给机器视觉的礼物过去非常昂贵和复杂。在许多机器人只需要与相对于机器人的平面上的物体进行交互的情况下，2D 成像和机器视觉效果很好，现在仍然如此。但随着机器人和其他自动化设备开始在 3D 空间中运行，对 3D 成像和 3D 机器视觉的需求已经上升。

幸运的是，相机的成本已经下降。除了降低成本外，相机质量也有所提高。这是个好消息，因为 3D 成像应用需要极其可靠和准确的图像。在零件定位、产品检测、组件测量和代码读取方面，3D 成像有助于提高自动化系统的性能。

3D 视觉的类型

3D 成像使机器视觉系统不仅能够查看其环境，还能够计算对象所在的位置及其方向。工程师们已经针对这个问题开发了许多解决方案。有些提供高精度，有些提供快速成像。成本和应用程序也决定了使用哪种解决方案。

立体视觉基于两个独立的视点提供零件的 3D 信息。每个视点都返回自己的 XYZ 值。一旦基于两个视点在零件上识别出多个特征，就可以确定零件的位置和方向。立体视觉可以与移动的单个 2D 相机配合使用，使其成为一种廉价的选择。

飞行时间 (ToF) 技术使用 3D 传感器来计算光到达场景并返回传感器所需的时间。来自每个传感器的 Z 轴信息用于创建点云。飞行时间传感器的 Z 分辨率较低，但帧速率较高，这使得飞行时间成为收集实时运动数据的绝佳选择。

3D 视觉的常见应用

人类能够通过 3D 视觉而不是 2D 视觉来导航他们的环境要好得多。工程师们知道这一点，并且长期以来一直致力于为机器人配备 3D 视觉能力。配备 3D 的机器人引导具有明显的优势。机器人可以检测并绕过路径中的障碍物，并更好地避开移动物体。

相机制造商正在快速开发用于高速成像的 3D 解决方案。在从共聚焦显微成像到监视再到太空探索的应用中，3D 成像必须实时进行以捕获重要数据。“平行结构光”等新技术甚至允许一次捕获多个 3D 图像。

3D 成像非常适合表面轮廓分析。为确保表面适合其预期用途，会分析 3D 图像数据，如形状、光洁度、粗糙度和纹理。当 3D 数据符合要求的指标时，表面分析可帮助制造商提供一致的产品并减少故障。