了解什麼是3D 深度相機，深度相機如何擷取精確的 3D 數據。深入探討立體視覺 (Stereo Vision)、飛時測距 (ToF) 與結構光 (Structured Light) 技術、系統架構以及影響環境精準度的因素。
2D 相機問題與 3D 深度相機介紹
數十年來，電腦視覺主要依賴 2D 影像數據——透過像素影像構建外界的樣貌。雖然 2D 影像在一些任務中很出色，但2D影像無法判斷深度，因此無法滿足物體分類、自主機器人、自動化取放 (Pick-and-Place) 以及沉浸式 AR/VR 等進階應用需求。
為了因應這個需求，3D 深度相機誕生了。與傳統 2D 相機不同，3D 深度相機是一種先進的成像設備，能生成「深度圖 (Depth Map)」——在這種影像中，每個像素值代表精確的距離測量值而非顏色。這使機器能夠即時感知場景幾何、體積形狀和空間關係。
對於從 2D 電腦視覺轉向 3D 感知的工程師而言，理解這些設備的底層機制是構建穩健空間意識系統的第一步。本文將探討現代 3D 深度相機的基本原理、核心感測技術、硬體架構及現實環境中的精度影響因素。
深度感測基礎：Z 軸問題
傳統數位相機基本上只能讀出2D的影像。當立體世界透過鏡頭投射到平面感光元件上時，相機感測不到深度，換言之，深度資訊會在此過程中遺失。這個資訊稱為Z軸資訊。為了找回 Z 軸資訊，深度相機必須採用主動測量技術或計算幾何學。
基本上，大多數具備商業可行性的 3D 深度感測技術都依賴於以下兩大核心科學原理之一：
三角測量 (Triangulation)
此方法乃模仿人類雙眼視覺，透過從兩個、甚至多個視角觀察場景（立體視覺），或觀察投射到表面上的已知圖案之變形（結構光）來計算深度。它依賴於已知感測器或投影機之間的精確基準線 (Baseline) 距離，並測量角位移。
飛時測距 (Time-of-Flight, ToF)
這是一種雷達式的方法，測量光子從發射器旅行到物體並返回感測器所需的時間。由於光速是恆定的，時間延遲與距離直接相關。
理解相機採用哪種方法非常重要，因為這決定了相機的感測範圍、精度特性以及環境限制。
在產品選型時，建議依應用環境、工作距離、物體表面、光照條件與整合需求選擇感測方式。可參考 LIPSedge 3D 深度相機產品組合，評估主動式立體視覺、ToF 與結構光選項。
核心技術詳解：立體視覺、結構光與 ToF
雖然市場提供多種專利解決方案，但可靠的工業深度相機大多採用以下三種架構之一：立體視覺（被動式或主動式）、結構光或飛行時間 (ToF)。
[A. 立體視覺 (Stereo Vision)]
立體視覺最貼近人類對距離的知覺。它使用兩台（或多台）標準 RGB 或單色相機，兩者之間保持已知的水平距離，稱為「基準線」。
該系統透過在左右影像中識別相同的特徵點來運作。由於鏡頭位置的物理差異，偵測到的特徵在每張影像中會出現在略有不同的水平座標上。這種差異稱為「視差 (Disparity)」。演算法利用對極幾何 (Epipolar Geometry) 計算深度：距離相機較近的物體視差較大，而遠處物體視差較小。
被動式 / 主動式立體視覺
根據技術原理，立體視覺技術可分為被動式和主動式立體視覺兩種。被動式立體視覺依靠環境照明來獲取視差匹配演算法所需的紋理對比，在光線充足的環境下（如室外）表現卓越。由於利用被動感測計算深度，該架構比主動式立體視覺更省電。然而，在低光源環境下，缺乏可見特徵點會導致系統無法解析左右影像的對應關係，若無外部光源輔助，深度感知將會失效。
- 優點： 在明亮的戶外陽光下表現良好；硬體成本較低；原生提供 RGB-D（色彩 + 深度）。
- 缺點： 極度依賴環境光。在低光源環境下失效，因為缺乏可見紋理會導致演算法無法計算視差。
