01
深度相机概述
什么是深度相机 · 与普通相机的区别 · 机器人/自动驾驶/AR/工业检测
概念应用
02
核心成像原理（上）
双目立体视觉 · 视差与深度计算 · 基线距离对精度的影响
双目原理
03
核心成像原理（中）
结构光（散斑/编码光）· ToF原理（iToF与dToF）
结构光ToF
04
核心成像原理（下）
三种主流技术对比 · 选型决策树
对比决策
05
关键性能参数（一）
深度分辨率与帧率 · 精度与误差模型 · 测量范围
参数精度
06
关键性能参数（二）
FOV与基线 · 多路径干扰 · 抗环境光 · 功耗散热
FOV鲁棒性
07
核心硬件组件（一）
成像传感器CMOS vs CCD · IR与RGB摄像头选型
传感器摄像头
08
核心硬件组件（二）
激光投影器VCSEL vs EEL · DOE · 窄带滤光片
光源光学
09
核心硬件组件（三）
主控芯片ASIC/FPGA/SoC · ISP与深度引擎 · 接口
芯片接口
10
主流模组厂商与产品（一）
Intel RealSense D435/D455/L515 特点与场景
IntelRealSense
11
主流模组厂商与产品（二）
Azure Kinect · Apple LiDAR dToF 技术分析
微软Apple
12
主流模组厂商与产品（三）
国产方案：奥比中光、舜宇、华捷艾米现状与选型
国产方案
13
选型第一步：明确应用场景
室内/室外 · 静态/动态 · 精度/距离优先级
需求场景
14
选型第二步：计算关键指标
根据FOV/距离反推基线 · 根据帧率反推带宽
计算指标
15
选型第三步：评估环境鲁棒性
阳光直射 · 多机干扰 · 高反光/低反射率物体
鲁棒性环境
16
选型第四步：接口与系统集成
Linux/Windows支持 · ROS驱动 · SDK成熟度
集成SDK
17
选型第五步：成本与供应链
BOM成本 · 量产一致性 · 供货周期
成本供应链
18
实战案例（一）
服务机器人避障与导航 · 深度相机选型方案
机器人避障
19
实战案例（二）
人脸识别与刷脸支付 · 近距结构光方案选型
人脸支付
20
实战案例（三）
无人机定高与避障 · 远距ToF方案选型
无人机ToF
21
实战案例（四）
工业3D检测（抓取/测量）· 高精度双目方案
工业双目
22
硬件接口详解
USB3.0/2.0带宽 · GMSL2/3远距离 · MIPI CSI-2直连
接口传输
23
标定与校准
出厂标定内参/外参 · 温度漂移补偿 · 多模组联合标定
标定校准
24
数据格式与处理
深度图16bit · 点云XYZ · IR图 · RGB同步机制
数据格式
25
常见问题与排坑（一）
深度图空洞与边缘飞点 · 多路径干扰测距跳变
排坑干扰
26
常见问题与排坑（二）
模组发热精度漂移 · 不同光照自动曝光冲突
热漂移曝光
27
常见问题与排坑（三）
多台模组同时工作干扰 · 结构光/ToF互扰
互扰多机
28
测试与评估方法
标准测试环境搭建 · 精度验证 · 鲁棒性测试
测试评估
29
未来趋势
SPAD阵列与纯固态dToF · 事件相机 · AI深度增强
趋势前沿
30
课程总结与选型清单
完整选型Checklist · 决策流程图
总结清单