3D机器视觉深度调研

lnln2006

从2D 视觉到3D 视觉是一次技术的跃升。3D 视觉针对工业自动化应用上的“痛点”，提升缺陷识别的
精度和自动化产线在线检测的速度，加速在机器人引导和移动机器人环境感知场景落地。针对不同自动
化领域的专业化定制是3D 工业视觉的主要特征，视觉大模型赋能3D 工业视觉，降低定制化开发的成
本，提升定制化开发的效率，有效拓展应用场景。2022 年中国3D 工业相机市场规模18. 4 亿元
/yoy+59.9%，GGII 预计2027 年接近160 亿元，复合增速53.8%。
3D 视觉技术满足工业领域更高精度、更高速度、更柔性化的需求，扩大工业自动化的场景。2D 视觉
技术基于物体平面轮廓，无法获得曲度、空间坐标等三维参数，检验精度低。激光三角测量、结构光、
ToF、多目视觉等技术共同推动了3D 视觉发展。高精度缺陷检测场景（如：半导体有图形晶圆检测）
技术要求最高，主要采用激光三角测量、干涉和共聚焦技术；生产线在线检测和装配最难，需要复杂的
解决方案来适应不同的生产场景，并在振动和环境光干扰下实现高速度和高精度，主要技术是激光三角
测量和结构光。仓库自动化（尺寸测量、环境感知、手势识别、随机拣箱）主要采用结构光和立体视觉。
移动机器人视觉引导最具前景的场景，主要技术包括结构光、ToF、立体视觉。环境感知具备宽视场、
高速度(用于实时视觉伺服)、高精度的要求，技术路径尚未确定。特斯拉Optimus 的3D 传感模块以
多目视觉为主，全身搭载8 个摄像头，自研SoC 芯片FSD，纯视觉方案硬件成本低，对软件算法要求
高。国内外其余厂商多采用3D 相机+激光雷达方案，优必选WALKERX 的视觉模块采用多目视觉，小
米CyberOne 的Mi-Sense 采用iToF+RGB，追觅采用ToF+结构光，智元A1 采用RGBD 相机。