為了克服對環境光源的依賴，主動式立體視覺在兩個感測器之間增加了一個投影機（通常是紅外線 IR 雷射發射器）。
發射器將紅外線點陣圖案投射到場景中。此投影機不需要編碼，僅是為平滑表面增加人工紋理。隨後，立體相機（必須具備紅外感測能力）將這些投射點作為特徵點來計算視差。
- 優點：解決了被動式立體視覺的「照出一片空白」的問題；在室內和低光源環境表現良好。
- 缺點：由於解碼和演算過程複雜，畫面更新速度（幀率）通常較慢，
延遲較高。 - 應用領域：AR / VR頭戴式裝置與機器人。主動式立體技術通常具備成本優勢，並常與結構光或 ToF 等技術結合，尤其在智慧汽車領域。
若需評估相關產品，可參考 AE 系列主動式立體相機、S 系列 Edge AI 立體相機與主動式立體相機規格比較。
[B. 結構光 (Structured Light)]
人們經常混淆結構光常與主動立體視覺這兩種技術，但其運作原理完全不同。結構光使用單一相機與一個精密投影機。發射器會投射已知的編碼圖案（如格雷碼、移相條紋或複雜網格），而非隨機點。當圖案觸及 3D 物體時，圖案會依物體形狀產生形變。相機會捕捉變形圖案，而深度演算法則負責精確分析接收圖案與原始投影圖案的偏差，透過三角測量計算幾何形狀。
- 優點： 在近距離至中距離條件下，具備極高的精度與解析度。
- 缺點： 性能仍受光照和物體表面影響。在鏡面或類鏡面表面上會失效，因為缺乏可靠特徵點導致無法精確計算視差。在低光源或陰影區域也難以解析有用資訊。此外，投影的紅外線圖案可能會被強烈的陽光洗掉，使系統在戶外環境退化至被動立體視覺的性能。
- 應用領域： 臉部辨識、動作感應遊戲或工業自動光學檢測 (AOI)。
若需評估相關產品，可參考 L 系列結構光相機與結構光相機規格比較。
[C. 飛時測距 (Time-of-Flight, ToF)]
ToF 相機本質上是光學雷達（不含移動部件的 LiDAR）。它們使用調製光源（通常是紅外 VCSEL）一次性照明整個場景，並同時測量光子在整個感測器陣列上的返回時間。
主要分為兩類：
- 直接 ToF (dToF)： 使用 SPAD（單光子雪崩二極體）感測器測量單個光子脈衝發射與接收間的確切時間間隔。長距離精度極高，但高解析度生產成本昂貴。
- 間接 ToF (iToF)： 現代深度相機中較常見的方法。它發射連續的調製光波，透過測量反射光相對於發射光的「相位差」來計算距離。
- 優點： 外型精巧；運算開銷低（深度數據直接由感測器產出）；可在完全黑暗中工作。
- 缺點： 面對高反射表面較吃力（多路徑干擾）；若物體超出調製範圍，可能因「相位纏繞 (Phase Wrapping)」模糊導致距離錯誤。
若需評估相關產品，可參考 ToF 3D 相機與 ToF 相機規格比較。
系統架構：內部構造
專業級 3D 深度相機是緊密整合的光學機電系統。深度數據的品質既取決於軟體演算法，也取決於硬體校準。典型的「主動式立體視覺」架構包含：
立體感測器（紅外或單色）
高靈敏度全域曝光 (Global Shutter) 感測器，旨在擷取無運動虛影的清晰影像。這對與紅外脈衝的時間同步至關重要。
發射器（投影機）
通常是工作在近紅外光譜（如 850nm 或 940nm）的垂直腔面發射雷射 (VCSEL) 陣列，肉眼不可見。
RGB 感測器
獨立的彩色感測器（常置於中央），用於將色彩數據貼合至 3D 深度模型。
基準線 (Baseline)
左右感測器間的剛性物理距離。較寬的基準線可提升遠距離精度，但會增加最小感測距離（相機近處的盲區）。
硬體同步
關鍵的觸發信號，確保左右感測器、RGB 感測器與發射器在奈秒級誤差內同時運作。缺乏精確同步會導致相機或目標移動時產生「影像撕裂」與嚴重的深度誤差。
