據麥姆斯咨詢介紹，隨著3D傳感模組價格的下降和性能的提升，3D視覺或深度傳感正不斷賦能各種新應用，包括幫助機器人創建環境地圖并完成任務，比方如何最好地避讓人類。其他應用還包括物體取放、組合裝配和檢測，以及將物品從一個位置移動到另一個位置等。
這些應用都依賴于經濟且強大的3D視覺傳感器，目前，該領域存在多種競爭型技術。所有這些技術都有各自的優點和缺點，具有不同的工作距離、分辨率、處理能力以及成本。每種技術都有其重要的市場價值，大體因為目前還沒有能夠應對所有應用場景的單一最佳解決方案。
3D成像在自動駕駛汽車的環境感知方面發揮著關鍵作用
“根據各種應用所需要的性能和市場限制，這些技術都可以找到各自的用武之地，” Yole光電子技術和市場分析師Alexis Debray說道。
對于3D視覺，競爭技術包括許多種類的激光雷達（LiDAR）和飛行時間（time-of-flight，ToF）傳感器，它們發出光線并通過測量返回信號所需要的時間來獲得距離信息。還有結構光技術，該方案通過測量投射到物體上的光圖案的變形來確定距離（也是三角測距法）。另一種技術是激光三角測量，通過激光點出現在相機視場中的位置提取深度。最后，還有一種技術方案是立體深度視覺傳感，通過使用兩個相機圖像特征點的差異來計算距離。
除立體深度視覺外，上述方法都需要某種形式的照明。這在某些照明不定的工業環境中可能是優勢，但照明確實增加了功耗，如果是電池供電型設備就可能會帶來供電問題。
供電與照明
現在，這幾種3D傳感技術在功率和尺寸方面都有了顯著的改善。“例如，結構光深度傳感，2009年時的功耗約為10W，模組大概有一塊磚頭那么大，而現在，尺寸僅為拇指指甲大小的飛行時間模組，功耗僅需250mW，”飛行時間傳感器制造商pmd technologies（以下簡稱pmd）銷售和業務開發副總裁Mitch Reifel介紹說。
3D視覺或深度成像解決方案的發展演變。上圖是三種性能大致相當的解決方案，使用了兩種不同的技術方案（結構光和飛行時間）。十年來，尺寸都大約縮小了十倍。
受益于這些技術的進步，新應用才能層出不窮，例如大型倉庫中移動排架的機器人。深度傳感可以幫助機器人識別哪些是貨架，并幫助它們跟蹤架子上的物體。
美國賓夕法尼亞州ifm efector公司的機器人感知業務開發負責人Garrett Place表示，深度傳感技術在機器人領域的應用越來越多。這家美國公司是德國ifm electronic的子公司，ifm electronic是擁有pmd的自動化解決方案供應商。
得益于更好的3D視覺，一項新應用得以實現，那便是卸垛。顧名思義，這項應用包括利用機器人從托盤上取下貨物，并將它們放在傳送帶上。這在工廠進貨時很常見。3D相機的使用能夠更快地定位貨物，從而提高操作效率。
“除了機器人本身的移動之外，在完成一件搬運到拾取下一件之間沒有任何延時，”Place說，“這太強大了，平均每件貨物可以節省3~5秒。”
另一個新應用案例是自動叉車。在這項任務中，自動駕駛叉車必須精確定位它需要移動叉起的貨物。使用3D相機收集所需要的信息，可以更快、更準確地完成任務，從而提高操作的速度和安全性。
在服務業也可以找到3D模組價格下跌所帶來的新興應用。例如，利用機器人手臂為人提供飲料或其他物體，深度傳感可以確保物品被安全地傳送。但是當機器人手臂接近目的位置時，手臂、物體或兩者都可能阻擋機器人“視線”。因而，可以在機器人手臂中安裝成本低廉的3D傳感器，以提供近距離3D視圖，從而提高安全性和性能。不過，這樣做需要3D相機之間的同步和數據疊加，以及與所有其他傳感器的信息融合。
