对于工业相机的认识（对机械臂的，工业方面的也可以参考）

本文参考博客：双目、结构光、tof，三种深度相机的原理区别看这一篇就够了！
光源的影响可参考：工业视觉光源选色指南：白光通用、蓝光显瑕疵、红光能穿透、绿光能过滤
对于相机方面学习可参考格林威
1.结构光相机
何为“结构光相机”？
“结构光相机”是指采用“结构光技术”来获取物体深度（距离）信息的相机。
核心技术：主动向物体表面投射具有特定编码的图案（如红外散斑、条纹等），相机捕捉被物体表面轮廓“扭曲变形”的图案，通过计算图案的形变，利用三角测量原理反推出物体每个点的深度信息。
市场经典产品：微软Kinect v1 和 iPhone X（用于Face ID）。
主要特点：近距离（通常0.2-1.5米）精度很高（可达亚毫米级，如Face ID），但对强光敏感，不适用于室外。
何为“RGB-D相机”？
“RGB-D相机”是指可以同时输出彩色图像（RGB） 和深度信息（Depth） 的设备。
核心技术：结构光是实现深度感知的方法之一，另外两种主流技术是飞行时间法（ToF）和主动双目视觉。
飞行时间法 (ToF)：通过计算发射光脉冲并接收反射的“飞行时间”来测距。
主动双目 (Active Stereo)：在两个摄像头基础上增加一个光斑投射器，解决弱纹理场景下的匹配难题。
🔗 两者的关系：结构光是RGB-D的技术子集
https://blog.51cto.com/u_16099253/10038208（RGB-D中D是是什么意思）

• 如果是一个需要精确定位和精细操作的任务，比如无序抓取或精密装配，那么选择以结构光等主动投射技术为核心的3D视觉引导是更主流和合适的选择。基于结构光（或主动双目）的3D相机 核心原理：主动向物体投射编码光斑/图案，通过检测形变计算深度。 核心能力：高精度（可达亚毫米级）、强稳定性、提供完整3D空间坐标。 擅长任务：无序分拣、精密定位、手眼装配、拆码垛等需要获得精准三维位姿的复杂任务。典型应用场景：汽车零部件无序抓取、电子元器件精密装配、高精度尺寸和缺陷检测。局限性：有效范围较短（通常<3米），不适合室外或强光环境。

为机械臂选择结构光的光源，本质上是在精度、环境适应性、安全性及成本之间寻找平衡。在工业应用中，蓝光（_{450nm）结构光与红外（}850nm）结构光是两种主流方案，分别对应着“精密测量”和“通用感知”这两种不同的角色

• 蓝光 (Blue Light,~450nm)：抗强环境光能力强（非常适合工厂光照差的环境），波长更短理论上精度更高，工业级高精度应用首选。缺点是可见光对人眼有刺激，高功率下需采取额外安全措施。
• 红外 (Infrared, ~850nm)：不可见光（对人眼友好、无干扰感），穿透力强（能处理头发、绒毛等细节），适合消费电子和医疗等以人为本的场景。缺点是环境光（尤其是阳光）中红外成分丰富，抗干扰能力弱，理论精度极限受限于波长。
• 白光 (White Light)：强项在于彩色纹理的重建。其能量分散，抗环境光干扰弱（受环境光影响明显），精度不高，难以处理高反光表面，基本不用于高要求的工业引导任务。

海康机器人的MV-DP系列并非单一产品，而是一套覆盖微米级精密测量到近米级大视野检测的3D激光轮廓传感器矩阵。其核心工作原理基于激光三角测量法，通过硬件内置的高精度算法实时输出高精度点云数据。
生成点云数据是RGB-D相机的核心功能，但并非所有相机都会在硬件层面直接输出。 有些相机原始输出的是“深度图”，需要进一步处理才能得到“点云”。总的来说，RGB-D相机最终都能生成点云数据，但直接从相机获取的是“点云”还是“深度图”，取决于厂商的SDK设计