一、深度相机概述
大家好，我是老张。在3D视觉这行摸爬滚打了十多年，今天咱们来聊聊深度相机。
很多人问我：深度相机到底是个啥？跟普通相机有啥区别？
嗯，这个问题问得好。我刚开始接触这行时也犯过迷糊。说白了，普通相机拍的是二维图像，就像你拿手机拍张照片，只有颜色和亮度信息。而深度相机呢，它多了一个维度——距离信息。
1.1 什么是深度相机
深度相机，顾名思义，就是能测量物体到相机距离的相机。它输出的不是普通的RGB图像，而是一张深度图。这张图上每个像素的值，代表的是那个点到相机的实际距离。
举个例子。你用普通相机拍一张人脸，得到的是五官的纹理和颜色。但用深度相机拍，你能知道鼻子比脸颊高了多少毫米，眼睛凹陷了多深。这就是深度信息。
核心概念：深度相机 = 普通相机 + 距离测量能力
输出数据：RGB图像 + 深度图（或点云）
我个人习惯把深度相机比作「带尺子的眼睛」。它不光能看见，还能量出距离。这在很多场景下是革命性的。
1.2 深度相机与普通相机的区别
咱们用一张表来对比，这样更直观：
| 对比维度 | 普通相机 | 深度相机 |
|---|---|---|
| 输出数据 | RGB图像（2D） | RGB图像 + 深度图/点云（3D） |
| 核心信息 | 颜色、纹理、亮度 | 颜色 + 空间位置（X,Y,Z） |
| 工作原理 | 被动接收环境光 | 主动发射光信号（结构光/ToF/双目） |
| 环境依赖 | 依赖环境光照 | 部分技术受环境光影响，部分不受 |
| 典型应用 | 拍照、录像、监控 | 3D建模、避障、手势识别、测量 |
| 数据量 | 较小（几MB） | 较大（几十MB到几百MB） |
你想想看，普通相机在暗光下就抓瞎了。但深度相机呢？它自己发光，所以晚上也能工作。我在做机器人项目时，就遇到过这种情况——白天好好的，一到晚上机器人就撞墙。后来换成深度相机，问题就解决了。
避坑指南：我曾经在选型时只看分辨率，忽略了深度相机的帧率和精度。结果项目做到一半才发现，高速运动的物体根本拍不清楚。记住：深度相机的帧率、精度、分辨率三者要平衡，不能只看一个指标。
1.3 深度相机的主要应用领域
深度相机的应用场景，说实话，比我想象的还要广。我这些年接触过的项目，几乎覆盖了所有主流领域。咱们一个一个来看。
1.3.1 机器人领域
这是深度相机最成熟的应用之一。机器人要自主导航，首先得知道「我在哪」「周围有什么」「怎么走」。深度相机就是它的眼睛。
- 避障：实时检测前方障碍物，规划安全路径。我记得有个扫地机器人项目，用单目相机总是撞到黑色地毯，换成深度相机后，不管什么颜色都能识别。
- 抓取：机械臂需要知道物体的三维位置和姿态。深度相机提供点云数据，配合算法就能实现精准抓取。
- SLAM：同时定位与地图构建。深度相机比激光雷达便宜，比普通相机信息丰富，是很多机器人公司的首选。
个人经验：做机器人避障时，别只看深度相机的探测距离。我踩过坑——选了探测距离10米的相机，但近处0.3米以内是盲区。结果机器人差点撞到墙。后来我学乖了，选型时一定看最小探测距离。
1.3.2 自动驾驶领域
自动驾驶对深度相机的要求，一个字：严。精度要高，帧率要快，还得能应对各种天气。
- 环境感知：识别行人、车辆、路障。深度信息能帮助判断物体距离和运动速度。
- 车道线检测：结合深度信息，能更准确地判断车道边界和曲率。
- 泊车辅助：360度环视加深度，让倒车入库变得轻松。
说实话，自动驾驶领域我更推荐用激光雷达做主力，深度相机做辅助。为什么呢？因为纯深度相机在强光下容易受干扰。我有个朋友做L4级自动驾驶，试过纯视觉方案，结果大太阳天直接罢工。后来加了激光雷达才搞定。
1.3.3 AR/VR领域
AR/VR是深度相机的新战场。你想想看，虚拟物体要跟真实世界融合，首先得知道真实世界的三维结构。
- 手势识别：深度相机能精确捕捉手部骨骼点，实现自然交互。苹果的Vision Pro就用了深度相机。
- 空间映射：实时扫描房间结构，让虚拟物体能「贴」在墙上或桌面上。
- 人体追踪：全身动作捕捉，用于游戏或健身应用。
小技巧：做AR应用时，深度相机的刷新率很重要。低于30fps的话，虚拟物体会出现明显的延迟和抖动。我个人建议至少选60fps的。
1.3.4 工业检测领域
工业场景是我最熟悉的领域。深度相机在这里扮演着「质检员」的角色。
- 尺寸测量：精确测量零件的长宽高、孔径、平面度。精度能达到0.1mm甚至更高。
- 缺陷检测：检测表面凹陷、凸起、划痕。普通相机看不出来的微小变形，深度相机一目了然。
- 定位引导：引导机器人进行装配、焊接、涂胶等操作。
我记得有个汽车零部件项目，客户要求检测螺丝是否拧到位。普通相机拍出来都一样，但深度相机能测出螺丝头的高度差。嗯，这就是深度相机的价值所在。
1.4 深度相机的技术分类
说到这，你可能想问：深度相机有哪几种？怎么选？
目前主流的深度相机技术有三种：结构光、ToF（飞行时间）、双目立体视觉。咱们简单过一下：
| 技术类型 | 工作原理 | 优点 | 缺点 | 典型代表 |
|---|---|---|---|---|
| 结构光 | 投射编码光斑，通过变形计算深度 | 精度高，近距离效果好 | 受环境光影响大，远距离精度下降 | Kinect v1、Intel RealSense |
| ToF | 发射光脉冲，测量飞行时间 | 帧率高，远距离效果好 | 精度受多路径干扰，分辨率较低 | Kinect v2、PMD、索尼 |
| 双目立体视觉 | 两个相机视差计算深度 | 成本低，无主动光 | 依赖纹理，弱光下效果差 | ZED、大疆 |
怎么选？我个人的经验是：
- 室内近距离（0.3-3米）→ 结构光
- 室内外中远距离（0.5-10米）→ ToF
- 室外远距离（1-20米）→ 双目
- 低成本方案 → 双目
当然，这只是大方向。具体选型还要看你的应用场景、预算、环境条件。后面几章我会详细讲。
重要提醒：别迷信参数表。我曾经被一份参数表骗过——标称精度0.1mm，实际用起来只有1mm。为什么？因为那是实验室理想环境下的数据。真实场景下，光照、温度、反射率都会影响精度。所以，选型前一定要做实测。
1.5 本章知识体系
为了让你更直观地理解本章内容，我画了一张结构图：
这张图把本章的核心内容串起来了。从定义到区别，从应用到技术，最后落到选型核心。你多看几遍，心里就有谱了。
好了，第一章就聊到这。深度相机不是什么神秘的东西，说白了就是给相机加了个「测距」功能。但就是这个功能，让机器真正「看懂」了三维世界。
下一章咱们聊聊深度相机的核心参数，以及怎么读懂那些让人头疼的数据手册。嗯，到时候我会分享一些我踩过的坑，保证让你少走弯路。