3D 重建過程
從原始光子數據轉化為可用 3D 模型的過程如下：
1. 原始擷取與校正 (Rectification)
感測器擷取原始影像。LIPSedge SDK 會套用鏡頭畸變校正，並對立體影像進行校正，使掃描線彼此平行，進而簡化視差比對流程。
2. 深度圖生成
核心演算法（立體視覺的視差匹配或 ToF 的相位解碼）在主機 GPU 上運行，產出每個像素值皆為距離（單位：公釐）的 2D 影像。
3. 點雲生成
深度圖結合相機內參（焦距、主點）投射至 3D 空間，每個像素變為相對於相機中心的 XYZ 座標。
4. 網格生成（非必要項）
若需要表面資訊而非離散點，演算法會連接相鄰點以形成三角形，建立實體 3D 網格。
精度與環境因素
3D 相機本身是光學機電系統，因此存在固有侷限。評估其可行性時，工程師務必理解以下因素：
環境光源
環境過亮（通常超過 1000 lux，如直射陽光）時，紅外光會掩蓋感測訊號，使主動立體視覺與結構光失效。反之，被動立體視覺則是會在極暗環境下失效，而 ToF 與主動立體視覺則能持續運作。
表面反射率與材質
鏡面表面（如鍍鉻件）會造成 IR 漫反射，使 ToF 產生「多路徑干擾」。吸光材質（如黑色霧面）則會吸收紅外信號，導致返回信號微弱，產生雜訊或深度圖缺失。
熱漂移
組件運作時會發熱，結構微幅膨脹可能改變基準線距離或鏡頭對齊。高階工業相機具備「主動熱補償」演算法以即時調整校準。
結論
選擇理想的 3D 深度相機，工程師需在各種條件下，權衡輕重：
- 飛行測距 (ToF)：具備輕量化外型與高速處理優勢。
- 結構光：擅長極近距離的高精度量測。
- 被動式立體視覺：低成本、低功耗、不受陽光干擾，適合自動駕駛等長程應用，但在無紋理表面或低光下表現不佳。
- 主動式立體視覺：透過人工紅外紋理克服被動式缺點，在室內多變光線下提供最穩定、通用的平衡。
工程師應根據環境、作業範圍與容許誤差進行選擇，以符合實際需求。
應用選擇摘要
- 選擇ToF：手勢控制、簡易避障、空間極度受限的應用。
- 選擇結構光：臉部辨識、工業零件檢測、靜止短程掃描。
- 選擇主動式立體視覺：通用情境首選，物流機器人、倉儲自動化及需處理白牆、暗角與室內變動光線的巡檢機器人。
評估適合應用場景的 3D 深度相機
選擇立體視覺、結構光或 ToF，不只取決於感測原理本身。工程團隊也需要同時考量工作距離、物體表面、光照條件、動態場景、機構尺寸、SDK 支援與實際部署環境。
探索 LIPSedge 3D 深度相機、立普思 LIPS 討論您的 3D 視覺專案，或前往立普思 LIPS 線上商店購買深度相機。
比較深度相機型號：主動式立體視覺 | 飛時測距 ToF | 結構光
常見問題 (FAQ)
Q: 3D 深度相機如何利用光線或影像圖案測量距離？
一般而言，相機採用兩種方法之一。三角測量（立體視覺與結構光）透過測量從兩個視角觀察物體的角位移，以幾何方式計算距離。飛時測距則測量相機發射的光子到達物體並返回感測器所需的實際時間。
Q: 哪種 3D 深度感測技術能提供最高的測量精度？在何種條件下？
對於短程靜態應用（如工業檢測），結構光通常能提供最高的次毫米級精度。對於變動光線下的中距離應用，主動式立體視覺在精度與可靠性間提供最佳平衡。直接 ToF 則通常最適合超長距離精度（數百公尺），例如車用 LiDAR。
Q: 為何光照與表面材質會影響深度感測精度？
大多數主動式深度相機（ToF、主動立體視覺、結構光）依賴投射與接收紅外光。強烈陽光含有大量紅外線，會「淹沒」相機投影機的訊號。反之，深色或霧面表面會吸收相機的紅外信號而非反射回來，導致返回信號微弱，產生雜訊與深度數據缺失。