3D感知技术：立体视觉、结构光与ToF深度解析

1. 3D感知技术概述

在计算机视觉和机器人领域，3D感知技术已经成为实现环境理解、物体识别和空间交互的核心基础。与传统的2D图像处理不同，3D感知能够获取场景中物体的深度信息，为机器提供更接近人类视觉的感知能力。目前主流的3D传感器按照工作原理可以分为三大类：立体视觉、结构光和飞行时间（ToF）技术。

立体视觉系统模仿人类双眼视差原理，通过两个摄像头从不同角度拍摄同一场景，然后通过匹配算法计算视差来获取深度信息。这种方法的优势在于硬件成本相对较低，但计算复杂度高，且在纹理缺失区域效果较差。我在实际项目中曾使用ZED立体相机进行室内导航，发现其深度图在墙面等低纹理区域经常出现空洞，需要通过后处理算法进行填补。

结构光技术通过投射特定图案（如红外点阵或条纹）到场景中，然后分析图案变形来重建3D信息。苹果的Face ID就是典型应用，其精度可达亚毫米级。但这类传感器在强光环境下性能会显著下降，我在户外测试时发现阳光直射会导致点云数据严重缺失。

飞行时间技术通过测量光脉冲往返时间来计算距离，具有响应速度快、测量距离远的优点。像微软Kinect v2就采用这种方案，适合大空间动态场景。不过ToF传感器存在多路径干扰问题，在复杂反射环境下测量值会有偏差。

2. 立体视觉深度感知原理

2.1 双目视差计算

双目立体视觉的核心在于视差（disparity）计算，即同一物理点在左右图像中的水平位置差。假设两个相机光心距离为基线长度b，焦距为f，则深度Z与视差d满足Z = b×f/d。在实际应用中，我们需要：

1. 相机标定：确定内外参数和畸变系数
2. 图像校正：使左右图像行对齐
3. 立体匹配：寻找对应点计算视差

OpenCV提供了完整的实现流程：

python复制stereo = cv2.StereoSGBM_create(
    minDisparity=0,
    numDisparities=64,  # 视差搜索范围
    blockSize=11        # 匹配窗口大小
)
disparity = stereo.compute(left_img, right_img)

注意：blockSize过大会导致边缘模糊，过小则噪声增加。建议在5-15之间调整。

2.2 立体匹配算法比较

常见的立