当前位置：首页 > news >正文

3D机器视觉的类型、应用和未来趋势

news 来源：原创 2025/5/15 0:58:55

3D相机正在推动机器视觉市场的增长。很多制造企业开始转向自动化3D料箱拣选，专注于使用3D视觉和人工智能等先进技术来简化操作并减少开支。

预计3D相机将在未来五年内推动全球机器视觉市场，这得益于移动机器人和机器人拣选的强劲增长。到 2028 年，预计3D相机的复合年增长率（CAGR）为 13%，将远高于全球机器视觉市场预期的 6.4% 的个位数复合年增长率。3D机器视觉相机的收入预计将从2022年的7.67亿美元增长到2028年的近16亿美元，其中飞行时间3D相机和立体视觉相机的增长尤其强劲。

Interact Analysis近日发布的关于全球机器视觉市场的报告显示，该市场在2023年创造了62.6亿美元的收入，比2022年下降了2.8%。尽管略有收缩，但预计在预测期内的增长率将达到6.4%，2024年将小幅增长1.4%。

01 四种类型的3D视觉相机

3D相机通常可以分为四种产品类型，每种产品类型都有针对不同应用的关键特性和优势。

· 结构光3D相机是指将已知的图案或光序列投射到表面上，并分析该图案在与物体交互时的变形或变形。相机观察结构光是如何变形的，并根据这些信息计算出场景中物体的深度和形状。这些相机最常用于需要精确测量和图像采集的情况，目前正被部署在料箱拣选应用中。结构光3D相机通常比其他3D相机类型更昂贵。

· 立体视觉相机是一种配备两个摄像头的成像设备，可通过双目视差感知深度。这些摄像机捕捉同一场景的一对略微偏移的图像。然后，使用图像中相应点之间的视差来计算场景中对象的深度信息。这些摄像头最常用于机器人技术，对于自动驾驶特别有用，这提供了巨大的增长潜力。

· 飞行时间3D相机是一种成像设备，通过测量光线从相机传播到物体并返回所需的时间来确定场景中物体的距离。这些相机最常用于需要高速但质量较低的图像采集。对于移动机器人来说，飞行时间3D相机也是一种更具有性价比的选择，使它们能够避开障碍物并在其他机器人周围导航。

· 激光三角测量3D相机利用激光三角测量原理测量距离，并创建物体或场景的三维图像。这些相机使用激光将激光线或图案投射到目标表面上，并且相机在与物体相互作用时观察激光线/图案的变形或位移。然后对捕获的信息进行处理，以确定物体的深度或三维结构。这些相机具有高精度和高分辨率，因此通常用于质量检测，尽管它们也可用于引导移动机器人。

来自Interact Analysis最新报告显示，虽然立体视觉相机和飞行时间3D相机的市场份额分别仅增长了 3% 和 2%，但由于这两种相机系统的价格远远低于其他两种产品类型，因此增长幅度相当可观。在预测期内，预计立体视觉相机的复合年增长率将达到 19%，飞行时间3D相机的复合年增长率将达到 17.3%，远远高于三维机器视觉相机市场的整体增长预测。

02 3D视觉相机市场的快速增长

导致3D相机如此高速增长的关键因素之一，特别是从长远来看，主要是所有3D相机类型的预期价格下降。这使客户能够升级他们的系统以包含3D相机，并替换速度较慢、精度较低的2D系统。此外，单个3D相机能够执行与多个2D相机相同的任务，从而使机器人变得更快、更紧凑。

在自动驾驶和料箱拣选等应用中，3D视觉市场增长尤为迅速。Interact Analysis预测这两种机器视觉应用的复合年增长率最大，这两种应用都真正受益于3D相机的实施。自动驾驶，尤其是对于移动机器人来说，是一个非常大的增长领域，供应商现在正在集成一个或多个3D摄像头来引导机器人。料箱拣选，包括码垛和卸垛，也是3D机器视觉相机的一个主要增长领域。拣选机器人的销售额同比大幅增长，也将推动3D相机市场的快速扩张。

