3D视觉对于机器人技术有什么积极的影响

工业自动化的第一次迭代使用了“盲”机器人，这取决于要处理的材料的准确定位。这种机器人相对缺乏灵活性，只能通过繁琐的编程才能适应新的任务。机器视觉的出现使机器人能够通过使用平面图像来指导其操作，从而在较不结构化的条件下操作。现在，为机器视觉添加深度信息为视觉引导机器人（VGR）系统提供了极大的操作灵活性，使应用程序一度被认为是不切实际的。

用于引导机器人运动的机器视觉已经在工厂应用中实施多年，并且在许多方面是成熟技术。具有内置处理和校准功能的智能相机系统，强大的识别和测量算法以及简化应用程序开发的成熟库可广泛应用并不断改进。但是这种视觉系统仅处理二维空间，将机器人可用的信息限制在XY平面内的物体位置及其绕Z轴的旋转。要成像的对象需要位于该平面中并且面向“面向上”以使机器人识别并使用它。

深度信息的添加极大地改变了事物。

现在，视觉系统可以在一定体积的空间中确定物体的位置和方向。机器人可以访问六个参数的信息：X，Y和Z线性位置以及滚动，俯仰和偏航角度信息。机器人可以识别在一定距离范围内可能呈现的任何姿势的物体，允许机器人使用随机定向和定位的材料进行操作。此外，机器人可以识别堆叠或堆中的顶部物体，这是2D视觉不实用的东西，并且在规划其移动轨迹时确定到物体的距离。

用于机器人引导的3D机器视觉的兴起是许多进步的结果。相机变得更小，视觉处理器变得更快，视觉软件变得更加先进，并且已经有各种获取深度信息的方法。这种组合使3D视觉引导可用于扩展的应用范围。。

3D VGR的一些新应用在于邮政和物流市场。借助3D视觉，机器人可以处理诸如包裹分拣和尺寸调整以及混合箱的装载和卸载等任务。机器人运输可以更容易地导航非结构化仓库空间，并且材料处理机器人可以从箱中识别和提取随机定向的混合对象。

通过3D视觉，合作机器人可以通过注意其操作人员所处的位置并避免意外接触来提供增强的操作安全性。将其与混合对象的处理相结合，您将获得一个机器人助手，可以进入垃圾箱以提取并递送您请求的对象。

正在探索更奇特的应用程序。

例如，正在开发用于田地和果园采摘水果的机器人系统。3D视觉的可用性甚至允许NASA为无限制的太空环境开发机器人。已经登上国际空间站的人形机器人R2 Robonaut正在评估处理日常维护任务以及舱外活动（EVA）操作的角色，使用与目前执行EVA任务的宇航员相同的工具和材料。

虽然3D视觉为潜在的应用程序提供了极大的灵活性，但是设计师不能简单地将其放入他们的系统中。开发人员需要采用系统方法来实现3D VGR设计。工程师必须在开始视觉系统设计之前彻底了解应用程序的需求。系统需要“看到”以及它将如何处理这些信息会对视觉系统的设计要求产生重大影响。

来源：朗锐智科