上周有个做机器人抓取Demo的朋友问我买哪种3D相机合适。预算几千块要识别乱放的工件还想在室外用。我反问他你要的是双目、结构光还是ToF他愣了一下说“不都是3D相机吗”。这个困惑其实特别普遍——市面上叫“3D相机”的设备背后的3D光学传感原理至少能数出六种每一种的精度、量程、场景适应性和价格完全不在一个量级选错了不是调调参就能救回来的。这篇文章就把主流的六种3D光学传感技术完整梳理一遍双目立体视觉、结构光、ToF、激光三角测量、条纹投影、光场成像。我会讲清楚每种技术的物理原理、适用场景、关键参数以及我在实际项目里踩过的坑和验证过的方法。不管你是做机器人、工业检测、逆向建模还是消费级产品选型希望能帮你少交点学费。1. 选3D相机前先把三组关键参数对齐1.1 深度图、点云和“精度”到底指什么聊技术之前先对齐概念。3D相机输出的结果通常有两种形式一种是深度图Depth Map每个像素存一个距离值看起来是灰度图越亮代表越近另一种是点云Point Cloud输出一大堆三维坐标点每个点带XYZ有些还会带颜色或反射强度。“精度”这个词在3D视觉里特别容易把人带沟里。它至少有三种含义绝对精度、相对精度、重复精度。很多厂商最喜欢标重复精度因为同一位置反复测读数很稳定但这不代表测出来准。我见过有人在理想条件下用白板测出0.1毫米的重复精度一到黑色哑光零件上直接翻好几倍。所以看参数表时先确认一个细节这个精度指标是在多远距离、什么材质的物体上测出来的。另外还要分清深度精度和点云精度深度图上的像素级误差经过三维换算后会被放大两回事。1.2 主动光学与被动光学的分水岭六种技术可以按一个很本质的标准分成两拨有没有自带光源。被动光学不发光靠环境光成像双目立体视觉就是代表。它好处是功耗低、结构简单、成本便宜坏处是极度依赖场景纹理和光线条件。主动光学则会主动投射红光、红外激光、条纹光栅之类的信号源采集设备再去读取被物体形变后的信号。结构光、ToF、激光三角、条纹投影、光场成像里也有一部分属于“半主动”思路比如光场相机本身不需要投光但深度估计有时依赖纹理。这个分水岭决定了你的应用场景能不能成立。户外强阳光下红外方案大概率被太阳光淹没暗光无纹理的仓库里纯双目又容易瞎。选型的第一步不是比谁参数好看而是先搞清楚你的环境在哪个阵营。1.3 精度、量程、速度的“不可能三角”3D光学传感普遍存在一个三角约束精度、量程、速度最多只能同时满足两项。ToF速度快、量程大但精度一般在厘米级激光三角测量精度能到几十微米级但通常是逐点或逐线扫描做不到全场一次成型条纹投影全场精度很高但需要连续拍摄多帧被测对象必须保持静止。理解这个三角后面看每种技术的取舍就有谱了。所谓选型本质是选一个符合你应用优先级的平衡点。2. 双目立体视觉用视差脑补深度的被动派2.1 核心原理把三角测量搬到像素层面双目立体视觉的原理和人眼一样靠两个有固定间距称为基线Baseline的相机观察同一个场景。场景里某个物点会分别落在左图和右图的不同像素坐标上这两个像素位置的横向差异叫视差Disparity。深度和视差成反比关系公式很简洁Z f * B / d其中Z是深度f是焦距以像素为单位B是基线长度d是视差单位也是像素。物体越近视差越大物体越远视差越小。这也是为什么双目相机的基线越长能测的距离就越远、精度越高——基线是放大视差的杠杆。这句话读起来很轻松但真正落地时麻烦全在“d”上。2.2 最难的不是几何是找对应点计算视差的前提是左右两幅图里你得知道同一个物点分别在哪。这个叫“对应点匹配”Stereo Matching是整个双目方案最大的痛点。纯白墙面、光滑塑料、天空这类缺少纹理的区域左右图长得一模一样匹配算法只能瞎猜结果就是深度图上一片“黑洞”或者噪声花纹。反过来有重复纹理的场景也不行比如铁丝网、百叶窗算法会匹配错周期深度出现整段的跳变。我在一个项目里吃过这个亏仓库里的货物很多是黑色缠绕膜包裹表面既有高光又有暗区双目相机匹配出来的点云边缘全是毛刺。后来我们往场景里补了一盏红外补光灯配合一个散斑投射器相当于“给场景人为加上随机纹理”匹配成功率立刻上来了。