3D视觉

3D Vision常用

让机器从图像或传感器数据中获得物体和场景三维几何信息的技术总称。

3D 视觉是计算机视觉里研究三维几何的分支，目标是得到深度、点云、网格、物体位姿这类「东西在哪、长什么形状」的信息。获取方式分两类：主动式自己发光测距，如结构光、飞行时间相机、激光雷达；被动式只用普通相机，如双目视差、多视角运动恢复结构，以及用神经网络从单张图估计深度。常见任务有深度估计、三维重建、点云分割与配准、6D 位姿估计、3D 目标检测。机器人伸手、避障、放东西都要精确距离，纯二维图像给不了，所以抓取规划、3D 扩散策略、3D VLA 都依赖它；DUSt3R、VGGT 等前馈重建模型让它更易用。