主流的工业3D相机及其区别

机器视觉中3D相机则通过获取三维点云数据让机器真正“看懂”了世界。目前市场上主流的工业3D相机有结构光、ToF、双目视觉、激光三角测量等它们之间到底有什么区别今天我们就来一探究竟。01结构光主动编码 三角测量原理简述投影仪向场景投射空间编码的图案格雷码、相移条纹、散斑等。相机拍摄被物体表面调制后的变形图案。通过解码得到每个像素在投影图案中的对应坐标再结合投影仪‑相机标定参数利用三角测量计算深度。**精度**编码方式决定了亚像素匹配精度基线距 越大、相机分辨率越高、投影图案频率越高精度越高。理论上可达 0.01mm ~ 0.1mm 级缺点1. 强光淹没环境光强度超过投影图案强度时信噪比急剧下降解码失败。因此户外基本不可用。2. 镜面/透射材质高反光或透明表面会破坏投影图案的结构一致性。3. 测量距离有限通常 0.3m ~ 3m远了投影光斑发散、能量不足。典型场景汽车车身焊锡检测可精确到0.03mm的焊道缺陷、手机中框平面度测量、3C电子产品零件尺寸测量02ToF时间飞行法**原理简述**发射调制的光信号脉冲波或连续波测量从发射到反射返回的时间差或相位差。dToF直接计时皮秒级精度单光子雪崩二极管SPAD阵列iToF发射连续正弦波测量相位偏移及深度。核心优势帧率高通常30fps测距远可以覆盖几十米甚至上百米的范围适合大空间感知为什么精度低时间测量精度限制即使 1ps 的计时误差对应约 0.15mm 距离误差但实际系统受抖动、温度、噪声影响典型精度为 1cm 5m相比结构光低 1~2 个数量级空间分辨率受 SPAD 或像素工艺限制通常低于结构光和双目相机。典型应用AGV 避障、大件行李分拣、作为机器人的安全避障主雷达03双目立体视觉原理简述模仿人类双眼通过两个相机视差来计算距离。就像人的手指远近测试一样两个眼睛看到的图像差异越大物体就越近核心优势成本较低不需要复杂的发射装置在纹理丰富的环境中表现稳定。 被动感知不发射能量适合户外、电池供电设备缺点1、对纹理依赖极高白墙、纯色地面、水面、玻璃 → 匹配失败2、光照敏感过曝、欠曝、阴影区域也会破坏匹配3、计算量大SGM 或深度学习立体匹配在嵌入式设备上吃力**典型场景**机器人导航、自动驾驶辅助、双目避障、无人机定高04线激光主动线扫描 三角测量原理简述激光二极管投射一条细直线到物体表面。相机与激光器成一定角度安装。激光线在物体表面发生高度调制成像点在相机传感器上的位置随高度变化。**精度 **可达 0.1μm ~ 10μm 级取决于激光线宽光学衍射极限、相机分辨率、镜头畸变校正精度相比结构光线激光的单线信噪比极高抗环境光能力强配合窄带滤光片缺点必须扫描单线只给出一条轮廓。获得 3D 表面需要物体与激光器相对运动传送带、转台、机械臂。速度慢扫描时间随采样线数线性增长。不适用于动态场景无法捕捉瞬时全貌。典型场景半导体晶圆表面粗糙度检测、发动机关键零部件的轮廓测量、电池极片涂布厚度监测、PCB 焊锡高度检测、轮胎胎面轮廓检测等没有完美的相机只有最适合的方案。如果追求极致的检测精度**结构光**和**激光三角测量**是你的必然选择如果侧重高速抓取和环境感知**双目**和**ToF**则更具成本优势。未来随着视觉技术的进一步融合工业机器人的“眼睛”将看得更远、更清、更准。致瑞图像深耕智能视觉领域多年如果您想了解更多可以点击致瑞图像简介