深度相机

从手机刷脸到低空测绘：深度相机如何重构机器感知逻辑

你有没有在刷脸解锁手机时好奇过：为什么戴着口罩、拿一张照片都没法骗过系统？为什么无人机在复杂城市低空能自主绕开乱拉的电线、突然闯入的无人机？这些场景背后，都藏着同一个核心零部件——深度相机。这个给机器装上"立体眼睛"的零部件，正在从消费电子的小众配置，变成机器人、低空经济等新兴赛道的核心刚需，而不同技术路线的博弈，也正在重构整个机器感知产业的竞争格局。

深度相机和传统2D相机最大的区别，从来不是多了一个镜头，而是多了维度信息：普通相机只能记录平面的色彩明暗，每个像素只能告诉你"这里是什么颜色"，而深度相机的每个像素，都能额外输出一个精确数据——这个点距离相机有多远。当机器拥有了三维空间信息，就从"看图片"变成了"看世界"：对手机来说，它能区分平面照片和立体人脸，解决人脸识别的安全性问题；对视障导航设备来说，它能快速提取前方障碍物的距离信息，转化为触觉和听觉信号指引路线——国内研发的"触耳寻路"视障导航AI系统，就选择RGB-D深度相机作为视觉核心，靠深度信息提取导航所需的空间数据，而不是试图还原完整视觉场景，反而找到了更适合视障人士的解决方案。

如今主流的深度相机技术路线分成了四大门派：双目立体、结构光、TOF（飞行时间），每个路线都有自己的基本盘，也在不断挤压对手的生存空间。最早让深度相机走进大众视野的，是微软2010年推出的第一代Kinect，这款主打体感游戏的设备，第一次把深度传感技术做成了消费级产品，让整个行业看到了三维视觉的商业化可能性。如今英特尔的RealSense系列，就是双目立体深度路线的代表产品：它依靠两个平行摄像头模拟人眼，通过视差计算出每个点的深度信息，不需要额外发射光源，就能在室内外各种光照条件下工作。和其他方案相比，双目立体方案不需要定制校准，还支持多摄像头配置，在大场景测距中成本优势明显，目前已经成为无人机低空测绘、室外导航的主流选择——英特尔的数据显示，RealSense的立体深度技术，已经给原本只能做2D识别的无人机、工业机器人带来了完整的3D视觉能力，能让无人机在低空飞行时实时识别半径10米内的细小障碍物，探测精度达到厘米级。

另一个早年崛起的技术路线是结构光，也就是"触耳寻路"系统采用的方案。它的原理很容易理解：就像你在黑暗房间里用手电筒照墙，如果墙面凹凸不平，投影出的光斑就会变形，相机通过捕捉变形的光斑就能计算出深度信息。这种方案的优势是近距离精度高，在1米以内的测距误差可以控制在1%以内，非常适合手机人脸识别、3D人脸识别门锁这类近距离应用。早在2017年，苹果iPhone X就率先搭载了结构光深度相机实现FaceID，带动国内安卓厂商跟进，一度让结构光成为消费电子深度相机的代名词。但结构光的缺陷也很明显：户外强光会淹没投影的结构光，远距离精度会大幅下降，因此很难走出室内，更难适配低空飞行这类大场景需求。

最近几年增长最快的路线是TOF（飞行时间），它的原理是通过发射激光脉冲，计算激光从发射到反射回来的时间，直接算出目标距离。和前两种路线相比，TOF的响应速度更快，测距范围更大，抗干扰能力也比结构光强，因此很快在智能汽车、无人机避障领域站稳了脚跟。随着低空经济的爆发，TOF深度相机的需求正在快速增长：根据行业调研，2023年国内低空无人机领域的深度相机出货量同比增长72%，其中TOF方案占比超过60%——因为无人机在低空飞行时，需要快速响应突然出现的障碍物，TOF的高响应速度刚好匹配这个需求。不过TOF也有短板：它的分辨率比结构光和双目低，近距离精度不如结构光，成本也比普通双目方案高，因此目前还没能一统天下。

有意思的是，这场技术路线的竞争，并没有出现赢者通吃的局面，反而呈现出"各守一亩三分地"的格局，这其实是由下游应用的分化决定的。在消费电子领域，结构光和TOF已经完成了分流：苹果的FaceID坚持用结构光，保证人脸识别的精度，而不少安卓厂商的后背摄像头开始采用TOF，实现更快的对焦和背景虚化。在服务机器人领域，室内扫地机器人大多用结构光，室外配送机器人则偏向TOF或者双目方案。而在低空经济这个新赛道，双目+TOF的组合方案正在成为主流：无人机用双目做远距离的障碍物探测，用TOF做近距离的精确避障，刚好覆盖了低空飞行从百米级到厘米级的测距需求。

这个产业也正在发生一个微妙的变化：早年深度相机的核心技术和市场都被海外厂商把持，英特尔的RealSense、微软的Kinect占据了大部分行业订单，而最近五年国产深度相机已经快速崛起，在TOF和双目路线上都实现了突破。2023年国内深度相机市场，国产厂商的份额已经超过了45%，在工业机器人、低空无人机领域更是超过了60%，核心原因就是下游新兴赛道的爆发给了国产厂商弯道超车的机会——海外厂商更关注消费电子的大订单，对低空经济这类新兴市场的需求响应慢，而国内厂商可以针对无人机低空测绘、城市低空安防这类细分场景做定制化开发，反而拿到了先发优势。

从行业数据来看，深度相机的市场规模正在进入爆发期：根据行业机构预测，2025年全球深度相机市场规模将突破80亿美元，年复合增长率超过25%，其中低空经济、服务机器人、工业自动化三个领域的增量占比超过70%。最大的增量无疑来自低空经济：随着低空空域逐步开放，全国注册无人机数量已经超过95万架，无人机植保、测绘、巡检、物流都需要自主避障能力，而自主避障的核心就是深度相机——一架中型行业无人机需要至少2-3颗深度相机实现全视角覆盖，仅仅是无人机替换需求，就能带来每年数百万台的市场增量。

当然，这个产业目前还有不少待解的问题：比如不同光照、不同天气下的稳定性还需要提升，无人机在雨天、雾天飞行时，深度相机的测距误差会明显放大；比如成本还是偏高，一颗工业级深度相机的价格普遍在数千元，制约了它在中小无人机厂商中的普及；还有算法适配的问题，不同技术路线的深度数据格式不一样，需要终端厂商做大量的适配开发，抬高了应用门槛。但这些问题并没有挡住产业前进的脚步，越来越多的资本和企业已经切入这个赛道：2023年国内深度相机领域的融资总额超过了30亿元，比2020年增长了近3倍，大量创业公司在细分场景做技术迭代。

回过头看，深度相机的发展，其实刚好印证了感知技术对产业的改造：从最初实验室的前沿技术，到消费电子的标配，再到今天低空经济、机器人的核心零部件，深度相机的每一次增长，都伴随着下游新兴产业的崛起。当我们的生活里越来越多的机器需要自主移动——无论是天上飞的无人机，地上跑的机器人，深度相机这个"立体眼睛"的作用只会越来越重要。未来哪个技术路线会最终胜出还不好说，但可以确定的是，谁能抓住低空经济这类新赛道的需求，谁就能在接下来的竞争中拿到主动权。