想要機器人能夠快速、精準且輕松地抓取和放置貨物？事實上，至今仍然需要漫長而艱難的設置和培訓階段，才能實現這個看似簡單的任務。具有空間感、能夠像人一樣交互的機器人更像是科幻故事中的情節，現實中尚未能實現。然而，隨著3D技術普遍在機器視覺中發揮的作用日益增大，目前3D成像過程出現了許多變化。

主要的3D方法有哪些？

3D技術可以在機器人、工廠和物流自動化以及醫療領域大展身手，因為它可以為解決復雜的圖像處理任務開辟新天地。3D圖像處理技術特別適用于了解物體的體積、形狀、3D位置和方向，例如物流部門需要將商品快速且安全地從A點運送到B點。但是生成3D圖像需要哪種技術呢？

當前,生成3D圖像數據有四種不同方法：

ToF（Time-of-Flight）

激光三角測量法

立體視覺

結構光

四種方法之間有何不同？

立體視覺和結構光

立體視覺的工作原理與人眼類似。需要使用兩個2D相機從兩個不同位置為被測量物體拍攝圖像，并使用三角測量原理計算3D深度信息。但是當需要觀察均勻的表面，以及當照明條件不良時可能難以進行計算，因為通常數據過于混亂，無法得出確定的結果。這個問題就可以通過結構光來解決，從而為圖像生成清晰的預定義結構。

應用領域

立體視覺的一個明顯優點是：它在測量工作范圍較小的物體時可以實現高精度。如果要實現高精度，通常需要將參考標記、隨機圖案或由結構化光源產生的光圖案投影到被測物體上。立體視覺通常適用于坐標測量技術和工作空間的3D測量。然而，這種技術一般不適合在生產環境中使用，因為它的處理器負載較高，在工業應用中會增加整體系統的成本。

激光三角測量法

激光三角測量法使用的是2D相機和激光光源。激光會將光線投射到目標區域，然后再使用2D相機進行拍攝。光線在接觸被測物體的輪廓時會發生彎曲，因此可以根據多張照片中的光線位置坐標，計算出物體和激光光源之間的距離。

應用領域

此方法采用了結構光的方法，因此在應對復雜的表面時，或當環境光較弱時，相應的問題也能迎刃而解。即使物體的對比度較低，激光三角測量法也可提供高精度的數據。但是，激光三角測量法存在一個問題：它速度相對較慢，難以適應現代生產環境中不斷加快的速度。在掃描過程中，此技術要在被測量物體保持靜止時才能記錄激光線的改變情況。

ToF(Time-of-Flight)

在獲取深度數據及測量距離方面，ToF (Time-of-Flight)方法是一項非常高效的技術。ToF相機為每個像素提供兩種信息：亮度值（灰度值）以及芯片與被測物體之間的距離（即深度值）。

ToF (Time-of-Flight)技術可進一步分為兩種不同方法：連續波和脈沖ToF。

脈沖ToF是根據光脈沖的傳播時間來測量距離，因此它需要配合非常快速、精準的電子元件。目前，該技術能夠在合理的成本范圍內生成精確的光脈沖以及進行精準測量。相比連續波的工作過程，這種技術所需的芯片要以更高的分辨率進行工作，由于它的像素較小，因此能夠更高效地利用芯片表面。

集成光源發出的光脈沖會在照射物體后反射回相機。然后，即可根據光線再次到達芯片前的傳播時間計算出距離，從而得出每個像素的深度值。這項技術可以輕松實時生成點云，同時還可以提供強度和置信圖。

應用領域

ToF方法非常適用于物流和生產環境中，可以執行體積測量、堆垛任務和自動駕駛車輛。ToF相機還可以在醫療領域幫助進行定位和監測患者，以及在工廠自動化中執行機器人控制和箱子抓取任務。

哪種技術適合我的應用？

與2D相機一樣，可以使用單一技術解決所有問題的3D相機并不存在。因此我們必須綜合權衡各種要求，確定最優化的選擇。

在為應用選擇技術時需要考慮以下關鍵問題：是否需要檢測物體的位置、形狀、存在情況或者物體方向？需要達到什么精度水平？物體的表面狀態如何？應用的工作距離和運行速度分別是多少？另外計劃方案的成本和復雜程度還必須與3D技術的能力相匹配。

審核編輯：郭婷