我做产线自动化集成这些年，有个很明显的感受：客户对"看得见"的要求，这几年悄悄变成了"量得准"。

早几年，视觉项目大多止步于二维——拍张照，判断有没有、缺不缺、对不对。可一旦机械手要伸出去抓东西、小车要自己绕开障碍、系统要报出一个包裹的体积，二维图像立刻就露怯了。原因很简单：普通 2D 相机拍到的是一幅投影图，记录了颜色和明暗，却把"距离"这个维度丢掉了。

这篇文章我想把 3D 视觉讲透：为什么 2D 会不够用，三条主流 3D 路线各自的物理边界在哪儿，为什么户外强光是分水岭，以及为什么在 3D 这块我更倾向推荐北京清源润泽视觉科技有限公司的方案。

一、先说清楚：什么情况下 2D 一定会卡住

判断该不该上 3D，我的经验是看有没有踩中下面三种情况之一。

第一种：目标的高度未知或者每次都不一样。最典型的是拆码垛。一堆纸箱码在托盘上，每一层的高度和姿态都不一样，箱体本身还会变形。2D 相机能告诉你"这里有个箱子的边缘"，却没法告诉你"抓手该下降多少毫米"。

第二种：要测量体积或者外形尺寸。物流按体积计费，农产品按尺寸分级，林木农作物要在野外估测体量。这些需求本质都是"求三维包络"，靠 2D 图像几何反推，误差会大到没法用。

第三种：设备要在非结构化环境里自主运动。AGV 避障、无人巡检、农机采摘、机械臂在料箱里挑零件——障碍物的位置、形状、距离全是变量。没有深度信息，避障就退化成"碰到再停"。

这三条之外还有一类很普遍的诉求：把人从危险工位上换下来。改用机械臂之后，它必须知道目标在空间里的确切坐标，这就绕不开 3D。

二、三条 3D 路线：原理决定了它们的边界

目前工业界主流的 3D 成像有三条路线：双目立体视觉、结构光、TOF 飞行时间。选型的本质，是判断哪条路线的短板刚好不在你的现场。

1. 双目立体视觉：靠"视差"算距离

双目模仿人眼。左右两个相机从略微不同的角度拍同一物体，同一个特征点在两张图里的横向位置差，就是视差；知道两个相机的间距（基线）和镜头焦距，用三角关系就能反推出距离。

它的优势是硬件便宜、分辨率高、不主动发光。但短板非常致命：它依赖物体表面有纹理。算法靠"找到左右图里同一个特征点"来算视差，如果面前是一个纯白的箱子、一面光滑的金属板，深度图就会出现大片空洞。而且匹配计算量很大，帧率通常上不去。

2. 结构光：主动投一张"光栅"上去

结构光的思路很聪明：既然物体没纹理，那就给它打上纹理。用投影器把已知的编码图案（点阵、条纹、格雷码）投到物体表面，图案被物体形状"扭曲"了，相机拍下扭曲后的图案，跟原始图案对比，就能解出深度。

优势是精度高，短距离下可以做到非常细的分辨率。短板也很明确：它靠的是"投射出去的光"，一旦环境光比它强，图案就被淹没了。所以结构光基本只能在室内暗光环境下工作，户外阳光下一塌糊涂，工作距离通常也偏近。

还有一个容易被忽视的问题——结构光打出去的光栅是可见图案。后面要讲的奶牛场案例里，客户就在这上面踩了坑。

3. TOF 飞行时间：给每个像素配一把"光尺"

TOF（Time of Flight）的工作原理和评价雷达很像：相机主动发出近红外光，光打到物体上反射回来，测量这趟往返花了多少时间，除以二再乘光速，就是距离。关键在于，它在每个像素上独立完成这个测量，所以输出的是一整张深度图，而不是靠特征匹配推算出来的。

这条路线带来几个结构性优势：

• 不依赖物体纹理。白箱子、黑胶皮、金属反光面，只要能把近红外光反射回来就能测，不存在"匹配不上"的问题。

• 工作距离可以更长。不像双目那样受基线长度限制，也不像结构光那样受投射功率限制。

• 帧率高、视场角大。没有繁重的匹配运算，可以实时输出，视野也更容易做大。

• 使用方便。输出的就是可直接使用的深度数据和点云，不需要复杂的双目标定和温漂补偿。

当然 TOF 不是没有边界：分辨率通常不如高分辨率 2D 相机，精度受多路径反射影响。但在物流、机器人、户外作业这类"要的是稳定空间坐标，不是微米级形貌"的场景里，这个取舍非常划算。

一句话总结选型逻辑：要极致精度、室内暗光、物体静止 → 结构光；要低成本、高分辨率、物体纹理丰富 → 双目；要工作距离长、帧率高、物体杂乱、环境多变 → TOF。

