3D视觉感知优点、应用场景及市场规模如何？

3D 视觉采集深度信息，在 AR/VR、机器人等下游 应用空间广阔。

1.3D 视觉感知识别三维坐标，填补 2D 视觉的技术空白

3D 视觉感知能获取物理世界中的深度信息，相比 2D 视觉具有诸多优势。2D 平面视觉能提供物 体的纹理（色彩）信息，经过过去的数十年的长足发展，2D 成像技术的分辨率从几十万像素发展 到现在的上亿像素，色彩还原更真实，图像质量有了质的提升。然而，2D 平面视觉无法识别物理 世界的三维信息，如空间形貌、几何尺寸、位姿等，因此难以实现精准识别、追踪等功能。3D 视 觉感知是一种深度感应技术，可以捕获真实世界对象的长度、宽度和高度，能通过相应传感器来 采集视野内空间每个点位的三维坐标，并通过算法复原智能获取三维立体成像，不易受外界环境、 复杂光线的影响，技术更加稳定，规避了 2D 视觉的体验和安全性较差的问题。 在应用方面，由于 2D 平面视觉无法获得物体的空间坐标信息所以不支持与形状相关的测量，包 括物体平面度、表面角度、体积，或区分相同颜色的物体以及区别具有接触侧的物体位置，且 2D 视觉测量物体的对比度尤其依赖于光照和颜色/灰度变化，测量精度易受光线影响。相比之下， 3D 视觉具有以下优点：① 可实现在线检测快速移动的目标物，获取形状和对比度，消除手动检 查带来的错误；②对比度不变，是检查低对比度物体的理想选择；③对较小的照明变化或环境光 不敏感；④建立大型物体检测的多传感器设置更简单。

用几个例子可以展示出 2D 平面视觉和 3D 视觉感知的区别。基于 3D 视觉传感器采集的信息，不 但有2D视觉的纹理（色彩）信息，还增加了深度信息。这样围绕着人体、物体、空间扫描一圈， 就能得到点云图和精准的“1:1”还原的 3D 模型。三维信息的输入，将使得 3D 视觉感知的应用 场景大大增多。

2. 3D 视觉感知可应用于扩展现实、机器人等广泛下游

3D 视觉感知技术的应用场景相比 2D 视觉而言也更加广泛、多样。在消费电子领域，通过在智能 手机、个人电脑、平板设备、电视等智能终端设备上搭载 3D 视觉传感器可以使其具备 3D 人脸识 别解锁、沉浸式交互、体感交互等能力，创造更安全、更沉浸的用户体验；在生物识别领域，通 过在线下支付终端、智能门锁/门禁等设备上搭载 3D 视觉传感器可实现更精准、安全的 3D 刷脸 支付和解锁；在 AIoT 领域，3D 视觉传感器可以被搭载在 3D 空间扫描设备、服务型机器人、 AR/VR 设备等终端上以实现传统 2D 相机无法实现的功能，例如三维重建、避障导航等；在工业 三维测量领域，3D 视觉感知技术可以被用来实现微米级的工业扫描、工业检测等功能。未来， 3D 视觉感知技术将不断探索下游应用，扩大在自动驾驶汽车、工业机器人、医疗等更丰富领域中 的使用场景。

消费电子领域，智能手机是 3D 视觉感知技术最大的应用场景之一。2010 年起，苹果公司即开始 通过收购 3D 视觉相关技术厂商以拓展自身 3D 传感摄像头业务，2013 年收购的 3D 传感技术方案 服务商 PrimeSense 为苹果开发结构光 3D 传感摄像头产品提供有力的技术支持；2018 年苹果收 购 Lighthouse 公司的多项技术专利，而 Lighthouse 的核心技术为飞行时间法（ToF）3D 视觉技 术，由此苹果逐步加快其在 ToF 技术方面的布局。2017 年 9 月以来，苹果的 iPhoneX、iPhone 11、iPhone 12 手机系列均搭载了前置结构光 3D 视觉传感器，并在 iPhone 12 Pro 上同步搭载了 基于 dToF 技术的后置激光雷达扫描仪。安卓端包括华为 Mate 系列、P 系列，OPPO Find X，魅 族 17 Pro、18 Pro 等众多智能手机分别在前置和后置视觉传感器中尝试使用结构光或 ToF 技术的 3D 视觉传感器。随着智能手机前、后置的 3D 视觉应用的不断探索，诸如解锁、支付、拍照、AR 互动、图片美化、三维空间扫描等功能，加上 3D 视觉感知技术的不断成熟和迭代所带来的软硬 件成本下降，3D 视觉传感器在中端机型中普及，乃至下探至低端机型当中，其在智能手机领域的 渗透率不断提升。

