1. 深度相机概述
大家好，我是老张。在嵌入式视觉这行摸爬滚打了十几年，今天咱们来聊聊深度相机。说实话，这玩意儿现在太火了，机器人、自动驾驶、AR/VR，哪儿都有它的影子。但你真的了解它吗？
1.1 什么是深度相机
深度相机，说白了就是能「看」出物体距离的相机。普通相机拍出来的是二维图像，只有红绿蓝三个通道。深度相机多了一个维度——每个像素点都带有一个距离值。
我习惯这么跟新人解释：普通相机像你的眼睛，能看到颜色和形状。深度相机像你的手，能摸出远近和轮廓。两者一结合，机器就能真正「理解」三维世界了。
核心概念：深度相机输出的不是普通图片，而是一张深度图（Depth Map）。每个像素值代表该点到相机的距离，单位通常是毫米。
举个例子，你拿普通相机拍一张桌子，得到的是桌面的纹理和颜色。用深度相机拍，每个像素都告诉你「这个点离我1.2米」。这样一来，机器就能算出桌面的倾斜角度、边缘轮廓，甚至能重建出整个桌子的3D模型。
1.2 深度相机的发展历程
深度相机不是一天建成的。我入行那会儿，想测个距离还得用激光雷达，又贵又笨重。后来技术一步步演进，才有了今天这些小巧的深度相机。
| 阶段 | 时间 | 代表技术 | 特点 |
|---|---|---|---|
| 萌芽期 | 1990s-2000s | 双目立体视觉 | 算法复杂，计算量大，精度一般 |
| 爆发期 | 2010-2015 | Kinect v1（结构光） | 消费级产品出现，成本大幅下降 |
| 成熟期 | 2015-2020 | ToF、双目+结构光 | 精度提升，体积缩小，室内外兼顾 |
| 普及期 | 2020至今 | iPhone LiDAR、Intel RealSense | 集成到手机，应用场景爆发 |
我记得2010年第一次拿到Kinect的时候，简直惊呆了。一个几百块的游戏外设，居然能实时输出深度图。虽然精度一般，但那个年代已经算是革命性产品了。后来我在一个机器人项目中用过它，嗯，室内还行，一到阳光下就废了——这就是结构光的局限性。
为什么会这样？因为结构光靠投射红外光斑来测距，太阳光里的红外成分会严重干扰。所以后来ToF和双目技术才慢慢成为主流。
1.3 深度相机的主要应用领域
深度相机的应用场景，我随便就能列出一大堆。但咱们挑几个最典型的聊聊。
1.3.1 机器人
机器人是深度相机最大的用户之一。你想啊，机器人要自主导航，得知道前面有没有障碍物、路有多宽、桌子在哪儿。这些靠普通相机根本搞不定。
- 避障：实时检测前方障碍物，规划安全路径
- 抓取：识别物体的位置和姿态，引导机械臂抓取
- 建图：结合SLAM算法，构建环境地图
我曾经帮一个仓储机器人项目选型，客户要求能在货架间穿梭。我试了好几款深度相机，最后选了ToF方案。为什么？因为货架场景光线复杂，结构光容易受反光影响，而ToF对光照不敏感。
避坑指南：我曾经在机器人项目里踩过一个坑——选了视场角太小的深度相机。结果机器人转弯时根本看不到侧面的障碍物，撞了好几次。后来我学乖了，选型时一定先算好视场角覆盖范围。
1.3.2 自动驾驶
自动驾驶对深度感知的要求最高。你想想看，车在高速上跑，误差几厘米就可能出事故。所以自动驾驶通常用激光雷达做主力，深度相机做辅助。
但深度相机有个优势——成本低。一个激光雷达几万块，一个深度相机几百块。所以很多L2、L3级别的辅助驾驶系统，都开始用深度相机来做近距离感知。
- 行人检测：结合深度信息，判断行人距离和运动方向
- 车位检测：自动泊车时，检测车位边界和障碍物
- 驾驶员监控：检测驾驶员头部位置和视线方向
我个人习惯把自动驾驶的深度感知分成三层：远距离用激光雷达，中距离用双目相机，近距离用ToF或结构光。这样搭配，性能和成本都能兼顾。
1.3.3 AR/VR
AR/VR是深度相机的新战场。你玩过那些能用手势控制的VR游戏吗？背后就是深度相机在实时捕捉你的手部动作。
AR眼镜更依赖深度相机。它需要知道真实世界的三维结构，才能把虚拟物体「放」对位置。比如你戴AR眼镜看一张桌子，深度相机先扫描出桌面形状，然后虚拟茶杯才能稳稳地「放」在桌面上。
- 手势识别：实时追踪手部骨骼，实现自然交互
- 空间映射：扫描真实环境，构建3D网格
- 遮挡处理：虚拟物体被真实物体遮挡时，正确渲染
注意：AR/VR对深度相机的帧率要求很高。低于30fps就会出现明显的延迟感，用户会头晕。我建议至少选60fps以上的方案。
1.3.4 工业检测
工业领域是深度相机的老本行。我在工厂里见过太多应用了，从零件尺寸测量到缺陷检测，深度相机比人眼靠谱得多。
| 应用场景 | 传统方式 | 深度相机方案 | 优势 |
|---|---|---|---|
| 尺寸测量 | 卡尺、千分尺 | 3D点云测量 | 非接触、速度快、精度高 |
| 缺陷检测 | 人工目检 | 深度图异常检测 | 24小时不间断、一致性高 |
| 定位引导 | 机械夹具 | 视觉引导定位 | 柔性高、换型快 |
举个例子，有个客户要检测手机中框的平面度。人工用塞尺测，一个零件要花30秒，还容易漏检。我给他们上了深度相机方案，0.5秒测一个，精度0.02mm，良品率从92%提升到99.5%。
不过工业场景有个坑——环境光干扰。工厂里经常有强光、反光、甚至电弧光。我建议选主动发光的深度相机，比如结构光或ToF，别用纯双目的，否则很容易被光线搞死。
知识体系总览
下面这张图是我自己整理的深度相机知识体系，方便你快速建立全局认知。
这张图把深度相机的知识分成了三大块：技术原理、关键指标、应用领域。你选型的时候，其实就是在这三个维度之间做权衡。比如你要做室内机器人，结构光就够用；要做户外自动驾驶，就得考虑ToF或双目。
好了，第一章就聊到这儿。深度相机这东西，说复杂也复杂，说简单也简单。核心就一句话：选对技术，用对场景。后面几章咱们会深入每个技术细节，到时候再细聊。