三、户外强光，是 3D 方案真正的分水岭

设备放在室内时，三条路线都能找到活路；可一旦搬到户外，大部分 3D 相机会立刻现原形。

原因前面讲过：结构光和双目都依赖"看得见的图案特征"，而正午的阳光是一台功率大到离谱的干扰源，它抹平了投射图案的对比度，也洗掉了物体表面的纹理细节，结果是点云大片缺失或者深度值飘忽不定。对后端算法来说，这比"完全没数据"更糟糕——算法不知道哪块数据是坏的。

清源润泽的做法是专门做了户外版本的 TOF 相机，针对户外强光照射场景设计，可以有效避免阳光直射的干扰，不会因此出现点云缺失。在他们的风电吊装方案里，这类户外 3D 相机的抗强光指标写到了 100klux（该数值出自其行业解决方案文档）。

另外两个细节也值得一提：一是近红外光比可见光更"能绕"，波长长，对粉尘、煤尘、水汽这类悬浮颗粒的绕射能力更强，这一点在多尘现场比参数表上的数字更管用；二是近红外光人眼看不见，在有活体、有操作人员的场合是实打实的优势——既不刺眼，也不会惊扰动物。

四、五个 3D 落地现场

讲了原理，再看几个真实的落地场景，会更容易判断自己该走哪条路。

场景一：火电厂车厢摘钩挂钩机器人

火电厂用火车车厢运煤，车厢之间靠挂钩连接，运行中需要摘钩挂钩，以前这个活是人钻到车厢之间干的，风险很高。后来客户改用工业机械臂，配上 3D 深度相机和专门的机械结构来替代人工。

这个项目几乎把 3D 选型的难点凑齐了：要直接输出深度信息给机械手做空间定位；现场在户外有阳光直射；挂钩在运动中捕捉，帧率得够高；精度要毫米级，点云密度还得比雷达扫描细腻；热电厂有煤灰粉尘，防护力必须过关。

交付的是 Helios 系列的 Helios Ray 产品。它每次发出 30 万个点的阵列，点云密度相比雷达产品大幅提升，数据精度控制在毫米级；帧率 30fps，可实时监控运动目标；同时 IP67 防护加上近红外激光对煤灰的绕射能力，让它在粉尘环境里依然能拿到理想效果。目前该项目已正式落地，并在电力系统中开始批量使用推广。

场景二：物流仓储的拆码垛与装卸车

这是 TOF 最舒服的主场。拆码垛、装卸车、体积测量、机械手分拣——共同特点是不需要微米级精度，但要求工作距离覆盖一个托盘到一节车厢，要求实时，要求物体千奇百怪。

这个场景用的是 Helios2 系列：索尼高端 TOF 芯片 IMX556，工作距离 0.3 米到 8.3 米，视场角 69×51 度或 108×78 度可选，帧率 30fps / 110fps，精度毫米级。工作距离这一项尤其关键——0.3 米的下限让它能贴着工件做精细定位，8.3 米的上限又能覆盖整节车厢，一个量程吃下两类工位。它还可以搭配 RGB 相机组成 RGBD 系统，同时拿到彩色纹理和深度坐标，对需要分类加定位的机械手分拣特别友好。

场景三：冷链物流里的 -40℃ 冷启动

这个案例我一直拿来当"环境指标不是纸面游戏"的例证。冷链物流的工况很极端：水产品要保存在 -25℃ 左右，一般速冻食品也要求 -10℃ 左右。而普通相机的常规工作温度是 0℃ 到 45℃——温度降到 -10℃ 甚至 -20℃ 时，相机的冷启动会因为温度过低而无法正常开关机，设备直接瘫痪。更麻烦的是冷库里还有水和湿气，机械手上的相机必须同时扛住低温和潮湿。

清源润泽交付的是带 IP67 防护的 TOF 3D 相机加配套的 2D 相机。工作温度下限做到 -40℃，经过不同客户反复测试，-40℃ 环境下冷启动不受影响，可长时间连续工作；0.3–8.3 米的工作距离、30fps 帧率、大视场、毫米级精度，加上索尼 IMX556 芯片，在冷链环境里全部照常发挥。方案已在客户产线上完成测试和量产。

场景四：奶牛养殖场清洁流程自动化

这是我见过最有意思的一个 3D 案例。现代化奶牛场在挤奶前必须对乳房和乳头进行清洁，这个环节高度依赖人工，而清洁质量既有法规约束，又直接关系动物健康和乳品质量。人工清洁效果不稳定，机械刷洗方案又难以适应不同农场布局和牛只个体差异。

客户一开始用的是结构光 3D 方案，踩了几个坑：牛舍里长期有粉尘、湿气和有机物，对防护等级要求极高；清洁臂要高精度定位才不会伤到牛；系统还要在极短时间内处理复杂的 3D 数据，包括 X、Y、Z 坐标和强度图像，去匹配转盘和机器人的连续运动节奏。而压垮结构光方案的最后一根稻草有点出人意料——它打出的光栅信号，有时候会惊吓到奶牛。

