机器人做三维感知,有几条路:结构光、ToF、激光雷达、双目视觉。前三种都是“主动”的——向环境发射光或激光,靠反射信号算距离。双目视觉是“被动”的——不发射任何东西,靠两个摄像头看同一场景,用视差算深度。
被动双目有一个其他方案给不了的优势:不干扰别人,也不被别人干扰。
一个仓库里跑几十台AGV,如果每台都装主动红外深度相机,红外光会互相干扰,深度图出现噪点、盲区。被动双目没有这个问题——它不发射光,只接收环境光,多台机器人同时工作互不影响。报告在驱动因素里明确点出了这一点:“被动双目无需持续向环境发射专用测距光源,在多摄像头或多机器人同时工作的环境中可以减少不同主动光源之间的相互干扰。”
另一个场景是户外。阳光里有大量红外辐射,主动红外方案在户外会被“淹没”,深度图质量骤降。被动双目靠自然光工作,在明亮户外环境中反而更稳定。报告也点出了这个差异:“在明亮户外环境中能够避免部分主动红外测距技术受到太阳背景辐射影响的问题。”
QYResearch的数据:2025年全球机器人用被动双目视觉相机市场销售额2.28亿美元,预计2032年达到6.75亿美元,CAGR 15.4%。产量约38.6万台,平均售价约590美元/台。
三种产品形态,对应三种客户
报告把产品分成三类:一体式双目深度相机、双目相机模组、智能双目视觉相机。
一体式双目深度相机是“开箱即用”的方案。同步双目成像、标定、深度处理都集成在一个完整设备里。客户买回来,装上就能输出深度图和点云。适合那些“不想自己写深度算法、只想快速验证”的机器人开发企业。Stereolabs的ZED系列是这个品类的代表。
双目相机模组是“嵌入式方案”。强调结构紧凑和OEM集成能力。机器人本体企业把模组直接集成到头部、机身或移动平台里。这个品类拼的不是算法,是尺寸、功耗、接口和长期标定稳定性。客户需要的是“能塞进我机器人体内、不会跑偏、能稳定供货”的模组。小觅智能、元橡科技在这个方向有布局。
智能双目视觉相机是“边缘计算方案”。相机端就完成深度计算、障碍识别、目标检测。报告指出,这类产品“可在靠近传感器的位置完成部分障碍识别、目标检测及空间处理任务”。它的价值在于减轻机器人中央计算平台的负担——不是所有机器人都需要把原始图像传回主控再处理,相机端处理完直接输出“前面有障碍物,距离1.2米”。
三种产品形态对应三种客户成熟度。越成熟的机器人企业,越倾向于采购模组自己集成;越早期的团队,越需要一体式或智能相机“拿来就用”。
被动双目的软肋:纯色墙、玻璃、暗处
被动双目不是万能的。报告在限制因素里列得很清楚:“大面积纯色墙体、低纹理地面、重复纹理、透明物体、镜面反射以及严重遮挡均可能造成视差质量下降或深度信息缺失。”
这背后的原理不复杂。双目测距靠的是“左右两个画面里找到同一个点,然后根据这个点在两个画面里的位置差算距离”。如果画面里全是白墙,没有纹理特征,算法找不到“同一个点”在哪里,深度就算不出来。玻璃和镜面更麻烦——反射的影像和实际物体位置不一致,算出来的深度是错的。
暗处是另一个限制。可见光双目需要足够的光线才能成像。在完全黑暗的环境中,没有环境光,两个摄像头什么也拍不到。报告指出,热成像双目可以改善这个问题——“热成像双目通过目标及环境的热辐射图像实现双目深度感知,并可拓展至黑暗及部分低可见度环境。”
但热成像双目有代价。报告明确指出:“热成像探测器及光学系统成本较高,并需要专门的标定和图像处理算法。”热成像探测器的分辨率通常低于可见光CMOS,热图像的纹理细节也更少,这对立体匹配算法提出了更高要求。
人形机器人是“新增量”,但AMR/AGV才是“基本盘”
