机器视觉里的3D效果到底咋搞，是深度相机还是结构光
刚入行做机器人应用，最近在看视觉方案，发现很多厂家都在吹自己3D识别、3D定位、3D抓取这些，但具体怎么实现的有点蒙。是不是大部分都是用深度相机或者结构光那种硬件方案？纯靠2D相机+算法能不能搞出3D效果来？比如双目的那种。
预算不是很高，想知道实际项目里大伙儿一般选哪种，是直接买现成的3D相机（那种几千块到几万块的都有），还是自己用2D相机攒双目？精度要求不算高，能定位个±1mm左右，物体大概手掌大小，主要是想让机器人抓取。
有没有踩过坑的，结构光和双目在工业现场到底哪个皮实点？
全部回复 (4)
你说的±1mm精度要求不算高，但手掌大小这个视野范围做下来还是有点东西的。结构光方案精度高，±0.1mm级别都能做，但结构光在强光环境下容易翻车，金属件反光也会干扰。双目视觉靠算法匹配，灵活一些，对纹理有要求，纯色或者光滑表面匹配率会下来，掌心大小的物体如果表面没啥特征点，效果未必好。深度相机（ToF）精度一般就±5mm到±10mm，你这个要求够呛。建议你先看看工件表面情况，如果特征点不多直接上结构光，省事，Z轴精度也够用。视场范围200x150mm左右的结构光相机，国产的三四千就能搞到不错的，先买个回来在自己工位上打打光试试，别一上来就上方案。
我们厂里就是自己攒的双目，用的两个500万像素的工业相机加一个投影仪，硬件成本加起来两千多吧，主要花在标定和算法调试上。视觉这块自己搞是省钱，但坑也多，光是标定板就打了十几块，不同焦距不同工作距离都要重新标，维护起来头疼。精度跟你也差不多，手掌大小的工件定位误差能做到±0.3mm左右，但前提是表面得有特征点，金属件需要先做表面处理。
别盲目上3D，2D够用就用2D。你先说清楚工件是什么样的，尺寸公差多大，背景干不干净。要是工件形状简单、特征明显，2D匹配+深度学习定位，精度也能做到±0.5mm，而且稳定性比3D好太多。3D在工业现场真的不好伺候，温度湿度一变，光路就飘。
