机器视觉选型：2D相机和3D相机的分界线

先说结论：机器视觉选型，2D相机和3D相机的分界线只有一句话——你要"看"的到底是平面信息，还是带深度的信息。条码、标签、颜色、表面划痕，2D相机到头了；高度、体积、抓取位姿，2D相机再贵也看不见，必须上3D。我是做WMS实施的，跨界来写机器视觉硬件选型，视角就一个：这东西能不能在上线前夜一次跑通，别在试运行的时候掉链子。

为什么分界线画在这里

2D相机输出的是一张平面图，像素只有XY两个维度；3D相机输出的是点云，每个点都带XYZ。听起来3D更"高级"，但仓库里九成以上的视觉需求是"认东西"而不是"量东西"。认东西，2D够了；量东西，才轮到3D上场。

这个判断不是拍脑袋，是项目里拿钱验证过的。

2024年，深圳一家电商仓，日均3万单。复核环节上了3D结构光相机读面单条码，单套十几万人民币。条码是纯平面信息，2D相机加一套好光源，几千块钱就能稳定读取。这个坑我见过三次：销售的话术永远是"3D更先进"，但先进不等于对症。最后那家仓把3D拆下来闲置，又买了2D重做——十几万学费，就买了个教训。

反过来，2025年，华东一家3PL仓做包裹体积复核，快递按体积重计泡收费，人工量方扯皮不断。2D相机拍包裹只能看到顶面，算不出体积，怎么调参数都没用。上了3D的ToF相机测长宽高，误差控制在厘米级，计泡争议投诉当月就降下来了。这才是3D的正经活：输出的是数字（尺寸），而不是认图案。

2D相机和3D相机的分界线：一张表看懂

看完这张表，分界线应该很清楚了：输出里有没有Z轴，是唯一的判据。

选型四步法：机器视觉落地的上线前夜checklist

别一上来就比参数。按下面四步走，每一步的输出都写下来，选型就不会错。

第一步，先写清楚你要的输出是什么。是"对/错"？是条码字符串？是长宽高三个数字？是机械臂要的XYZ坐标？输出定义不清，选型一定错。我见过需求文档只写"要智能识别"，这种项目注定返工。

第二步，盘光照环境。2D相机七分靠光源，现场光照杂、叉车来回挡光，先做光源测试再定相机。2023年我在一个医药仓项目里吃过亏：白天POC读码率99%，一到晚上换班，顶灯一半坏了没人修，读码率掉到92%，复核口堵了半小时。从那以后我的规矩是，光源测试必须覆盖早中晚三个班次，坏一半灯的情况下还能跑，才算过关。3D的结构光方案同样怕环境光干扰，室外或强光区域要选抗光性强的型号，具体看厂商规格书里的抗环境光指标。

第三步，算总账，不只看相机单价。2D要算光源、镜头、工控机；3D要算标定服务、算法调试的人天。软件人最容易低估的是集成费用——3D点云和WMS或机械臂控制系统的坐标系对齐，调参经常按周算。

第四步，先做POC再下单。拿真实包裹、真实光照、真实节拍跑一周。上线前夜checklist逐项打勾：①连续跑8小时不丢帧；②换班前后光照变化下误报率可接受；③和WMS的接口联调通过；④断电重启后自动恢复，不用人爬上去点鼠标；⑤现场人员学会换光源、做基础标定。第⑤条最重要，人一走系统就瘫的项目我见得太多了。

3D相机的三个翻车点：这个坑我见过三次

第一个翻车点，3D相机怕黑怕透。黑色包裹、缠绕膜反光，点云直接缺一块。POC时用标准纸箱跑得好好的，一上线全是黑袋子，测量成功率掉一半。POC的测试集必须包含现场最难搞的那几种包装，这是铁律。

第二个翻车点，标定漂移。3D相机装在龙门架上，叉车蹭一下、半年过去，坐标系偏了，机械臂开始抓空。维护计划里必须写"每季度重标定一次"，责任人写到具体名字，不要写"设备科负责"。

第三个翻车点，2D配烂光源等于瞎子。花2万买相机，配200块的灯带，图像噪点满天飞，算法再牛也救不回来。光源预算至少占整套的三分之一，这条写进采购标准里。

一个反常识的判断

3D相机不是2D相机的升级版，是另一个物种。仓库里最稳的方案往往是"2D加好光源加成熟算法"：便宜、好维护、现场人员能搞定，半夜出问题不用等厂家工程师飞过来。3D是特种兵，只派去干2D干不了的活——量体积、定姿态。谁跟你说"一步到位全上3D"，翻译一下就是"多卖你几套"。利弊摆在这里：精度和功能每上一个台阶，成本和维护复杂度翻的不只是一番。

最后给一个明天就能用的建议：把你想上的视觉点位列出来，每个点位只回答一个问题——输出里有没有Z轴？有，上3D；没有，2D加光源，省下的钱请团队吃顿好的。

作者：林晓｜WMS实施顾问