据麦姆斯咨询介绍，随着3D传感模组价格的下降和性能的提升，3D视觉或深度传感正不断赋能各种新应用，包括帮助机器人创建环境地图并完成任务，比方如何最好地避让人类。其他应用还包括物体取放、组合装配和检测，以及将物品从一个位置移动到另一个位置等。

这些应用都依赖于经济且强大的3D视觉传感器，目前，该领域存在多种竞争型技术。所有这些技术都有各自的优点和缺点，具有不同的工作距离、分辨率、处理能力以及成本。每种技术都有其重要的市场价值，大体因为目前还没有能够应对所有应用场景的单一最佳解决方案。

3D成像在自动驾驶汽车的环境感知方面发挥着关键作用

“根据各种应用所需要的性能和市场限制，这些技术都可以找到各自的用武之地，” Yole光电子技术和市场分析师Alexis Debray说道。

对于3D视觉，竞争技术包括许多种类的激光雷达（LiDAR）和飞行时间（time－of－flight，ToF）传感器，它们发出光线并通过测量返回信号所需要的时间来获得距离信息。还有结构光技术，该方案通过测量投射到物体上的光图案的变形来确定距离（也是三角测距法）。另一种技术是激光三角测量，通过激光点出现在相机视场中的位置提取深度。最后，还有一种技术方案是立体深度视觉传感，通过使用两个相机图像特征点的差异来计算距离。

除立体深度视觉外，上述方法都需要某种形式的照明。这在某些照明不定的工业环境中可能是优势，但照明确实增加了功耗，如果是电池供电型设备就可能会带来供电问题。

供电与照明

现在，这几种3D传感技术在功率和尺寸方面都有了显著的改善。“例如，结构光深度传感，2009年时的功耗约为10W，模组大概有一块砖头那么大，而现在，尺寸仅为拇指指甲大小的飞行时间模组，功耗仅需250mW，”飞行时间传感器制造商pmd technologies（以下简称pmd）销售和业务开发副总裁Mitch Reifel介绍说。

3D视觉或深度成像解决方案的发展演变。上图是三种性能大致相当的解决方案，使用了两种不同的技术方案（结构光和飞行时间）。十年来，尺寸都大约缩小了十倍。

受益于这些技术的进步，新应用才能层出不穷，例如大型仓库中移动排架的机器人。深度传感可以帮助机器人识别哪些是货架，并帮助它们跟踪架子上的物体。

美国宾夕法尼亚州ifm efector公司的机器人感知业务开发负责人Garrett Place表示，深度传感技术在机器人领域的应用越来越多。这家美国公司是德国ifm electronic的子公司，ifm electronic是拥有pmd的自动化解决方案供应商。

得益于更好的3D视觉，一项新应用得以实现，那便是卸垛。顾名思义，这项应用包括利用机器人从托盘上取下货物，并将它们放在传送带上。这在工厂进货时很常见。3D相机的使用能够更快地定位货物，从而提高操作效率。

“除了机器人本身的移动之外，在完成一件搬运到拾取下一件之间没有任何延时，”Place说，“这太强大了，平均每件货物可以节省3～5秒。”

另一个新应用案例是自动叉车。在这项任务中，自动驾驶叉车必须精确定位它需要移动叉起的货物。使用3D相机收集所需要的信息，可以更快、更准确地完成任务，从而提高操作的速度和安全性。

在服务业也可以找到3D模组价格下跌所带来的新兴应用。例如，利用机器人手臂为人提供饮料或其他物体，深度传感可以确保物品被安全地传送。但是当机器人手臂接近目的位置时，手臂、物体或两者都可能阻挡机器人“视线”。因而，可以在机器人手臂中安装成本低廉的3D传感器，以提供近距离3D视图，从而提高安全性和性能。不过，这样做需要3D相机之间的同步和数据叠加，以及与所有其他传感器的信息融合。