机器视觉 2D 和 3D 怎么选？四个场景对号入座
先分清一件事：这篇文章讲的视觉，不是导航那个视觉
机器人身上有两个地方会用到「视觉」，经常被混为一谈。
一个是导航定位：机器人在车间里走，要知道自己在哪、别撞到人。这里比的是激光 SLAM 和视觉 SLAM，关心的是建图、定位、避障。
另一个是作业引导：机器人站在工位前，要看清面前这个零件长什么样、往哪抓、装得正不正。这里比的是 2D 视觉和 3D 视觉，关心的是识别、测量、位姿。
本文讲的是后一种。如果你要解决的是「机器人在仓库里怎么走不迷路」，那是另一篇的事。
2D 和 3D 的根本差别：多了一个维度
2D 视觉：相机拍一张图，得到每个像素的亮度或颜色。它看到的是一个平面，知道「这个东西在画面的哪个位置、有多大、什么颜色、有没有脏」。
3D 视觉：不仅知道平面上在哪，还知道每个点离相机多远。它得到的是一堆带坐标的点，叫点云。
这一维的差别，直接决定了两类任务的分界：
| 你要判断的 | 用 2D 还是 3D |
|---|---|
| 零件长宽对不对、孔位对不对 | 2D |
| 零件高多少、平不平、体积多大 | 3D |
| 印的字有没有错、码能不能扫 | 2D |
| 零件歪着躺，抓哪个角度 | 3D |
| 表面有没有划痕、脏污、色差 | 2D（靠打光） |
| 两个零件装一起，缝有多大 | 3D |
总结成一句：只要答案能在一张平面图上量出来，就用 2D；只要答案必须知道「高低远近」，就用 3D。
四个典型场景，对号入座
场景一：印刷字符核对、条码识别 → 2D，别犹豫
产品包装上的生产日期、批号、二维码，纸箱上的标签，这些是纯平面内容。
一台普通工业相机加一个 OCR 算法就够，成本几千块。用 3D 相机在这里是纯浪费——你不需要知道那个字立体不立体。
唯一要花的钱在光源上：字符在反光膜上、在曲面瓶身上、在深色底上，打光方案不同。这类项目 70% 的成败在打光，不在相机。
场景二：散乱堆叠的工件抓取（bin picking）→ 必须 3D
一箱零件倒进去，横七竖八堆着。机器人要伸进去抓一个。
这是 2D 完全做不了的活。原因很简单：从上往下看，2D 只能看到最上层那一片，它不知道下面压着的是什么姿态，也不知道抓起来会不会碰到旁边的。
3D 相机扫一遍，得到整箱的点云，算法在里面找一个「足够暴露、姿态可算、周围有空间让开」的目标，算出抓取位姿（位置 + 三个旋转角，共六个自由度）。
这个场景是 3D 视觉最经典也最难的用途。难不在相机，在算法——堆叠遮挡、反光表面、深色工件，每个都是坑。
场景三：表面划痕、脏污、色差 → 2D + 打光，不是买贵的相机
很多人一遇到「看不出来」就以为要换 3D。表面缺陷检测几乎都用 2D，因为缺陷本身就是平面上的明暗差异。
真正决定能不能看出来的，是光怎么打：
- 用低角度暗场光照，划痕这种微小起伏会变成亮线
- 用同轴光照，镜面工件上的凹凸会显现
- 用偏振光，可以压掉金属反光，看清下面的脏污
- 用穹顶光，曲面工件表面能照得均匀
一块几百块的光源，效果可能胜过一台几万块的相机。这个行业的经验是：缺陷检测先想打光，再想相机，最后才想算法。
场景四：装配对位、间隙测量 → 3D，通常用线激光
两个零件要插装在一起，缝隙只有零点几毫米；或者要测两块板之间的段差。
这类任务要的是「高度方向上的分辨能力」，必须要 3D。
具体技术上，线激光轮廓用得最多：投一条激光线扫过去，得到一个剖面轮廓，配合运动扫出整条缝的三维形状。它的精度可以做到微米级，但要求相对运动（机器人带着扫，或者工件在传送带上过）。
如果工件是静止的、要一次拍全，那用结构光（投一片编码图案，一次成像得到面阵点云）。快，但精度略低于线激光。
3D 的四条技术路线，一句话各自定位
买 3D 相机时，销售会给你报这四种，先分清：
| 路线 | 原理 | 适合 | 短板 |
|---|---|---|---|
| 双目立体 | 两个相机看同一物体，靠视差算深度 | 中远距离、成本敏感 | 弱纹理表面（白墙、同色金属）算不出深度 |
| 结构光 | 投一片已知图案，看图案被物体扭曲成什么样 | 近距离高精度、静止拍摄 | 怕强环境光、怕镜面反光、怕纯黑吸光材质 |
| TOF（飞行时间） | 测光往返的时间 | 中远距离、大视野、动态 | 精度通常到厘米级，做不了精密测量 |
| 线激光三角 | 投一条激光线，看它在物体上的形变 | 高精度轮廓测量、配合运动扫描 | 需要相对运动，单次只得到一条线 |
选错路线的典型症状：拿 TOF 去做精密测厚，发现精度不够；拿结构光去测黑色橡胶件，点云是空的；拿双目去抓堆叠的白塑料件，因为没纹理算不出深度。
买之前一定要拿自己的真实工件去实测，不要看销售拿标准测试块演示。
钱花在哪：相机、算法、还是人
一个常见的误解是「3D 贵在硬件」。
硬件确实比 2D 贵，通常差一个量级：2D 工业相机加镜头光源，几千到几万；3D 相机，几万到十几万。（均为行业常见区间，以实际询价为准。）
但真正吃预算的是后面两项：
一是算法开发。 现成的 3D 视觉软件包能覆盖标准场景，一旦遇到特殊工件，就要定制开发。这部分人力成本经常超过相机本身。
二是人。 点云处理、手眼标定、位姿估计，会这些的工程师不好招。很多工厂买了 3D 相机，最后又用回 2D，不是相机不好，是没人会用。
所以现实一点的选型顺序是：先确认自己有没有能搞定点云的人，再决定买不买 3D。 没有人的话，宁愿先花钱做一个 2D 加打光的方案，把能解决的问题解决掉。
三条选型口诀
- 答案在平面上 → 2D；答案要高低 → 3D。
- 表面缺陷别急着上 3D，先解决打光。
- 买 3D 前先问一句：点云算出来的结果，谁写代码去用它？
视觉系统的价值从来不在相机参数表上，而在「它算出来的东西，下游能不能直接用」。
数据查询日期：2026-10-21
来源：
- 2D/3D 视觉技术分类与适用场景 —— 机器视觉行业通用技术资料
- 四种 3D 成像路线原理与局限 —— 机器视觉行业通用技术资料
- 价格区间 —— 行业公开报价常见范围，第三方渠道，仅供参考
注：文中价格均为区间估算，以实际询价为准；具体方案须以真实工件实测结果为依据。