报告把AMR与AGV列为“较成熟的机器人应用”,把人形机器人列为“值得关注的新兴机会”。
这个排序是准确的。AMR和AGV已经在工厂、仓库里大规模部署,它们需要三维环境信息做导航、避障、建图。被动双目在这个场景中的优势——多机互不干扰、户外适应性好——恰好匹配了仓储物流的实际需求。
工业机器人是另一个稳定场景。报告指出,工业机器人“利用双目相机进行机器人引导、定位、操作和三维环境感知”。这个场景对精度要求高,对成本相对不敏感,是高端双目产品的重要市场。
人形机器人是增量,但它的需求量级跟AMR/AGV不在一个数量级。人形机器人的行走、环境理解、物体操作需要三维空间信息,紧凑型双目模组可以集成到头部或躯干。但人形机器人本身的出货量在2025年还只是“万台级”,对双目相机的拉动有限。报告把人形机器人放在“新兴机会”里,定位是准确的——它是未来的增量,不是当下的基本盘。
服务机器人是另一个值得关注的场景。报告指出,服务机器人“需要在人员、家具、通道和动态障碍物共同存在的环境中维持稳定视觉感知”。这个场景的挑战不在深度精度,在动态环境的稳定性——人走来走去、椅子被挪动、光线变化,双目算法需要在这些变化中持续输出可靠的空间信息。
竞争格局:国际企业做生态,中国企业做模组
报告列出的参与者分成两个阵营。
国际阵营:Stereolabs、Luxonis、Teledyne FLIR、Carnegie Robotics、Roboception、Allied Vision(Nerian)、Basler、e-con Systems。这些企业的共同特征是“软硬件一体化”——不只卖相机,还卖SDK、算法和开发工具。Stereolabs围绕ZED系列建立了完整的空间感知体系,Luxonis把双目深度感知和边缘AI结合,Teledyne FLIR依托立体成像技术积累服务工业和户外场景。
中国阵营:奥比中光、元橡科技、小觅智能、Union Image、安徽爱观视觉、ZYT、ArgosVision、oToBrite。中国企业的优势在相机模组和成本控制。元橡科技在双目视觉处理和相机模组领域有产品布局,小觅智能在机器人视觉模组上有积累。报告指出,中国企业“正在由基础相机和模组供应进一步向双目算法、专用处理能力、边缘AI及综合感知方案发展”。
这个“从模组向算法延伸”的路径,是中国企业必须走的一步。只卖模组,毛利率被压缩,客户粘性低。能提供双目算法、SDK和机器人软件接口的企业,才能进入“系统价值”那一层。报告在竞争格局里点出了关键:“未来市场竞争将更多围绕深度精度、户外适应性、长期标定稳定性、计算效率、小型化集成及与不同机器人本体快速适配的能力展开。”
三个可以盯着看的信号
第一,智能双目视觉相机在收入中的占比。如果这类“相机端带AI处理”的产品收入增速持续高于基础模组,说明机器人企业正在把感知计算从中央平台往传感器端迁移。这个指标反映的是“边缘计算在机器人视觉中的渗透速度”。
第二,热成像双目相机的出货量。如果这个品类的出货量开始明显增长,说明户外巡检、夜间安防、特种作业等场景正在从“试点”进入“部署”。这个指标反映的是“被动双目在特殊环境中的商业化进度”。
第三,中国厂商在SDK和机器人软件接口上的兼容进度。如果中国厂商的产品开始广泛兼容ROS、ROS2以及主流机器人平台的软件接口,说明它们正在从“卖硬件”向“卖系统组件”升级。这个指标比相机参数的提升更有意义。
2.28亿美元的盘子不大,但它是机器人感知里“最不挑环境”的那条技术路线。卖的不是相机,是“不主动发光也能看清世界”的能力。这个能力在多机器人共存、户外作业、夜间巡检这些场景里,比参数表上的深度精度更值钱。