人形機(jī)器人 3D 視覺路線之爭(zhēng)：激光雷達(dá)、雙目和 3D - ToF 誰更勝一籌？

電子發(fā)燒友網(wǎng)報(bào)道（文 / 吳子鵬）在人形機(jī)器人的設(shè)計(jì)方案中，3D 視覺技術(shù)是實(shí)現(xiàn)環(huán)境感知與智能化決策的核心支撐之一。它能夠助力人形機(jī)器人完成環(huán)境感知與建模、動(dòng)態(tài)目標(biāo)檢測(cè)與跟蹤、物體操作與精細(xì)控制等任務(wù)，顯著提升人形機(jī)器人的安全性與魯棒性。

相較于其他類型的傳感器，3D 視覺傳感器具有精度高、信息量大、集成度高等諸多優(yōu)勢(shì)。浙商證券的研究指出，機(jī)器人視覺承擔(dān)了 80% 的信息獲取任務(wù)。相關(guān)預(yù)測(cè)數(shù)據(jù)顯示，人形機(jī)器人 3D 視覺傳感器的市場(chǎng)規(guī)模將從 2025 年的 1.4 億元大幅增長(zhǎng)至 2030 年的 91.5 億元，復(fù)合年增長(zhǎng)率（CAGR）高達(dá) 132%。

3D 視覺技術(shù)發(fā)展路線?

當(dāng)前，人形機(jī)器人的 3D 視覺技術(shù)路線主要圍繞 “如何獲取 3D 信息” 和 “如何處理 3D 數(shù)據(jù)” 展開，主要包含以下幾類：?
首先是多目立體視覺。其原理是通過多個(gè)相機(jī)模擬人眼視差，進(jìn)而計(jì)算像素級(jí)深度圖。該技術(shù)具有成本低、結(jié)構(gòu)簡(jiǎn)單、適合中距離場(chǎng)景的優(yōu)勢(shì)。然而，多目立體視覺的計(jì)算復(fù)雜度較高，需要對(duì)左右圖像特征進(jìn)行匹配，并且在弱紋理或低光照環(huán)境下，精度會(huì)有所下降。目前，有相當(dāng)一部分人形機(jī)器人采用多目 3D 視覺傳感器，例如優(yōu)必選的 Walker X、普渡科技的 PUDU D9 等。

其次是激光雷達(dá)，也被稱為激光雷達(dá)的可視化技術(shù)，它利用激光雷達(dá)進(jìn)行高精度三維重建?；诩す饫走_(dá)和視覺的 SLAM 技術(shù)分別被稱為激光 SLAM 和視覺 VSLAM。激光 SLAM 又因傳感器應(yīng)用不同，分為單線（2D）和多線（3D）激光雷達(dá)兩種。3D SLAM 使用多線激光雷達(dá)獲取環(huán)境三維數(shù)據(jù)，并通過三維數(shù)據(jù)的特征點(diǎn)匹配進(jìn)行定位。三維動(dòng)態(tài)成像能夠精確知曉物體的形狀和大小，對(duì)環(huán)境信息的還原度極高。不過，3D 激光雷達(dá)的成本普遍較高，多用于工業(yè)或高端場(chǎng)景。

第三種是結(jié)構(gòu)光（Structured Light）。其原理是將已知圖案（如條紋、格雷碼）投射到物體表面，通過畸變圖案恢復(fù) 3D 形狀。結(jié)構(gòu)光具有高精度（亞毫米級(jí)）、高分辨率的優(yōu)勢(shì)，適合近距離（0.1 - 2 米）物體重建，在近距離精度方面表現(xiàn)出色，適用于物體識(shí)別與交互場(chǎng)景。但它受環(huán)境光干擾較大，在戶外場(chǎng)景中的效果欠佳，且硬件體積相對(duì)較大。

第四種是飛行時(shí)間法（ToF），通過測(cè)量光脈沖往返時(shí)間來計(jì)算距離，分為間接（iToF）和直接（dToF）兩種，小米、波士頓動(dòng)力等采用了此技術(shù)。ToF 具有實(shí)時(shí)性強(qiáng)（幀率可達(dá) 100Hz 以上）、抗干擾能力強(qiáng)（主動(dòng)發(fā)光）的特點(diǎn)，適合動(dòng)態(tài)場(chǎng)景。然而，ToF 的精度會(huì)隨著距離的增大而降低，并且容易受到多路徑反射的影響。目前，許多人形機(jī)器人在實(shí)時(shí)避障、手勢(shì)識(shí)別等方面采用 ToF 方案。

第五類是單目視覺與深度學(xué)習(xí)結(jié)合。通過單目相機(jī)采集 2D 圖像，利用深度學(xué)習(xí)模型（如 DepthNet、MonoDepth）估計(jì)深度。這種方式的優(yōu)點(diǎn)是成本極低（僅需單相機(jī)），并且可以通過大數(shù)據(jù)訓(xùn)練適應(yīng)復(fù)雜場(chǎng)景。但它的缺點(diǎn)也十分明顯，深度估計(jì)依賴先驗(yàn)知識(shí)，在遮擋區(qū)域或無紋理區(qū)域容易出錯(cuò)，需要進(jìn)行后處理優(yōu)化，比較適合教育類場(chǎng)景中對(duì)輕量化有需求的人形機(jī)器人。

當(dāng)然，在目前的人形機(jī)器人中，3D 視覺基本不是依靠某一種技術(shù)來實(shí)現(xiàn)的，多傳感器融合是最為常見的方式。結(jié)合多種技術(shù)，如雙目 RGB + 結(jié)構(gòu)光、ToF + 多目視覺、激光雷達(dá) + 單目、激光雷達(dá) + 多目等，以平衡精度與成本，同時(shí)提升在復(fù)雜場(chǎng)景中的魯棒性。

國(guó)內(nèi) 3D 視覺方案代表性廠商?

