官方网站-首页

【导语】随着人形机器人技术的飞速发展，3D视觉技术已成为其实现环境感知与智能化决策的关键支撑。这一技术不仅提升了机器人的安全性与鲁棒性，还预示着巨大的市场规模增长潜力。从多目立体视觉到激光雷达、结构光、飞行时间法（ToF）以及单目视觉与深度学习的结合，各种3D视觉技术路线各具特色。在人形机器人市场规模不断扩大的背景下，3D视觉传感器产业链正加速完善，国内代表性厂商如奥比中光、华捷艾米等正引领技术创新与成本优化的双重突破，共同推动3D视觉技术迈向更广阔的消费级应用场景。

电子发烧友网报道（文 / 吴子鹏）在人形(xíng)机(jī)器(qì)人的设计方案中，3D 视觉技术是实现环境感知与智能化决策的核心支撑之一。它能够助力人形机器人完成环境感知与建模、动态目标检测与跟踪、物体操作与精细控制等任务，显著提升人形机器人的安全性与鲁棒性。

相较于其他类型的传感器，3D 视觉传感器具有精度高、信息量大、集成度高等诸多优势。浙商证券的研究指出，机器人视觉承担了 80% 的信息获取任务。相关预测数据显示，人形机器人 3D 视觉传感器的市场规模将从 2025 年的 1.4 亿元大幅增长至 2030 年的 91.5 亿元，复合年增长率（CAGR）高达 132%。

3D 视觉技术发展路线​

当前，人形机器人的 3D 视觉技术路线主要围绕 “如何获取 3D 信息” 和 “如何处理 3D 数据” 展开，主要包含以下几类：​
首先是多目立体视觉。其原理是通过多个相机模拟人眼视差，进而计算像素级深度图。该技术具有成本低、结构简单、适合中距离场景的优势。然而，多目立体视觉的计算复杂度较高，需(xū)要(yào)对(duì)左(zuǒ)右(yòu)图(tú)像(xiàng)特(tè)征(zhēng)进(jìn)行(xíng)匹(pǐ)配(pèi)，并(bìng)且(qiě)在(zài)弱(ruò)纹(wén)理(lǐ)或(huò)低(dī)光(guāng)照(zhào)环(huán)境下，精度会有所下降。目前，有相当一部分人形机器人采用多目 3D 视觉传感器，例如优必选的 Walker X、普渡科技的 PUDU D9 等。

其次是激光雷达，也被称为激光雷达的可视化技术，它利用激光雷达进行高精度三维重建。基于激光雷达和视觉的 SLAM 技术分别被称为激光 SLAM 和视觉 VSLAM。激光 SLAM 又因传感器应用不同，分为单线（2D）和多线（3D）激光雷达两种。3D SLAM 使用多线激光雷达获取环境三维数据，并通过三维数据的特征点匹配进行定位。三维动态成像能够精确知晓物体的形状和大小，对环境信息的还原度极高。不过，3D 激光雷达的成本普遍较高，多用于工业或高端场景。

第三种是结构光（Structured Light）。其原理是将已知图案（如条纹、格雷码）投射到物体表面，通过畸变图案恢复 3D 形状。结(jié)构(gòu)光(guāng)具(jù)有(yǒu)高(gāo)精(jīng)度(dù)（亚(yà)毫(háo)米(mǐ)级(jí)）、高(gāo)分(fēn)辨(biàn)率(lǜ)的(de)优(yōu)势(shì)，适(shì)合(hé)近(jìn)距(jù)离(lí)（0.1 - 2 米(mǐ)）物(wù)体(tǐ)重(zhòng)建(jiàn)，在(zài)近(jìn)距(jù)离(lí)精(jīng)度(dù)方(fāng)面(miàn)表(biǎo)现(xiàn)出(chū)色(sè)，适(shì)用(yòng)于(yú)物(wù)体(tǐ)识别与交互场景。但它受环境光干扰较大，在户外场景中的效果欠佳，且硬件(jiàn)体(tǐ)积(jī)相(xiāng)对(duì)较(jiào)大(dà)。

第(dì)四(sì)种(zhǒng)是(shì)飞(fēi)行(xíng)时(shí)间(jiān)法(fǎ)（ToF），通(tōng)过(guò)测(cè)量(liàng)光(guāng)脉(mài)冲(chōng)往(wǎng)返(fǎn)时(shí)间(jiān)来(lái)计(jì)算(suàn)距(jù)离(lí)，分(fēn)为(wèi)间(jiān)接(jiē)（iToF）和(hé)直(zhí)接(jiē)（dToF）两(liǎng)种(zhǒng)，小(xiǎo)米(mǐ)、波(bō)士(shì)顿(dùn)动(dòng)力(lì)等(děng)采用(yòng)了(le)此(cǐ)技(jì)术(shù)。ToF 具(jù)有(yǒu)实(shí)时(shí)性(xìng)强(qiáng)（帧(zhèng)率(lǜ)可(kě)达(dá) 100Hz 以(yǐ)上(shàng)）、抗(kàng)干(gàn)扰(rǎo)能(néng)力(lì)强(qiáng)（主动(dòng)发(fā)光(guāng)）的(de)特(tè)点(diǎn)，适(shì)合(hé)动(dòng)态(tài)场(chǎng)景(jǐng)。然(rán)而(ér)，ToF 的(de)精(jīng)度会随着距离的增大而降低，并且容易受到多路径反射的影响。目前，许多人形机器人在实时避障、手势识别等方面采用 ToF 方案。

