1. 深度相机选型与原理

做三维重建，第一步就是选相机。我见过不少团队，算法调得飞起，最后发现是相机选错了，白忙活一场。今天咱们就把深度相机的底裤扒干净，看看结构光、ToF、双目立体视觉到底怎么选。

深度相机三大流派

市面上主流的深度相机，说白了就三种：结构光、ToF（飞行时间法）、双目立体视觉。它们获取深度的原理完全不同，我一个个说。

结构光：投影已知图案

结构光的思路很直接——我往物体上投一个已知的图案（比如散斑、条纹），然后用相机拍下图案被物体表面扭曲后的样子。通过计算图案的变形量，就能反推出深度。

工作原理：投影仪发射编码光，相机捕捉反射光，三角测量算深度。

典型代表：微软Kinect v1、Intel RealSense D415/D435。

ToF：直接测光飞行时间

ToF的原理更暴力——我发射一束调制光，测量它从发射到反射回来的时间差。光速是固定的，时间差直接换算成距离。

工作原理：发射器发出脉冲光或连续波调制光，传感器接收反射光，计算相位差或时间差。

典型代表：微软Kinect v2、Azure Kinect、苹果LiDAR（dToF）。

双目立体视觉：模仿人眼

双目立体视觉最像人眼——用两个相机从不同角度拍同一场景，通过匹配左右图像中的对应点，利用视差计算深度。

工作原理：左右相机同步采集，特征匹配找对应点，三角测量算深度。

典型代表：ZED相机、Intel RealSense T265、大疆的视觉系统。

嗯，这里要注意：双目相机不依赖主动光源，所以室外也能用。但它的精度取决于基线长度和纹理丰富度。碰到白墙这种没纹理的区域，匹配算法直接崩溃。

工作原理对比

我把三种方案的核心差异整理成了一张表，方便你对比：

特性	结构光	ToF	双目立体视觉
测距原理	三角测量（投影图案变形）	飞行时间（光速×时间差）	三角测量（视差）
主动光源	是（红外投影仪）	是（调制光源）	否（被动）
精度	高（0.1-1mm）	中（1-10mm）	中（1-10mm，依赖基线）
帧率	低（15-30fps）	高（30-60fps）	中（15-60fps）
室外表现	差（强光干扰）	中（可加滤光片）	好（被动光）
成本	中	高	低（仅需两个摄像头）

为什么会这样？说白了，结构光靠“猜图案变形”，精度自然高，但怕光干扰。ToF靠“测时间”，速度快但精度受限于时钟分辨率。双目靠“找匹配”，室外无敌但遇到白墙就抓瞎。

选型考量因素

选相机不是看参数表就完事了。我踩过不少坑，总结出四个核心维度：

精度

如果你做的是工业级重建（比如文物扫描、模具检测），精度必须到亚毫米级。结构光是首选。我做过一个项目，要求重建误差小于0.5mm，最后选了结构光方案，配合标定板校准，勉强达标。

如果只是做AR交互或机器人导航，ToF或双目就够了。精度差一点，但帧率高，实时性好。

帧率

重建动态物体（比如人脸表情、手势），帧率至少30fps以上。ToF在这方面有天然优势，因为它是全局快门，一帧就能拿到所有深度。结构光需要逐行扫描，帧率上不去。

我记得有一次做手势识别，用结构光相机，手一挥，深度图就糊了。换成ToF后，问题迎刃而解。

视场角

视场角决定了你能拍多大范围。双目相机的视场角受限于镜头和基线，一般比较窄（60-90度）。ToF和结构光可以做到更宽（70-120度）。

你想想看，重建一个房间，视场角太小就得来回扫，拼接起来麻烦得要死。我建议优先选大视场角的相机，省事。

环境光鲁棒性

这是最容易忽略的点。结构光在室内暗光下表现完美，但一到窗边就完蛋。ToF加了带通滤光片后，对阳光有一定抵抗力，但多路径反射问题依然存在。

双目立体视觉是唯一能在户外强光下正常工作的方案。我曾在正午的操场上用ZED相机做重建，效果出奇的好。但代价是——晚上没光它也瞎。

知识体系结构图

下面这张图是我画的，把三种方案的核心逻辑串起来了。你看一眼就能明白它们之间的区别和联系。

这张图把三种方案的核心原理和适用场景都标出来了。你选型时，对着这张图问自己三个问题：室内还是室外？静态还是动态？精度要求多高？答案自然就有了。