當(dāng)前，3D 視覺正步入高速發(fā)展階段，在消費(fèi)電子、生物識(shí)別、機(jī)器人和汽車等眾多領(lǐng)域得到廣泛應(yīng)用。人形機(jī)器人則是另一個(gè)極具潛力的應(yīng)用場(chǎng)景。根據(jù)《人形機(jī)器人產(chǎn)業(yè)研究報(bào)告》，預(yù)計(jì) 2025 年中國(guó)人形機(jī)器人市場(chǎng)規(guī)模約為 53 億元，同比 2024 年實(shí)現(xiàn)翻倍增長(zhǎng)；到 2029 年，中國(guó)人形機(jī)器人市場(chǎng)規(guī)?；?qū)⑦_(dá)到 750 億元，占世界總量的 32.7%，比例位居世界第一；到 2035 年，有望達(dá)到 3000 億元規(guī)模。

目前，國(guó)內(nèi)已經(jīng)形成了較為完備的 3D 視覺傳感器產(chǎn)業(yè)鏈。上游主要提供各類 3D 視覺傳感器的硬件，包括感光芯片等核心元器件，具有較強(qiáng)的定制化、專用化需求；中游是 3D 視覺感知方案商，基于深度引擎算法，結(jié)合具體應(yīng)用進(jìn)行 3D 視覺傳感器的方案設(shè)計(jì)；下游是各類終端開發(fā)者，根據(jù)中游提供的方案，開發(fā)出相應(yīng)的應(yīng)用算法方案。同時(shí)，國(guó)內(nèi)也涌現(xiàn)出一批具有代表性的 3D 視覺方案公司，如奧比中光、天準(zhǔn)科技等。

奧比中光作為全球領(lǐng)先的 3D 視覺感知技術(shù)企業(yè)，構(gòu)建了覆蓋結(jié)構(gòu)光、雙目、iToF、dToF、激光雷達(dá)（LiDAR）、工業(yè)三維測(cè)量六大技術(shù)路線的全棧式解決方案。其產(chǎn)品廣泛應(yīng)用于服務(wù)機(jī)器人、工業(yè)檢測(cè)、3D 掃描、刷臉支付等領(lǐng)域，服務(wù)全球超 1000 家客戶，在中國(guó)服務(wù)機(jī)器人 3D 視覺傳感器市場(chǎng)占有率超過 70%。該公司也被譽(yù)為國(guó)內(nèi) “3D 視覺第一股”，在全球率先完成具身智能機(jī)器人視覺的核心技術(shù)布局。

華捷艾米作為國(guó)內(nèi) 3D 視覺感知領(lǐng)域的先行者，其技術(shù)路線和產(chǎn)品方案深度融合了結(jié)構(gòu)光、自研芯片與 AI 算法，形成了覆蓋消費(fèi)電子、智能家居、教育交互等場(chǎng)景的完整生態(tài)。華捷艾米的核心技術(shù)圍繞單目結(jié)構(gòu)光展開，通過自主研發(fā)的激光發(fā)射芯片、衍射光學(xué)元件（DOE）及深度算法，實(shí)現(xiàn)高精度 3D 感知。

天準(zhǔn)科技是國(guó)內(nèi)工業(yè)視覺裝備領(lǐng)域的領(lǐng)軍企業(yè)，其 3D 視覺傳感方案以高精度、高可靠性為核心優(yōu)勢(shì)，深度融合光學(xué)設(shè)計(jì)、AI 算法與精密制造技術(shù)，形成了覆蓋半導(dǎo)體檢測(cè)、工業(yè)自動(dòng)化、消費(fèi)電子、新能源等領(lǐng)域的完整解決方案。

此外，國(guó)內(nèi)較為知名的 3D 視覺方案公司還有華睿科技、光鑒科技、深視智能、安思疆科技、馭光科技、靈明光子、禾賽科技、知微傳感和速騰聚創(chuàng)等。

結(jié)語?

綜上所述，人形機(jī)器人的 3D 視覺技術(shù)路線各有優(yōu)劣。多目立體視覺、激光雷達(dá)、結(jié)構(gòu)光、飛行時(shí)間法（ToF）以及單目視覺與深度學(xué)習(xí)結(jié)合等技術(shù)，在精度、成本、場(chǎng)景適應(yīng)性等方面各有特點(diǎn)，而多傳感器融合正逐漸成為平衡性能與需求的主流選擇。隨著人形機(jī)器人市場(chǎng)規(guī)模從 2025 年的 53 億元向 2035 年 3000 億元的宏偉目標(biāo)邁進(jìn)，3D 視覺作為核心感知技術(shù)，不僅要在技術(shù)創(chuàng)新上突破精度、實(shí)時(shí)性與環(huán)境魯棒性的瓶頸，更需在成本優(yōu)化方面加速推進(jìn)，以滿足消費(fèi)級(jí)場(chǎng)景的規(guī)?；枨?。?