深度相机如何用于机器人导航？，机器人导航深度相机怎么选？
深度相机在机器人导航中的实际应用，核心不是替代激光雷达，而是补盲、补语义和补近身感知；仓储AMR、服务机器人、工业复合机器人是眼下落地最集中的三类场景。它输出的稠密点云和图像，能让机器人看见低矮托盘腿、悬空叉车齿、突然伸出的轮椅扶手，也能给抓取任务提供三维位姿。选型时别只盯参数表，量程、材质、光照、防护和标定服务才是现场能不能稳住的关键。
深度相机在机器人导航里到底解决什么问题？三个现场案例
2D激光雷达擅长建图和主定位，但它扫的是一条线。机器人底盘中部以下、侧面低矮区域、悬空物体，很容易漏。深度相机补的正是这些位置。
仓储AMR：低矮障碍和悬空物检测
某汽车零部件工厂的料架下沿较低，2D激光雷达装在AGV中部，扫不到料架下方的托盘腿。AGV进取货位时经常犹豫，有时还会蹭到地面缠绕膜。后来在车头加了一台俯仰安装的深度相机，向下看地面和料架底部。
- 安装高度控制在0.4-0.8米，俯仰角向下15-30度，先保证视场覆盖车头前方0.3-3米。
- 点云进Nav2代价地图，用体素层过滤地面，只保留高于地面一定阈值的障碍。
- 低矮障碍标记为膨胀层，机器人提前减速或绕行，不再等激光雷达贴脸才停。
这个案例里，深度相机没有参与主定位，只做近身补盲。效果反而直接：取货位停车更果断，地面薄膜和托盘腿不再被当成“看不见的空气”。
服务机器人：人机共存时的侧向感知
医院走廊里，轮椅、推车、输液架经常从侧面突然出现。2D激光雷达装在底盘，视场受限，等人进入扫描平面，距离已经很近。某医院配送机器人把深度相机装在机身前方偏上位置，利用较大视场角看侧面和低处。
现场做法不复杂：深度图先做裁剪，只保留机器人前方和侧前方区域；再用轻量语义分割区分地面、人和推车。导航层收到的是“有人在移动”的障碍信息，不是一张需要全量处理的点云。这样CPU占用可控，避让动作也更像人——先减速，再侧移，不是急停。
工业复合机器人：料箱识别与移动抓取
某3C代工厂的复合机器人要在移动底盘上抓取料箱。料箱是黑色塑料，表面有反光，结构光相机近距离看细节不错，但工位上方有强光时深度图会出现空洞。后来换成主动双目加红外投射，配合手眼标定，把抓取位姿稳定下来。
操作路径可以拆成四步：
- 先做相机内参标定，用标定板采集多组图像，检查重投影误差。
- 再做手眼标定，让机器人带着相机走多个位姿，采集标定板位姿，求相机到末端的变换。
- 抓取前用深度图做料箱上平面分割，拟合平面和边缘，输出中心点和朝向。
- 把位姿发给MoveIt做轨迹规划，抓取后抬升再确认，避免拖拽料箱。
这类工业应用里，深度相机不只是避障传感器，还是3D视觉引导的入口。结构光、主动双目、ToF都能用，但要看料箱材质和现场光照，不能一套参数打天下。
机器人导航用深度相机还是激光雷达？先看场景再谈方案
这个问题没有统一答案。业内专家指出，深度相机在导航中的价值更多在补盲和语义，而不是取代主定位传感器。主定位要稳，补盲要密，两者分工不同。
| 传感器 | 输出信息 | 成本区间 | 光照影响 | 典型用途 |
|---|---|---|---|---|
| 2D激光雷达 | 单线距离 | 低到中 | 小 | 建图、主定位、长走廊 |
| 深度相机 | 稠密点云+图像 | 中 | 较大 | 近身补盲、语义识别、抓取 |
| 3D激光雷达 | 三维点云 | 高 | 小 | 高精度建图、室外导航 |
仓储AMR、服务机器人、工业复合机器人，多数采用“2D激光+深度相机+IMU”的组合。2D激光管全局位置，IMU管短时姿态，深度相机管低矮障碍、悬空物和人机共存。行业共识认为，单一传感器很难覆盖工业现场的全部工况，融合才是稳妥路线。
融合落地：2D激光+深度相机+IMU怎么配
以ROS2 Nav2为例，配置文件通常在src/robot_nav/config/nav2_params.yaml。在局部代价地图里加体素层，把深度点云作为观测源：
- 插件选
nav2_costmap_2d::VoxelLayer，开启publish_voxel_map。 - 观测源主题写
/camera/depth/points，数据类型设为PointCloud2。 - 设置
min_obstacle_height和max_obstacle_height，把地面点滤掉，只留机器人会碰到的障碍。 - 膨胀半径按车体外形给，别为了灵敏把通道堵死。
调试时先看点云频率和延迟，再看代价地图。命令不用多：ros2 topic hz /camera/depth/color/points看频率，ros2 run rviz2 rviz2看点云和代价地图是否对齐。对不齐，先查外参，不要急着改避障参数。
工业AGV深度相机怎么选型：从量程到防护等级逐项核对
选型最容易犯的错，是拿消费级模组的参数去套工业现场。实验室里深度图漂亮，到了车间，粉尘、反光、强光、震动一起上来，问题就暴露了。
结构光、ToF、双目怎么选
| 方案 | 典型量程 | 优势 | 短板 | 适合场景 |
|---|---|---|---|---|
| 结构光 | 近距离，约0.2-1.5米 | 近距离精度高、成本相对低 | 强光下容易失效，黑色反光件深度空洞 | 料箱识别、近距离避障、工位抓取 |
| ToF | 中距离，约0.3-5米 | 帧率高、结构紧凑 | 多机同时工作可能互相干扰，深色低反射表面吃力 | 服务机器人、中距离避障 |
| 主动双目 | 中远距离，约0.3-10米 | 成本适中，加红外投射后弱纹理改善 | 依赖标定和算力，强阳光仍有影响 | 工业AGV、复合机器人、室外近距补盲 |
结构光适合近距离高精度，不代表它能扛住车间强光。ToF帧率高，不代表多台机器人挨在一起不干扰。主动双目成本友好，但标定和同步要做扎实。选型先写清楚工况：最远要看多远，最近盲区多大，目标材质是黑塑料、金属还是纸箱，现场有没有阳光直射。
深圳深度相机厂家价格大概多少？先看工业级和消费级的差别
深圳及周边聚集了不少深度相机模组和工业视觉厂商，询价时别只问裸机价。消费级模组通常几百到一两千元，工业级整机常见几千到上万元，带防护壳、GigE接口、硬件触发和标定服务的型号更高。价格主要看分辨率、深度精度、防护等级、接口、同步方式和是否带算力。
如果只是桌面验证，消费级USB相机够用。如果要上AGV量产，防护、抗震、触发