这种“双目散斑投射器”的组合在行业里被称为主动双目Active Stereo算是把双目和后面的结构光思路杂交了一下。2.3 标定和极线校正决定生死双目能算准的前提是两台相机的内参焦距、主点、畸变、外参相对位移和旋转都标得准。常用的标定手段是棋盘格标定板拍几十张不同位姿的图片算出相机参数再做极线校正Rectification。校正之后左右图的对应点搜索从二维变成一维——只需要在同一行上找匹配点计算量大幅下降。这里有个容易被忽略的坑双目的机械结构必须是刚性的。我用过一款用铝型材和螺丝固定的双目支架刚装好时标定精度没问题跑了一周后发现深度值整体漂移了。原因很简单设备发热和户外温差让支架产生了形变基线变了原来的标定就失效了。所以工业现场用双目要么选一体化的刚性外壳设计要么把定期重标定写进运维流程。2.4 场景适配与成本双目最大的优势是便宜和灵活。两个工业相机加上镜头几千块钱就能做出一个不错的原型系统而且被动方案不发光户外阳光下依然能用。消费级的双目模块在1到3米范围内的深度精度通常在毫米到厘米级别做避障、跟随、简单定位够用做精密测量就不太行了。3. 结构光先把场景“编码”再解码深度3.1 从散斑到编码条纹结构光的思路和双目完全不同它不依赖场景本身的纹理而是主动向物体投射一个“已知”的图案再用相机拍摄被物体表面调制后的图案通过图案的变形或编码来恢复深度。相机知道投影器发出去的是什么只要算图案扭曲了多少就能算出高度差。结构光分两大流派。一类是散斑结构光投射器打出一片看似杂乱、实际有确定分布的随机光斑相机拍摄后再和投影器里的参考散斑图做相关匹配。另一类是编码结构光投射竖条纹或方格图案条纹本身带编码信息格雷码、正弦相位等每个像素都能知道自己“看的是第几根条纹”。散斑方案的优点是单帧就能解出深度速度快但空间分辨率和精度一般编码条纹方案精度更高但通常要连续投影很多帧图案物体必须保持静止适合扫描静态物体。3.2 为什么手机3D面部解锁偏爱结构光很多人第一次接触3D相机应该都是通过手机的面部解锁。那类方案的典型配置是一个红外激光投射器打出上万个散斑点的点阵一个红外相机拍摄人脸再加一个泛光照明器。人脸在几十厘米距离上深度精度能做到毫米级形变明显、欺骗难度高而且整个模组体积可以做得非常小。这类方案在近距离0.3到1米表现很好但有两个天然软肋。第一红外光对深色物体吸收严重头发、黑色橡胶这类目标在红外图里接近“隐身”重建出的点云经常缺一块第二人脸或者物体快速移动时散斑图会产生动态误差所以这类模组通常要配合算法做运动补偿。3.3 强光下的结构光“扑街”现场结构光方案最怕的就是强环境光尤其是太阳光里的红外成分。户外大白天投射器的信号直接被环境红外淹没相机里看到的只有一片泛白散斑几乎无法分辨。手段不是没有在相机前面加窄带滤光片只允许投射波长附近的光通过提高投影光源功率用调制频率区分环境光和信号光。但这些都会增加成本、功耗和发热。所以我给移动机器人项目做技术评审时凡是明确要在户外强光下使用的基本优先考虑双目或ToF纯结构光方案只排在备选。再补充一个容易被忽略的材料问题高反光的金属表面会产生镜面反射结构光的图案会被二次反射打乱生成一堆虚假点而表面特别黑的吸光材料又会因为回光太弱直接丢失数据。遇到这两种情况都要靠喷涂消光粉或者换测量方案来解决。4. ToF用光子的往返时间当尺子4.1 直接ToF与间接ToFToFTime of Flight的核心是计时光源发出一束光打到物体表面再反射回来传感器记录光子飞行的往返时间Δt深度就是d c * Δt / 2这里c是光速除以2是因为光走了“去”和“回”两趟。听起来简单但光速是每秒30万公里测1米距离只需要约6.7纳秒的飞行时间普通电子元件根本数不过来所以才演化出两条技术路线。直接ToFdToF用极窄的激光脉冲配合单光子雪崩二极管SPAD这类灵敏度极高的传感器直接统计光子的到达时刻。它能够“数光子”所以抗环境光能力更强苹果的激光雷达扫描仪其实就是这种思路当然我这说的是原理路线不是说某款产品。间接ToFiToF则发射连续的正弦波调制光通过测量发射信号与接收信号之间的相位差来反推飞行时间。