从2D到3D：为何深度信息成为机器视觉的“新维度”？
传统的2D成像只能提供平面色彩和亮度信息，无法获得物体的深度、距离和三维几何形状。这在很多应用中成为瓶颈，例如机器人抓取无序摆放的工件、自动驾驶汽车判断前方障碍物的距离等。3D视觉技术通过主动或被动方式获取深度图，为机器装上了“立体视觉”，使其能够真正感知和理解三维世界，是实现高级别自动化和智能交互的关键。
三大主流技术路线剖析：原理、优劣与传感器需求
目前主流的3D视觉技术主要包括结构光、飞行时间法和立体视觉，它们的工作原理不同，对图像传感器的要求也各异。
结构光：高精度的主动投射者
原理：通过投射特定的、已知的光学图案（如激光散斑或光栅）到物体表面，由于物体表面的凹凸不平，图案会发生畸变。传感器捕获畸变后的图案，通过计算与原始图案的偏差，即可解算出物体的三维形貌。
优势与挑战：在短距离内可实现极高的精度（可达微米级），广泛应用于工业精密测量、手机面部识别（如iPhone的Face ID）。但其精度易受环境强光干扰，且系统相对复杂。
对传感器的要求：需要能够与红外投射器精确同步的传感器，通常对红外光（如850nm, 940nm）有高响应度。例如，思特威的SC136HGS传感器在940nm波段的峰值量子效率较同规格产品有显著提升，非常适合用于主动光学方案。
飞行时间法：中远距离的敏捷感知者
原理：通过测量光脉冲从发射到被传感器接收之间的时间差（直接ToF，dToF）或发射光与接收光之间的相位差（间接ToF，iToF）来计算距离。
优势与挑战：抗环境光干扰能力强，适合中远距离测量（数米至数十米），帧率高，广泛应用于机器人导航、物流体积测量、车载激光雷达（LiDAR）。iToF在精度和成本间取得较好平衡，但可能产生运动伪影；dToF精度极高，但系统成本和复杂度也更高。
对传感器的要求：需要专门优化的ToF像素传感器，能够实现高速的光电转换和电荷存储。例如，Teledyne e2v的Hydra3D传感器采用创新的三内存节点像素设计，可在单帧内捕获多相位信息，有效减少运动伪影。
立体视觉：仿生自然的被动观察者
原理：模仿人眼双目视差，通过两个（或多个）相隔一定距离的相机从不同视角对同一场景拍摄，然后通过立体匹配算法寻找两幅图像中的对应点，根据三角测量原理计算深度信息。
优势与挑战：无需主动光源，受光照条件影响较小，成本相对较低。但其深度图质量严重依赖纹理特征，在缺乏纹理的平滑表面（如白墙）匹配困难，且计算复杂度较高。
对传感器的要求：需要两台或多台性能一致的相机，传感器需具备高一致性和低噪声，以确保匹配算法的准确性。全局快门传感器是首选，以避免因卷帘快门导致的匹配错误。
下面的表格清晰对比了这三种主流3D技术的特点：
📌 即时FAQ
Q：在工业现场，如何为机器人拣选应用选择合适的3D技术？
A： 需综合考虑工作距离、精度要求、节拍速度和成本。若工作距离近（<1m）、要求精度高（如微米级），结构光是优选。若距离较远（1-5m），需要快速响应，iToF更合适。若场景纹理丰富且对成本敏感，双目立体视觉可作为一个备选方案，但需评估其计算延迟对生产效率的影响。
Q：3D视觉技术对图像传感器的帧率有何特殊要求？
A： 3D视觉通常需要更高的帧率。因为无论是ToF的相位测量还是多帧图像合成（如结构光的多图案投射），都需要在极短的时间内完成多次采集或计算。高帧率传感器能提升3D数据的更新率，使系统能更实时地响应环境变化。例如，索尼IMX925高达394fps的帧率使其非常适合于高速3D成像应用。
图像传感器在3D视觉中的关键作用与发展趋势
图像传感器是3D视觉系统的核心感知元件，其性能直接决定3D成像的质量。
全局快门的必要性：绝大多数3D技术（尤其是需要主动照明或多帧处理的）要求传感器具备全局快门特性，以确保所有像素点在同一时刻曝光，避免在动态场景中引入额外的畸变或误差。
近红外灵敏度：结构光和ToF技术常使用人眼不可见的近红外光作为光源，以避免干扰。因此，传感器在近红外波段（如850nm, 940nm）的高量子效率至关重要。
专用化与集成化：未来趋势是开发专为3D视觉优化的传感器，如集成深度计算单元的直接深度输出传感器，这将简化系统设计，降低功耗和成本。
总结
3D传感时代的到来，依赖于结构光、ToF和立体视觉等技术的成熟与普及。而这些技术的实现，离不开背后高性能图像传感器的支撑，尤其是其对全局快门、近红外响应和高帧率的支持。随着传感器技术的不断进步和算法的优化，3D视觉将在智能制造、自动驾驶、AR/VR等领域发挥越来越重要的作用，为机器开启真正的“慧眼”。
