1. 深度相机概述：TOF、结构光、双目视觉原理对比与产线选型考量
大家好，我是老张。在机器视觉这行摸爬滚打了十几年，经手过的深度相机产线少说也有几十条。今天咱们聊聊深度相机的基础——三种主流技术路线的原理对比，以及产线上到底该怎么选。
说实话，很多工程师一上来就问我：“哪种技术最好？” 我的回答永远是：没有最好的技术，只有最适合你产线的方案。你想想看，一条手机玻璃盖板检测线和一条AGV避障产线，需求能一样吗？
1.1 三种主流技术原理速览
先快速过一遍原理。我不喜欢讲太虚的理论，咱们直接说人话。
1.1.1 TOF（飞行时间法）
TOF的原理很简单：发射光脉冲，测量光往返的时间。就像蝙蝠用超声波定位一样，只不过咱们用的是光。
我个人习惯把TOF分成两类：
- 直接TOF（dTOF）：直接测飞行时间。精度高，但成本也高。苹果的LiDAR就是这种。
- 间接TOF（iTOF）：通过测量发射光和接收光的相位差来推算距离。成本低一些，但容易受环境光干扰。
核心公式： 距离 = (光速 × 飞行时间) / 2
注意除以2，因为光走了个来回。
我在项目中遇到过一个问题：某次在强光环境下用iTOF模组测距，数据直接飘了。后来发现是环境光中的红外分量太强，把相位信息淹没了。嗯，这里要注意——TOF对多路径干扰非常敏感，产线上如果有反光物体，一定要做补偿。
1.1.2 结构光
结构光的原理是：投射已知图案（通常是散斑或条纹），通过图案的变形来计算深度。说白了，就是“看”光斑被物体扭曲成什么样，然后反推出物体的形状。
结构光的优势在于：
- 近距离精度极高（亚毫米级）
- 对纹理不敏感（不像双目视觉那样依赖物体表面纹理）
但缺点也很明显：
- 室外基本不能用——太阳光里的红外成分会把投射的图案“洗掉”
- 投射器寿命有限（激光模组容易老化）
避坑指南： 我曾经在一条手机中框检测产线上用过结构光方案，结果发现投射器用了3个月后亮度衰减了30%，深度图直接废了。后来我们加了一个自动校准流程，每2小时做一次亮度补偿。所以，产线上用结构光，一定要考虑投射器的寿命管理。
1.1.3 双目视觉
双目视觉模仿人眼：用两个摄像头从不同角度拍摄同一场景，通过视差计算深度。原理上最接近人类的立体感知。
双目视觉的优点：
- 成本低（两个普通摄像头就行）
- 室外也能用（不依赖主动光源）
缺点：
- 极度依赖纹理——纯色墙面、光滑表面直接“失明”
- 计算量大（需要做立体匹配）
- 基线长度限制了测量范围
为什么会这样？因为双目视觉的本质是“找对应点”。如果物体表面没有特征点，两个摄像头看到的画面一模一样，根本算不出视差。我见过一个案例：某产线用双目视觉检测白色塑料件，结果深度图全是黑洞——因为表面太光滑了。
1.2 三种技术核心参数对比
下面这张表是我自己整理的，产线选型时直接对着看就行。
| 参数项 | TOF | 结构光 | 双目视觉 |
|---|---|---|---|
| 测量范围 | 0.1m - 100m+ | 0.1m - 5m | 0.3m - 20m |
| 近距离精度 | ±1cm ~ ±5cm | ±0.1mm ~ ±1mm | ±1mm ~ ±5mm |
| 远距离精度 | ±5cm ~ ±20cm | 不适用 | 随距离平方衰减 |
| 环境光敏感度 | 中（强光下性能下降） | 高（室外基本不可用） | 低（室外可用） |
| 纹理依赖 | 不依赖 | 不依赖 | 高度依赖 |
| 帧率 | 30fps - 100fps | 10fps - 30fps | 30fps - 60fps |
| 成本 | 中高 | 中 | 低 |
| 典型应用 | AGV避障、人脸识别 | 3D建模、手机解锁 | 机器人导航、安防 |
个人经验： 如果你要检测的物体距离在1米以内，且精度要求达到亚毫米级，别犹豫，直接上结构光。如果距离超过5米，或者产线环境光照变化大，TOF是更稳妥的选择。至于双目视觉——除非你的物体表面纹理丰富，否则别给自己找麻烦。
1.3 产线选型核心考量
选型这件事，我建议你从三个维度来思考：
- 测量需求：距离、精度、帧率、视场角
- 环境约束：光照条件、温度范围、振动、灰尘
- 成本与维护：模组成本、校准频率、寿命
举个例子：一条汽车零部件检测产线，要求检测距离0.5米，精度±0.2mm，环境光照稳定。这种情况下，结构光是最佳选择。但如果同样的产线要检测2米外的物体，那结构光就不行了——它的投射器功率有限，远了精度会急剧下降。
再比如，一条户外AGV产线，要求检测距离10米，精度±5cm，环境光照变化大。这时候TOF是唯一的选择。我见过有人非要在户外用双目视觉，结果一到阴天就罢工——因为光照不足导致图像噪声太大，立体匹配直接失败。
选型口诀（我自己编的）：
近距高精选结构，远距抗扰用TOF。
纹理丰富双目上，环境恶劣别硬扛。
1.4 本章知识体系
下面这张图是我用SVG画的，把三种技术的核心逻辑和选型路径串起来了。你可以保存下来，以后选型时直接对着看。
1.5 本章小结
好了，这一章的内容就这些。总结一下：
- TOF：适合远距离、抗干扰要求高的场景，但精度一般
- 结构光：近距离精度之王，但怕强光、怕老化
- 双目视觉：成本最低，但纹理依赖是硬伤
选型时记住一句话：先看需求，再看环境，最后看预算。别被厂商的宣传参数忽悠了——参数再好看，到了产线上不顶用就是白搭。
下一章咱们会深入讲深度相机的标定原理，包括内参、外参、畸变模型这些基础概念。嗯，到时候我会分享一些我在产线上踩过的坑，保证让你少走弯路。