iToF方案对芯片和光源的工艺要求相对低一些所以现在手机里的ToF前置镜头大多是这条路。间接ToF的相位换算公式是φ 4π f d / c其中φ是相位差f是调制频率d是深度。相位差只能在0到2π之间测量超出这个范围就会出现“模糊距离”问题也叫距离混叠。ToF能测的最大非模糊距离是d_max c / (2f)调制频率100MHz时最大非模糊距离约1.5米要测更远只能降低调制频率但精度会跟着变差。频率、量程、精度三者的拉扯是设计间接ToF系统的基本功。4.2 墙角测距偏远的“多径效应”ToF最让人头疼的问题不是精度不够而是多径效应Multipath。想象一束光照到墙角一部分光直接反射回传感器另一部分光打在A面后弹到B面再从B面反射回来。光子绕了一小段冤枉路飞行时间变长测出来的距离就会系统性偏远。这个偏差在墙角、凹槽、金属曲面周边特别明显深度图边缘会糊成一片而且很难用简单标定消除因为它是几何和材质共同决定的每个像素的污染程度都不同。做高精度应用的人常说“ToF是测大概很好测精确很难”指的就是这个。4.3 优点与典型场景ToF的优势同样明确没有基线模组可以做得很小不需要左右图匹配深度计算直接由芯片完成帧率能做上30到60帧配合窄带滤光片后户外强光下依然能用。所以它在体感交互、AR/VR、手势识别、扫地机器人沿墙导航、汽车驾舱监测这些“要速度、要体积、不要极高精度”的场景里非常流行。它的精度通常在厘米级。别被某些宣传里“毫米级”的字眼迷惑工程上能稳定的精度和环境、物体材质强相关黑色衣服、透明水瓶、深色地毯都会让结果明显变差。4.4 实测中必做的“材质-距离拟合”我使用ToF模块做项目时有个习惯拿到样机先不做任何数据美化直接用白墙、灰纸、黑布、硅胶垫四类目标分别放在0.3米、0.8米、1.5米、3米四个距离上测试记录偏差。测完你会发现偏差曲线既跟距离有关也跟反射率有关。对多数应用来说没有捷径只能按“材质距离”组合做查表校正把偏差拟合掉一部分。另外指示灯、窗帘缝里的直射阳光、金属桌面的反光都是实测中最常出现的噪声源测试环境越接近真实生产线越好。5. 激光三角测量工业级定点测距的经典5.1 原理用角度杠杆放大微小位移激光三角测量的经典结构是一束激光以固定角度投射到被测物体表面相机在另一个角度接收散射光。物体表面高度发生变化时相机里激光光斑的位置就会横向移动。这个位移被镜头成像放大后由像素做亚像素级定位再通过标定系数换算成高度变化。它本质上是用一个“角度杠杆”把微观高度变化放大成可观测的像素位移。激光与相机光轴的夹角越大同样高度差对应的像素位移越大分辨率越高但代价是测量量程变窄、遮挡问题更严重、结构也更难做。在设计系统时夹角是核心权衡参数没有“越大越好”一说。测量关系近似可以写成Δh ≈ Δp * K其中Δp是光斑在传感器上的像素位移K是标定系数主要由激光与相机的夹角、镜头焦距、物距共同决定实际工程中以标定板实测为准。请你务必自己算的时候依赖实测标定不要只按几何推导的公式去估算因为透镜畸变和光斑能量分布都会影响结果。5.2 点激光、线激光与扫描模式激光三角测量有三种常见形态。点激光是单点测距结构最简单速度快常用于在线测厚、测振动位移。线激光向被测物投射一条激光线相机一次抓到整条轮廓线输出的是物体的二维剖面2D轮廓比如焊缝的截面形状、管材的外径、型材的轮廓。这个剖面数据通过编码器或运动平台带动连续扫描就能拼成完整的三维点云。如果被测物不方便移动也可以用振镜把激光线扫过整个表面实现小范围的高速度扫描。选择哪种形态取决于你是在线检测物体快速经过、要实时出结果还是离线扫描物体静止、可以慢慢扫。5.3 材质和反光决定成败的上限激光三角测量的精度上限很高近距离配置下几十微米甚至亚微米级别都能做到但这个上限非常脆弱。高光金属表面会产生镜面反射激光条纹在曲率突变处会断裂得到满屏“飞点”黑色吸光表面回光太弱轮廓线断断续续透明玻璃和透明塑料更离谱激光直接透进去相机看到的是前后两个面的混合信号。应对方案有几种换用蓝紫激光波长更短、金属吸收率高能缓解高光问题调整相机和激光的相对姿态避开镜面反射角度给被测物喷显影剂前提是允许接触工件。