Table of Contents
技术原理
1、结构光（Structured Light）
原理：通过投射特定编码的光学图案（如条纹、点阵或随机散斑），利用摄像头捕获物体表面形变后的图案，结合几何三角测量计算深度。
核心依赖：图案的精确投射与匹配算法。
2、间接飞行时间（iToF, indirect Time-of-Flight）
原理：发射经过调制的连续光波，测量反射光与发射光的相位差，通过相位偏移计算光的飞行时间，进而推算距离。
核心依赖：时间分辨能力与相位检测精度。
核心性能对比
| 性能值 | 结构光相机 | iToF相机 |
| 分辨率 | ⭐⭐⭐⭐⭐ | ⭐⭐⭐⭐ |
| 测量距离 | ⭐⭐ | ⭐⭐⭐⭐⭐ |
| 精度 | ⭐⭐⭐ | ⭐⭐⭐ |
| 抗环境光 | ⭐ | ⭐⭐⭐⭐⭐ |
| 功耗 | ⭐⭐⭐⭐ | ⭐⭐ |
| 动态场景适应性 | ⭐ | ⭐⭐⭐⭐⭐ |
优缺点对比
1、结构光相机
优点：高精度、适合复杂表面细节捕捉。
缺点：环境光敏感、体积较大、成本较高、远距离性能差、过拟合问题严重。
其中：过拟合指模型或算法在特定实验数据或场景中表现优异，但在面对新环境、新材质或噪声干扰时性能显著下降的现象。原因是算法对训练数据（标定数据）或物理假设的过度依赖，导致泛化能力不足，成像如下图所示：
2、iToF相机
优点：低成本，低功耗、小体积，便于集成；实时性强（高帧率）；物体识别能力强，可以迅速分割、定位。。
缺点：精度受多路径反射、环境光噪声影响；测距范围短，远距离性能不足；对物体反射率的要求较高，透明/高反光条探测困难。
应用场景选取
1、结构光相机
消费电子：手机人脸识别（如iPhone Face ID）、3D建模。
工业：精密零件检测、逆向工程。
医疗：牙科扫描、手术导航。
2、iToF相机
工业机器人识别：AGV及AMR 的托盘识别与避障。
智能拆码垛：动态抓取与分拣。
物流领域：单件分离和仓库的货位检测。
安防监控：客流计数、禁区入侵检测。
智慧农业：果蔬识别与摘取。
