3D机器视觉市场前景究竟如何
在人工智能、机器人、生物识别、物联网等产业快速发展的背景下，机器视觉技术愈发受到关注。近年来，国内外机器视觉行业因应市场变化，在技术创新、产品迭代方面取得了积极进展。同时，传统的2D机器视觉正快速向3D机器视觉升级，催生了一片新的蓝海，也为其他行业的发展提供了助力。
据GrandViewResearch预测，到2027年，全球3D机器视觉市场规模预计将达到34.6亿美元，年复合增长率约为14.7%。这一数据说明，3D机器视觉的未来发展前景被高度看好，如此庞大的市场必然会吸引更多重量级玩家的入局，对于现有的选手来说，是挑战也是机遇。
很显然，3D机器视觉强劲的技术价值将成为推动市场持续增长的重要因素。相对于2D机器视觉，3D机器视觉具有显著优势，例如测量速度快、精度高，抗干扰的能力强，操作便捷等，能够有效解决2D机器视觉对于高度、厚度、体积、平面度等测量条件的缺失。虽然2D机器视觉仍然占据主流市场，但是3D机器视觉的应用一定会越来越广泛。
就拿现在热门的分拣机器人或是垃圾分类机器人来说，其要想实现对各种不同的物品进行精准识别，如果仅采用2D机器视觉显然是不够的。只有使用3D机器视觉系统，机器人才可以对物品的高度、大小、颜色等数据进行更好地识别和判断，从而为分拣、分类提供决策依据。
随着科技的发展和新兴产业的加速落地，未来3D机器视觉的“用武之地”定然会越来越多，市场需求会越来越大。对于国内的一众机器视觉厂商而言，现在就是最好的时机，把握住了机遇，在核心技术方面进一步进行巩固，将有利于在接下来的激烈竞争中站稳脚跟、获取优势。
机器视觉3D成像方法及应用梳理
⑦控制单元（包含I/O、运动控制、电平转化单元等）——一旦视觉软件完成图像分析（除非仅用于监控），紧接着需要和外部单元进行通信以完成对生产过程的控制。简单的控制可以直接利用部分图像采集卡自带的I/O，相对复杂的逻辑/运动控制则必须依靠附加可编程逻辑控制单元/运动控制卡来实现必要的动作。
一个完整的机器视觉系统的主要工作过程如下：
1、工件定位检测器探测到物体已经运动至接近摄像系统的视野中心，向图像采集部分发送触发脉冲。
2、图像采集部分按照事先设定的程序和延时，分别向摄像机和照明系统发出启动脉冲。
3、摄像机停止目前的扫描，重新开始新的一帧扫描，或者摄像机在启动脉冲来到之前处于等待状态，启动脉冲到来后启动一帧扫描。
4、摄像机开始新的一帧扫描之前打开曝光机构，曝光时间可以事先设定。
5、另一个启动脉冲打开灯光照明，灯光的开启时间应该与摄像机的曝光时间匹配。
6、摄像机曝光后，正式开始一帧图像的扫描和输出。
7、图像采集部分接收模拟视频信号通过A/D将其数字化，或者是直接接收摄像机数字化后的数字视频数据。
8、图像采集部分将数字图像存放在处理器或计算机的内存中。
9、处理器对图像进行处理、分析、识别，获得测量结果或逻辑控制值。
10、处理结果控制流水线的动作、进行定位、纠正运动的误差等。
机器人视觉成像的结构形式
机器人视觉系统的主要功能是模拟人眼视觉成像与人脑智能判断和决策功能，采用图像传感技术获取目标对象的信息，通过对图像信息提取、处理并理解，最终用于机器人系统对目标实施测量、检测、识别与定位等任务，或用于机械人自身的伺服控制。
在工业应用领域，最具有代表性的机器人视觉系统就是机器人手眼系统。根据成像单元安装方式不同，机器人手眼系统分为两大类：固定成像眼看手系统（Eye-to-Hand）与随动成像眼在手系统(Eye-in-Hand,orHand-eye)，如下图2所示。
图2两种机器人手眼系统的结构形式
(a)眼在手机器人系统，（b）眼看手机器人系统
有些应用场合，为了更好地发挥机器人手眼系统的性能，充分利用固定成像眼看手系统全局视场和随动成像眼在手系统局部视场高分辨率和高精度的性能，可采用两者混合协同模式，如用固定成像眼看手系统负责机器人的定位，使用随动成像眼在手系统负责机器人的定向；或者利用固定成像眼看手系统估计机器人相对目标的方位，利用随动成像眼在手系统负责目标姿态的高精度估计等，如图3所示。
图3机器人协同视觉系统原理图
机器人视觉三维成像方法
3D视觉成像可分为光学和非光学成像方法。目前应用最多的还是光学方法，其包括：飞行时间法、激光扫描法、激光投影成像、立体视觉成像等。
飞行时间3D成像
飞行时间（TOF）相机每个像素利用光飞行的时间差来获取物体的深度。目前已经有飞行时间面阵相机商业化产品，如MesaImagingAGSR-4000，PMDTechnologiesCamCube3.0，微软KinectV2等。
TOF成像可用于大视野、远距离、低精度、低成本的3D图像采集，其特点是：检测速度快、视野范围较大、工作距离远、价格便宜，但精度低，易受环境光的干扰。例如Camcueb3.0具有可靠的深度精度（