L515（ToF） | 机器人、无人机、AR/VR |
| 奥比中光 | 结构光 | Astra Pro、Astra+、Persee | 人脸识别、体感、安防 |
| Stereolabs | 双目 | ZED、ZED 2、ZED Mini | SLAM、自动驾驶、无人机 |
| TI（德州仪器） | ToF | OPT8241、OPT8320 | 工业检测、AGV、人流统计 |
| Basler | 双目 / ToF | blaze系列（ToF）、双目定制方案 | 工业视觉、物流、自动化 |
我个人习惯：做消费级产品选Intel RealSense或奥比中光，性价比高；做工业级选Basler或TI，稳定性和标定工具链更成熟。
1.3 深度相机 vs 普通RGB相机的核心差异
这个对比很关键，我直接列出来。
| 对比维度 | 普通RGB相机 | 深度相机 |
|---|---|---|
| 输出数据 | RGB图像（3通道颜色值） | 深度图（单通道距离值）+ 可选RGB |
| 核心传感器 | CMOS/CCD图像传感器 | 图像传感器 + 主动光源/双镜头 |
| 测距能力 | 无 | 有（毫米级到厘米级精度） |
| 工作条件 | 需要环境光 | 部分方案（ToF/结构光）可无光工作 |
| 数据量 | 小（几MB/帧） | 大（深度图+RGB，需同步处理） |
| 标定复杂度 | 低（内参+畸变） | 高（内参+外参+深度标定+对齐） |
| 成本 | 低（几十到几百元） | 高（几百到上万元） |
你想想看，普通相机拍出来的是一张“画”，深度相机拍出来的是一张“地图”。这个区别决定了它们各自的应用场景完全不同。
避坑指南：千万不要以为深度相机可以完全替代RGB相机。很多深度相机的RGB图像质量其实很一般（比如低分辨率、畸变大、色彩不准）。我建议：如果对RGB质量要求高，单独配一个RGB相机，然后做联合标定。
1.4 三种方案对比总结
我画了一张图，帮你快速理解三种方案的核心差异。
1.5 选型时我一般怎么考虑
做项目这么多年，我总结了一个简单的选型流程，分享给你。
- 先定场景：室内还是室外？距离多远？光照条件如何？
- 再定精度：需要毫米级还是厘米级？分辨率要求多高？
- 然后定预算：几百块还是几千块？要不要考虑国产替代？
- 最后做实测：拿样机在真实场景跑一遍，看深度图质量、帧率、稳定性。
我记得有一次帮客户选型，他们要做仓库AGV，预算有限。我推荐了奥比中光的Astra Pro，结构光方案，室内精度够用，价格才几百块。结果客户非要上ZED双目，贵了五倍，最后在仓库白墙环境下匹配失败，又换回来了。嗯，选型这事，合适比贵更重要。
我的建议：如果你是新手，先买一个Intel RealSense D435或者奥比中光Astra Pro，几百块钱，SDK完善，社区活跃，踩坑成本低。等把原理搞懂了，再根据项目需求换方案。