3D视觉传感器选型：线激光、结构光、双目视觉分别适用什么场景？

随着智能制造对精度和柔性要求的提升，3D视觉的应用日益广泛。面对主流的线激光、结构光和双目视觉技术，如何选择成为关键。这三种技术原理不同，各有其最适合的应用场景。

1. 线激光轮廓测量仪

• 技术原理：属于主动光学三角测量法。传感器内部的激光器发射出一束线激光，投射到物体表面后形成一条变形的轮廓线。相机从另一个角度观察这条线，根据线的变形程度（位移），通过三角几何原理计算出物体表面每个点的深度信息（Z轴坐标）。传感器本身或物体移动，即可得到整个物体的3D点云数据。

• 核心特点：

  • 精度高：单线测量精度可达微米级。

  • 速度快：适合在线高速扫描。

  • 易受反光干扰：对高反光物体测量效果差。

• 典型应用场景：

  • 工件截面轮廓尺寸检测（如高度、平面度、间隙面差）。

  • 焊缝跟踪。

  • 物流包裹体积测量。

2. 结构光 3D 传感器

• 技术原理：同样是主动光学三角测量法的演进。它不再投射一条线，而是投射一幅经过编码的特定光斑图案（如黑白相间的条纹）到物体表面。相机捕捉因物体表面高度变化而变形的图案，通过解算图案的畸变，重建出整个视野内的物体3D形貌。是一次拍照即可获得一个面的3D数据。

• 核心特点：

  • 全场测量：一次投影即可获取整个视场的3D点云，效率高。

  • 精度较高：适合静态高精度测量。

  • 抗环境光干扰能力较弱：通常需要在室内或遮光条件下使用。

• 典型应用场景：

  • 电子产品零部件装配完整性检测（如有无漏装）。

  • 平面度检测。

  • 工业零件三维缺陷检测。

  • 静态物体的高精度三维扫描。

3. 双目立体视觉

• 技术原理：模仿人类双眼。使用两个相机从不同视角对同一物体进行拍摄，通过寻找两个图像中相同的特征点（立体匹配），并利用三角测距原理，计算出特征点的三维坐标。

• 核心特点：

  • 被动测量：依赖环境光或物体自身纹理，不需要主动投射光源。

  • 适合户外：不易受环境光干扰，可用于室外大场景。

  • 对纹理依赖强：对于缺乏纹理的纯色物体，难以进行特征匹配，导致点云稀疏或失败。

• 典型应用场景：

  • AGV/AMR导航与避障。

  • 大型物体（如卡车、集装箱）的位姿估算。

  • 户外机器人导航。

  • 有丰富纹理的物体识别与定位。

选型总结表

选择时，应首先明确检测需求：是测一个轮廓还是一个面？是静态还是动态？精度要求多高？工作环境如何？回答这些问题，选型方向自然清晰。