03 基于3D视觉的料箱拣选

长期以来，使用体力劳动来拾取和组装组件一直是制造业的核心。尽管多年来它已被证明是有效的，但手动料箱拣选是一项缓慢、注重细节和重复的任务，会提高制造成本。对于当今的许多制造商来说，提高生产力，同时降低制造成本和提高产品质量是首要任务。对于操作员来说，从料箱中选择零件并不是一项艰巨的任务，但它是否能最好地利用这些资源？

与大多数支持视觉的系统一样，3D 料箱拣选依赖于兼容的外围设备和复杂的软件。除了 3D 视觉系统外，制造商和集成商还必须为应用选择具有足够运动范围和适当夹持器的机器人。爱普生机器人产品经理Aaron Donlon表示，6轴机器人是料箱拣选的理想选择，因为零件往往以随机的形式相互叠放。

软件和通信协议也必须仔细集成，以确保系统的平稳运行和稳健性。3D相机制造商Zivid的产品营销经理John Leonard指出，3D机器视觉已经与其他新兴技术融合，“特别是人工智能和深度学习，使零件的检测和拣选变得自适应和智能。”

传统上，料箱拣选在制造业（汽车、航空航天、白色家电和装配）中很普遍，并在这些环境中继续蓬勃发展。采用3D料箱拣选最适合的行业是那些产品集受控且广为人知的行业。这使得创建用于图像匹配的3D模型变得更加容易，从而提高了料箱拣选系统的准确性。随着物流行业的发展和扩展，它继续为增加3D机器视觉技术的使用提供巨大的潜力。此外，涉及使用钣金或反射材料的应用对传统视觉系统来说具有挑战性，也是利用 3D 视觉和拣选功能的良好候选者。

04 给新采用者的建议

尽管技术不断进步，如今开发和供应 3D料箱拣选系统的公司数量越来越多，但集成这些系统绝非易事。RightHand Robotics公司高级产品经理Annie Bowlby说，“如果是改装，防护方面的限制会影响机器人手臂的伸展范围和整体吞吐量，而如果是全新安装，则可将仓式拣选应用作为整个布局的起点，以创造最佳吞吐量。”

除了安装类型之外，系统设计人员还必须应对视觉系统部署中常见的其他挑战。例如，零件是以一致的方式排列，还是随机分类在箱子里？黑暗、反光或通常对比度差的部件需要高动态范围的图像传感器。在考虑振动、污垢、湿度和温度的影响时，环境本身就是一个因素，因为这些都会影响视觉系统的质量以及机器人和夹具的功能。

在那些具有为料箱拣选系统设计和供应组件经验的人中，至少在一件事上达成了充分的共识：料箱拣选系统不应被视为制造过程中的一个孤立元素。为了确保最大的成功几率，寻求采用该技术的公司需要从整体上看待其运营的整个工作流程。

概念化设计和仿真结果通常是不够的，Donlon强烈建议在测试真实部件时，清楚地了解系统需要执行的环境，以及它会遇到的变化。这种严谨程度会增加范围、复杂性和项目时间表，但从长远来看，将在所实施系统的实际结果、准确性和可靠性方面得到回报。整体设计有助于验证系统组件的互操作性，并使视觉系统和其他精密元件在部署中保持校准充满信心。

05 3D视觉的未来趋势

3D成像能力的突破使得捕获透明物体的3D点云成为可能，这在此前被认为是不可能的。这一进步可能会为3D视觉和料箱拣选打开一扇新的应用之门，而这些应用目前都是由人工完成的。随着图像处理技术的不断成熟，我们还可以期待3D点云处理的可靠性得到提高，从而改善整个系统的性能。

此外，在图像处理和物体识别中加入机器学习，利用人工智能来弥合数据质量的差距，扩大了入门级系统的可用性，从而降低了3D料箱拣选的进入门槛。这可能会吸引新的行业应用开始评估自动化以取代手动流程，从而带来更大的效率提升。

文章来源：控制工程中文版杂志
声明：转载此文目的在于传递更多信息，仅供读者学习、交流之目的。文章版权归原作者所有，如有侵权，请联系删除。

相关文章：