1. 3D视觉定位概述

1.1 什么是3D视觉定位

3D视觉定位是指通过三维视觉传感器获取场景中目标物体的深度信息与空间坐标，利用计算机视觉算法计算目标相对于参考坐标系（如机器人基座、传送带或世界坐标系）的六自由度位姿（X, Y, Z, Rx, Ry, Rz），从而实现精确的空间定位与引导。与2D视觉仅能获取平面图像信息不同，3D视觉能够感知物体的高度、深度、倾斜角度和立体轮廓，在复杂光照、堆叠、遮挡等场景下具有显著优势。

1.2 核心应用领域

3D视觉定位已广泛应用于工业自动化、机器人引导和物流分拣三大领域，下表总结了各领域的典型场景与技术需求：

1.3 与2D视觉的对比优势

2D视觉在平面检测、二维码识别、颜色区分等方面成熟且成本低，但在以下维度上3D视觉具有不可替代的优势：

• 深度信息缺失 vs 完整空间感知： 2D视觉无法获取物体高度和深度，3D视觉可直接输出点云或深度图，支持立体定位。
• 光照敏感 vs 鲁棒性高： 2D视觉易受环境光照变化、反光、阴影影响；3D视觉（尤其是结构光和ToF）对光照变化不敏感。
• 平面姿态 vs 6D位姿： 2D视觉只能输出平面内的旋转和平移（3自由度），3D视觉可输出完整的6自由度位姿。
• 堆叠/遮挡处理： 2D视觉在物体堆叠、相互遮挡时难以分割；3D视觉可利用深度信息分离前后物体。
• 测量维度： 2D视觉只能测量平面尺寸（长×宽），3D视觉可测量体积、曲面轮廓、平面度等三维几何量。

1.4 3D视觉定位系统架构

下图展示了典型的3D视觉定位系统软硬件架构，从传感器采集到最终机器人执行的全链路流程：

1.5 3D视觉定位的关键技术指标

在实际工程中，评估一套3D视觉定位系统通常关注以下指标：

1. 定位精度： 系统输出的位姿与真实位姿之间的偏差，通常以毫米和角度表示。
2. 重复性： 同一场景下多次定位结果的一致性，反映系统的稳定性。
3. 节拍时间： 从传感器采集到输出位姿的完整处理耗时，影响产线效率。
4. 视野与景深： 传感器可覆盖的空间范围，决定可定位物体的尺寸与距离。
5. 抗环境光能力： 在强光、弱光或变化光照下保持定位性能的能力。

1.6 2D vs 3D 视觉定位对比总结