第五类是单目视觉与深度学习结合。通过单目相机采集 2D 图像，利用深度学习模型（如 DepthNet、MonoDepth）估计深度。这种方式的优点是成本极低（仅需单相机），并且可以通过大数据训练适应复杂场景。但它的缺点也十分明显，深度估计依赖先验知识，在遮挡区域或无纹理区域容易出错，需要进行后处理优化，比较适合教育类场景中对轻量化有需求的人形机器人。

当然，在目前的人形机器人中，3D 视觉基本不是依靠某一种技术来实现的，多传感器融合是最为常见的方式。结合多种技术，如双目 RGB + 结构光、ToF + 多目视觉、激光雷达 + 单目、激光雷达 + 多目等，以平衡精度与成本，同时提升在复杂场景中的鲁棒性。

国内 3D 视觉方案代表性厂商​

当前，3D 视觉正步入高速发展阶段，在消费电子、生物识别、机器人和汽车等众多领域得到广泛应用。人形机器人则是另一个极具潜力的应用场景。根据《人形机器人产业研究报告》，预计 2025 年中国人形机器人市场规模约为 53 亿元，同比 2024 年实现翻倍增长；到 2029 年，中国人形机器人市场规模或将达到 750 亿元，占世界总量的 32.7%，比例位居世界第一；到 2035 年，有望达到 3000 亿元规模。

目前，国内已经形成了较为完备的 3D 视觉传感器产业链。上游主要提供各类 3D 视觉传感器的硬件，包括感光芯片等核心元器件，具有较强的定制化、专用化需求；中游是 3D 视觉感知方案商，基于深度引擎算法，结合具体应用进行 3D 视觉传感器的方案设计；下游是各类终端开发者，根据中游提供的方案，开发出相应的应用算法方案。同时，国内也涌现出一批具有代表性的 3D 视觉方案公司，如奥比中光、天准科技等。

奥比中光作为全球领先的 3D 视觉感知技术企业，构建了覆盖结构光、双目、iToF、dToF、激光雷达（LiDAR）、工业三维测量六大技术路线的全栈式解决方案。其产品广泛应用于服务机器人、工业检测、3D 扫描、刷脸支付等领域，服务全球超 1000 家客户，在中国服务机器人 3D 视觉传感器市场占有率超过 70%。该公司也被誉为国内 “3D 视觉第一股”，在全球率先完成具身智能机器人视觉的核心技术布局。

华捷艾米作为国内 3D 视觉感知领域的先行者，其技术路线和产品方案深度融合了结构光、自研芯片与 AI 算法，形成了覆(fù)盖(gài)消(xiāo)费(fèi)电(diàn)子(zi)、智(zhì)能(néng)家(jiā)居(jū)、教(jiào)育(yù)交(jiāo)互(hù)等(děng)场(chǎng)景(jǐng)的(de)完(wán)整(zhěng)生(shēng)态(tài)。华(huá)捷(jié)艾(ài)米(mǐ)的(de)核(hé)心(xīn)技(jì)术(shù)围(wéi)绕(rào)单(dān)目(mù)结(jié)构(gòu)光(guāng)展(zhǎn)开(kāi)，通(tōng)过(guò)自(zì)主研(yán)发(fā)的(de)激光发射芯片、衍射光学元件（DOE）及深度算法，实现高精度 3D 感知。

天准科技是国内工业视觉装备领域的领军企业，其 3D 视觉传感方案以高精度、高可靠性为核心优势，深度融合光学设计、AI 算法与精密制造技术，形成了覆盖半导体检测、工业自动化、消费电子、新能源等领域的完整解决方案。

此外，国内较为知名的 3D 视觉方案公司还有华睿科技、光鉴科技、深视智能、安思疆科技、驭光科技、灵明光子、禾赛科技、知微传感和速腾聚创等。

结语​

综上所述，人形机器人的 3D 视觉技术路线各有优劣。多目立体视觉、激光雷达、结构光、飞行时间法（ToF）以及单目视觉与深度学习结合等技术，在精度、成本、场景适应性等方面各有特点，而多传感器融合正逐渐成为平衡性能与需求的主流选择。随着人形机器人市场规模从 2025 年的 53 亿元向 2035 年 3000 亿元的宏伟目标迈进，3D 视觉作为核心感知技术，不仅要在技术创新上突破精度、实时性与环境鲁棒性的瓶颈，更需在成本优化方面加速推进，以满足消费级场景的规模化需求。​