當多種3D技術一起應用時，這種信息的融合就會變得非常重要，使用以色列Newsight Imaging公司的產品時便是如此。Newsight Imaging首席執行官兼公司聯合創始人Eli Assoolin表示，Newsight Imaging提供基于激光三角測量和增強型ToF解決方案，目的是創建距離數據的點云。
采用結構光技術的手持式掃描儀，可在4.5m外捕捉精確的3D數據
收集此類數據的成本已經大幅下降，從幾年前基于激光雷達解決方案的數萬美元下降到今天的幾百美元。Assoolin表示，使用其他3D傳感技術的解決方案甚至更便宜，可能只需數十美元。
成本還會持續下降，甚至可能加速下降，因為3D成像將很快出現在每部智能手機中。這種技術還不能直接應用于工業環境，但是芯片的大規模上量，意味著非消費類應用的價格也會跟著下降。
至于這些新的深度傳感解決方案可以有哪些應用，一種可能是檢測，Assoolin說。目前，先進的傳感器可以在相對較近的距離，進行幾個點的線捕捉。Newsight現在提供的芯片可以大幅改善檢測，并可以在更廣泛的環境中進行部署。
“我們的芯片每秒運行40000幀，能夠檢測出微米級的缺陷，”Assoolin說道，“我們可以讓一切變得更快、更準確、更經濟。”
價格下降和性能提升使新的3D成像應用成為可能，例如門禁控制
以色列Mantis Vision公司首席商務官Shabtay Negry稱，在工業環境中考量3D視覺應用時，環境會對應用和性能產生重大影響。Mantis Vision提供3D掃描、成像和視頻捕捉解決方案。這些都是基于結構光的專利算法，可在數據質量方面提供最精準的模型，Negry說。
溫度和振動影響3D傳感精度
溫度變化和振動會降低3D傳感精度，而這兩種情況在工廠車間或其他工業環境中很常見。溫度變化一般趨于連續變化，而發動機啟動、關閉或物體相互撞擊時，振動往往會引起劇烈的干擾。兩者都會引起結構光圖案偏移，從而可能導致3D傳感結果的不準確。因此，需要采取必要的措施來應對這些影響，Negry說。就Mantis Vision而言，該公司的產品使用了專有方法進行即時自動校準，從而校正環境影響。
關于新興應用，用于游戲和娛樂目的的實時3D流媒體應用，也可以用于工業培訓和模擬。例如，指導人員可以演示如何執行一項任務，利用多個3D傳感器和其他傳感器捕獲每一個動作。然后系統可以進行遠距離復制演示。
“使用多個同步傳感器的實時3D流媒體，開辟了新的交流方式和新的市場，”Negry說。
Teledyne DALSA工業事業部項目和產品經理Raymond Boridy說，3D系統性能的改進確實擴大了可能的應用領域。這家總部位于蒙特利爾的系統制造商正在推出一系列激光三角測量產品。其他Teledyne事業部提供ToF和立體視覺技術。
Boridy說：“激光三角測量技術的進步提高了速度，改善了輸出，精準度更高。Teledyne DALSA的產品能夠以10微米級的精度區分物體，這在進行高精度檢測時非常重要。”
“我們能夠分辨小到僅有20微米的劃痕、缺陷、孔洞，”Boridy說。
這種性能在某些環境非常有用。不過，大部分應用不需要這樣的精細檢測。但確實需要檢測結果的可重復性，發現缺陷的能力和速度。因此，3D視覺系統必須符合應用要求，利用單一某種深度傳感技術可能無法做到最優。這就是為什么目前所有技術方案都占有一定的市場份額，并沒有哪種技術方案對于所有應用都具有明確的領先優勢。
然而，拋開3D傳感技術層面，完整的3D傳感解決方案需要的不僅僅是成像，因為僅測量距離是不夠的，還需要多傳感器數據融合、人工智能算法等。自動駕駛汽車應用的深度感知激光雷達技術，就能很好的說明這一點。
“激光雷達的數據必須通過人工智能計算、轉譯并與其他傳感器融合。這是一項重要挑戰，如果沒有得到妥善解決，會使激光雷達失去意義，”Yole的Debray談到這種情況時，強調了完整解決方案的必要性。