我特别提醒做产线的朋友显影剂这招要用得极其谨慎它虽然能把黑色橡胶和高光金属全部“洗白”但会污染工件表面很多行业是不接受任何残留的。在方案设计阶段就要先确认你的工件允不允许涂层预处理。还有一条安全经验工业激光测量头的输出功率大多是Class 3B甚至Class 4级别直射眼睛会造成不可逆损伤。现场最常见的事故是调试人员拿黑纸去挡光看光斑位置激光瞬间把纸烧穿非常危险。所有调试操作请先确认激光处于关闭或低功率状态。6. 条纹投影与相移法把相位当高精度标尺6.1 正弦条纹和相移测相条纹投影轮廓术Fringe Projection Profilometry是结构光里的“精细流派”。它投射的不是二值的黑白条纹而是一系列亮度呈正弦变化的条纹图案。物体表面的高低起伏会使正弦条纹发生形变而这个形变信息被编码在条纹的相位里。只要能精确解出每个像素的相位就能换算出高度。怎么解相位最常用的是相移法。投射4张相位依次移动90°的正弦条纹分别记为I1、I2、I3、I4那么I1 A B*cos(φ)I2 A - B*sin(φ)I3 A - B*cos(φ)I4 A B*sin(φ)联立求解相位φ可以用反正切函数直接算出φ atan2(I4 - I2, I1 - I3)写成代码也就几行import numpy as np def phase_from_4step(imgs): # imgs: 依次传入I1,I2,I3,I4四帧灰度图 sin_term imgs[3] - imgs[1] # 2B * sin(φ) cos_term imgs[0] - imgs[2] # 2B * cos(φ) return np.arctan2(sin_term, cos_term)这个解出来的相位是被包裹的Wrapped Phase数值范围只有-π到π之间看起来像锯齿因为反正切函数丢掉了2π的整数倍信息。6.2 相位展开从“锯齿”到连续深度要把锯齿状的包裹相位恢复成连续相位这个过程叫相位展开Phase Unwrapping是条纹投影方案里最考验功力的环节。实际应用里物体会在边缘、遮挡、反射异常处产生断点和跳变空间展开算法容易被这些噪声“带偏”一处错整行都可能跟着错。更稳的做法是时间相位展开典型代表是多频外差法用几种不同频率的条纹分别测量利用频率之间的拍频关系确定每个像素的条纹级次N再把绝对相位恢复出来。它牺牲了采集帧数测一个场景往往要拍几十张图但抗噪声能力强是目前高精度3D扫描仪的主流选择。这也决定了这类方案的硬性条件被测物体在整个拍摄期间必须纹丝不动。6.3 蓝光扫描仪为什么“娇贵”但精度高条纹投影早期使用白光投影后来行业内普遍改用蓝光。原因有三个蓝光波长更短在金属表面的散射更可控蓝光对环境光中的红光和黄光干扰更敏感地隔绝配合窄带滤光片后即使在车间照明下也能稳定采集。市面上牙模扫描、涡轮叶片检测、精密注塑件测量、手办和文物数字化用的高精度3D设备大多是这条路子。精度能到微米级但使用约束也不少物体要稳定环境不能有强振动黑色高光件基本都要喷显影剂相机和投影仪的相对位姿要用高精度标定流程反复校准。另外条纹投影在广义上属于结构光家族也就是第3节说到的“编码结构光”的精细版这里单独拎出来讲是因为它在原理、算法和工程实践上都已经自成体系值得当成一个独立技术门类来对待。7. 光场相机记录光线方向的计算成像路线7.1 微透镜阵列给光路装一个“方向分拣器”光场相机的思路在六种技术里最另类。普通相机在传感器上只记录光线的位置和强度把方向信息全部丢掉了。光场相机则在主镜头和传感器之间加了一层微透镜阵列每个微透镜负责把进入主镜头的光线按方向拆分传感器上不同像素记录的是同一场景点、来自不同入射角度的光线。这等于把普通的二维图像升级成了四维光场数据每个位置上有哪些方向的光线。因为记录了方向它能做到普通相机做不到的事——先拍照、后对焦。7.2 先拍摄后对焦和深度估计拍完一张光场照片后通过算法把不同方向的光线重新累加可以选择性地聚焦到不同深度的平面上想清晰保留前景就把后景的光线“故意虚焦”想换个微视角也可以合成出几个像素范围内的视角平移——这个能力叫“数字重对焦”。