生物识别领域，3D 视觉感知技术以 3D 人脸识别方法呈现。生物识别是一种通过计算机、光学、 声学、生物传感器等多种学科技术密切结合，利用人体固有的生理特性如指纹、人脸、虹膜等， 以及行为特征包括笔迹、声音、步态等进行个人身份鉴定的方法。随着对于身份识别和保密需求 的日益增加，各类新兴生物识别的技术不断发展，通过 3D 视觉感知技术实现的生物识别方法逐 渐落地于不同的应用场景。目前，3D 人脸识别技术主要用于 3D 刷脸支付和 3D 门锁门禁两大场 景。

3D 刷脸支付起源于 2018 年，支付宝率先发布“蜻蜓”3D 刷脸支付终端；2019 年，微信的 3D 刷脸支付终端“青蛙”上线，同年银联系试点的 3D 刷脸支付终端“蓝鲸”正式发布。相较于银 行卡支付和 QR 码支付，3D 刷脸支付更加快捷便利，无需输入密码即可完成支付验证。搭载 3D 人脸识别的门锁、门禁则避免了接触式的识别过程，相较传统的密码锁和指纹锁给用户带来了更 高的便利性，且 3D 人脸识别技术的特点（如较高的识别精度和稳定性）与门锁门禁的安全性需 求天然契合。根据 RUNTO 数据，2019 年我国智能门锁总销量达 1400 万套，到 2023 年售出 1801 万套，5 年间复合增长率为 6.5%。即使在疫情持续的三年期间，中国智能门锁市场仍坚韧 地保持了增长势头。

在 AIoT 领域，3D 视觉传感器已开始装载于 AR/VR 穿戴设备、服务型机器人等终端。2024 年一 季度苹果新发售的 MR 头显穿戴设备 Apple Vision Pro 使用了深度传感器——激光雷达和 3D 结构 光深度相机 TrueDepth，并叠加多颗 SLAM 摄像头，以实现对周围环境的三维重建，使得虚拟的 立体影像更好地叠加在现实场景中，并做到识别人的手势、动作从而完成人与虚拟影像的交互体 验。其他很多 XR 设备则配置了 3D 视觉传感器——ToF 相机，如 Hololens2 使用了 ADSD3100 的 1MP 分辨率 iToF 模组，Magic Leap2 使用了 PMD 的 VGA 分辨率 iToF 模组。

在服务型机器人上，3D 视觉传感器能够充当机器人的“眼睛”，帮助其高效完成人脸识别、距离 感知、避障、导航等功能。目前已落地的服务机器人类型包括扫地机器人、自动配送机器人、引 导陪伴机器人等，适用于家庭、餐厅、旅馆、医院等多个线下场景。2024 年初，人形机器人进展 频出，特斯拉新公开的 optimus gen2 已经在自主导航、物体识别和人机交互方面取得了显著成果；搭载 OpenAI 的多模态大模型的 Figure 01 充分展示了和人类以及环境交互的能力，能够推理，自 行识别、计划和执行有用的任务。这些功能的实现都有赖于 3D 视觉传感器。随着机器人、尤其 是人形机器人行业的逐步成熟，3D 视觉传感器的可想象空间也不断增长。 3D视觉传感器还能搭载于 3D 体态仪、监护设备，3D体态仪可以快速采集对象的体型数据，发现 不良体态、肥胖类型等健康风险；搭载 3D 视觉传感器的监护设备可以在家中进行实时监测，基 于深度点阵图识别等技术通过仅采集人体的 3D 信息（无需采集图像信息）来完成对监护对象的 动作、姿态识别和预警。综上，3D 视觉感知技术在 AIoT 领域仍有许多潜在可挖掘的应用场景， 这为行业的长期市场需求快速增长奠定了基础。

3. 3D 视觉感知行业市场规模有望高速增长

2022 年全球 3D 视觉感知行业的市场规模超 500 亿元，2028 年将超千亿元。参考 Yole 的统计预 测数据，越来越多的笔记本会配备 3D 视觉人脸识别模块，平板会配置后置 3D 视觉 ToF 模块； 同时随着 24 年 Q1 苹果 Vision Pro 的正式发售，配备 3D 视觉传感器的 XR 设备有望加速成熟； 机器人和汽车两个细分下游，也将随着3D视觉传感器的渗透率提升而形成可观增量。综上，Yole 预测全球 3D 视觉感知的市场空间将从 2022 年的 82 亿美元增长至 2028 年的 172 亿美元，其中 消费电子领域从 2022 年的 39.8 亿美元增长到 2028 年 58.1 亿美元，CAGR 6.5%，汽车领域从 2022 年的 6.6 亿美元增长到 2028 年 46.4 亿美元，CAGR 38.5%。