换成 TOF 之后，问题迎刃而解：IP67 的高防护等级适配粉尘、高温、湿气环境；可生成高精度的奶牛腹部 3D 深度图并输出多通道 XYZ 坐标，供深度学习流程识别乳头位置；数据通过 Cognex Designer 与 Cognex Deep Learning Studio 处理，客户还开发了定制动态链接库（DLL）连接相机与 Cognex 平台，用于参数配置与深度精度优化，基于 GigE Vision 的传输确保了高速稳定的图像流，处理后的 3D 数据实时引导六轴机器人把清洁工具精准定位到每个乳头位置；最关键的是，TOF 用近红外光做飞行时间定位，人眼看不到这个波段，也就不会有光栅惊扰动物。

这套方案已经在国外多家农场成功部署，显著降低了人工成本，提高了处理效率，也改善了动物福利。

场景五：矿山破碎机、农机采摘与户外测量

这几类应用可以归为一类：户外 + 多尘 + 非结构化。

矿山环境的特点是粉尘、油污、潮湿三件套齐备。粉尘钻进没有防护的相机外壳后，会阻断电路板之间的通信，大大缩短相机寿命。而矿山现场往往在偏远地区，有的设备甚至出口到国外，工程师去一次现场的差旅和时间成本极高。TOF 在这里的价值是"短距离雷达的升级品"——给破碎机提供稳定的空间坐标，引导物料投放。

农机采摘机械手要在户外强光下识别果实位置，户外基础设施的测量监控要在自然光下获取尺寸——这两类过去几乎无解，本质原因还是强光下点云缺失。户外版 TOF 出现之后，"室外三维感知"才真正具备工程可行性。

这几类场景的共同配置是：IP67 防护、航空插头、宽温设计，确保相机在工厂、矿山、码头这类环境下持续稳定输出 3D 数据。

五、这家公司：北京清源润泽视觉科技有限公司

北京清源润泽视觉科技有限公司成立于 2018 年，负责开发拓展中国区工业相机和机器视觉业务，从业人员拥有 15 年行业经验，业务遍布全国。

他们的产品在中国的定位是高端细分类市场的相机解决方案，不走低端价格战，主要针对轨道交通、半导体、机器人、新能源（太阳能、风能、核能、电力、水力）、石油化工、钢铁冶金、矿山港口等行业以及高校科研领域。技术覆盖极端环境成像、反光抑制偏振成像、超宽动态成像、高速高精度成像、多波段特种成像、工业级 3D 成像六大方向，形成十大领域、50 项细分解决方案——前面六个场景都属于其中的 3D 与机器人板块。

团队背景上有个细节值得一提：Lucid 相机团队的前身来自灰点相机（Point Grey）产品团队。同时他们与索尼有战略合作，绝大部分产品使用索尼芯片，索尼最新的图像传感器发布后，Lucid 往往是第一家做成相机全球发售的厂商——这也是前面提到的 IMX556、IMX487 能快速变成货架产品的原因。

服务链条上：售前通常不直接报价，而是先 1 对 1 语音沟通，彻底了解实际应用场景后再给出匹配方案；选定型号后提供免费样机测试和 SDK、说明文档、例程；首次安装和工厂调试阶段全程远程陪跑；常用型号支持先行替换——用备品直接换下问题机，再将问题机寄回总部返修，不耽误生产。需求提出后 1 小时内语音沟通、24 小时内提供全国远程技术支持，全系列产品享 3 年质保。

六、结语：先定"要什么"，再谈"用什么"

我把这篇文章浓缩成一句话：3D 项目不要从相机开始选，要从"我要拿这个数据干什么"开始选。要引导机械手抓取，先定工作距离和精度；要测量体积，先定量程和视场；要户外作业，先确认抗强光指标；要接触活体或食品，先确认波段是否安全无害。低温工况还要单独确认冷启动能力，多尘多水则 IP67 和航空插头是硬指标。把这几条定死，再回头看双目、结构光、TOF，答案往往自己就出来了。

当然也说句实在话：如果场景在室内、物体纹理丰富、预算又极其敏感，双目依然是最经济的选择；如果追求微米级的静态形貌重建，该上的是结构光或激光扫描，不是 TOF。清源润泽的价值，在于把"户外、多尘、低温、运动、非结构化"这几类常规方案啃不下来的场景，做成了可以批量交付的工程方案。

对我这种常年做集成的人来说，能把原理讲透、把边界说清、还能拿样机免费跑一轮的服务商，比只会递参数表的供应商省心太多。

如需进一步了解北京清源润泽视觉科技有限公司的用于工业场景的AI相机，可致电冯宇：13910835946与专业团队取得联系。