深度估计同样从光场数据里来把每个微透镜下的特定方向的光线抽出来分别拼成一张“子孔径图像”这些图像相当于从不同微小视角看同一个场景把它们当成极短基线的多目立体匹配输入就能算出深度图。优点是不需要额外投射任何光源纯粹是被动方案拍一张照片就同时拿到光场和深度信息。7.3 用分辨率换来的“计算摄影”光场相机最直接的代价是空间分辨率。传感器总像素数是固定的分给不同方向后每张子孔径图像的实际分辨率只剩传感器像素数除以方向数的比例。主镜头光圈越大能分辨的方向越多角度分辨率越好但空间分辨率牺牲越严重。这个此消彼长的关系是光场相机一直难以同时兼顾画质和3D精度的根本原因。它在工业3D测量里不算主流但在科研和特殊场景有独特价值透明样本的内部结构观测、微小液体流场的三维重构、消费级摄影的“先拍后焦”体验。如果你对体积、成本敏感又不需要亚毫米级精度光场相机是个值得关注的方向。8. 六种技术横向对比与选型决策8.1 一张表看清差异技术典型量程典型精度输出形态环境敏感点相对成本双目立体视觉0.1m~数十米毫米~厘米级深度图/点云纹理缺失、光照不足低结构光散斑/编码0.3m~5m亚毫米~毫米级深度图/点云强环境光、高反光/黑色材质中ToF0.1m~数十米厘米级深度图/点云多径效应、深色吸光材质中激光三角测量毫米级~米级微米~数十微米级点/轮廓/点云镜面反射、透明材质中高条纹投影相移法数毫米~数米微米级点云需静物、需喷粉场景高光场成像厘米~米级毫米~厘米级深度图/重对焦图像空间分辨率受限中这张表不是绝对值具体产品的差异可以很大但作为选型大方向足够了。看表的要点是精度越高的方案对场景静止性和表面质地的要求越苛刻量程越大的方案精度越难做到精细。8.2 按场景对号入座根据我实际接触过的项目比较典型的需求和方案匹配大致是这样手机人脸解锁、刷脸支付门禁首选短距结构光0.3到0.8米范围内毫米级精度模组体积又小。机器人对乱序工件抓取室内环境优先结构光识别准确、点云密度高如果工件表面特别光滑改成主动双目或加喷粉方案。户外巡检、无人车避障优先双目或ToF避免主动光在强太阳光下失效ToF对高速运动更友好。焊缝跟踪、型材轮廓、在线厚度测量激光三角测量是标准答案剖面数据实时性好抗环境光能力强。牙模、手办、文物、精密零件逆向建模条纹投影蓝光扫描仪追求微米级细节前提是配置稳定的三维转台和暗室。手势交互、AR/VR、动态人体重建ToF的30到60fps全场深度最合适。低成本科研成像和历史存档光场相机一拍拿住全部信息后面对焦和估算深度都很灵活。这些只是起点。真实的项目常常会把两种技术拼起来用比如“双目散斑投光”解决室内暗纹理问题或者“激光三角测量条纹投影”分别负责在线抽检和离线全检。8.3 选型前建议先做的三件实事第一拿真实零件做测试而不是只看参数表。把要识别的样件各挑几件放在实际的光照环境里用候选设备拍一个下午看点云完整度、边缘毛刺和重复精度。很多理论上的“高精度”一遇上反光毛刺就崩了。第二统计你的环境光。室内是普通照明还是无影灯窗外有几个方向进阳光红外类方案尤其要测试“强光从侧面打来”的情况有时候一个夕阳角度就能让结构光彻底失效。第三评估表面的三大“材质杀手”黑色、透明、高光。这三样几乎能干掉所有光学方案。测试之前先想清楚能不能喷涂显影剂能不能调整光照角度如果不能就不要硬着头皮选光学测量考虑接触式方案也许是更稳的选择。另外集成工程上还有一句碎碎念很多项目最终延期不是因为原理选错而是因为坐标系统一、单位换算、ROI裁剪、点云滤波参数这些“脏活累活”没提前规划。深度精度和点云精度不是一个概念传感器坐标系到机器人坐标系的标定又是一轮工作量这些都要在预算里留足时间。最后说一点我个人体会比较深的东西。我做过的几个落地项目里真正区分成败的往往不是选了“哪一种原理”而是有没有认真处理标定、环境光和材质这三个问题。同一台结构光相机有些人能调出漂亮的点云有些人只能得到满屏噪声差别就在这里。另一个经验是方案定型前用自己能接受的成本买一台样机拿真实工件实测一个下午。很多宣传里漂亮的数字都会在真实测试中现出原形。希望这篇概述能帮你在选型的路上少交一点学费。