工业3D相机选型全攻略：从原理到实战的7步流程

做视觉项目这些年，被问得最多的问题不是算法怎么写，而是“我该买哪台3D相机”。新手拿到厂家的参数表，看Z轴重复精度0.02 mm、采集帧率80 fps、视野200×150 mm，感觉都挺能打，结果买回来一装，要么测量精度达不到，要么速度跟不上产线节拍，要么黑亮反光的工件怎么都采不出点云。工业3D相机选型这事，说难不难，但坑是真多。

这篇文章就把工业3D相机选型讲透，专门面向完全没选型经验、刚接手视觉项目的朋友。我会从技术原理、关键参数、材质环境、实战案例几个角度拆开讲，帮你建立一套自己的选型思路，而不是拿着别人的配置单盲目抄作业。

1. 选型前先问自己：你到底在测什么

1.1 拿到参数表之前，先搞懂3D相机输出什么

很多新手以为工业3D相机拍出来的是一张“立体的照片”，其实不是。它输出的是点云、深度图或者伪彩色高度图。点云就是一堆带XYZ坐标的空间点，深度图则是每个像素对应一个距离值。这三种数据形态，决定了你后续用什么方式做处理。

比如做高度差测量，你要的是深度图或者点云里某个区域的高度差；做机器人抓取，你要的是点云里目标物体的三维坐标和姿态；做体积测量，你要的是点云重建后封闭模型的体积。先想清楚“我要从数据里提取什么信息”，再去选设备，才不会买回来发现相机输出的数据格式根本不适合你的算法。

这里面还有个常见误区：厂家标称的分辨率再高，如果你的被测物表面本身没有纹理、反光强烈、颜色太深，点云照样稀稀拉拉。所以选型不是看参数表漂不漂亮，而是看“这台相机在我要测的物体上，能不能稳定输出我需要的数据”。

1.2 三个硬指标：测什么、测多准、测多快

选型前先把三个问题用文字写下来，写不出来的地方就是需要补功课的地方。

第一个问题：被测物体是什么？包括它的材质、颜色、表面状态、大概尺寸。黑色橡胶、镜面金属、透明玻璃、白色陶瓷，这四种材料的3D测量难度天差地别。物体尺寸直接决定你需要多大的视野，而视野又和精度互相制约。

第二个问题：测量精度要求多少？这里要分清“精度”和“公差”。你的产品公差是±0.1 mm，选型时相机的测量精度通常要优于公差的1/5到1/3，也就是0.02～0.03 mm左右。如果公差都到±0.5 mm了，就没必要追求0.01 mm级别的相机，纯属浪费预算。

第三个问题：节拍是多少？产线要求每秒测5个，和每分钟测1个，完全是两个方向。前者大概率得上线激光或高速结构光，后者可以用静态拍照式的3D相机。很多新手把这三个问题丢给厂家，厂家给了一堆推荐型号，结果买回来对不上需求，问题往往出在自己没想清楚。

1.3 别一上来就上3D，先看看2D能不能干

有个非常现实的劝告：3D能干的活，2D不一定干不了，有时候还干得更好。比如检测工件表面有没有划痕、字符有没有漏印、位置偏移量在平面内是多少，这些用普通2D工业相机加合适的光源就能解决，成本可能只有3D方案的五分之一。

什么时候才必须上3D？当你的检测项涉及高度、厚度、平面度、段差、体积，或者需要在三维空间里引导机器人抓取时，2D确实无能为力。还有一个情况是2D受环境光影响太大、打光无论如何都搞不定的时候，3D反而因为利用高度信息或者主动光源，能规避掉一部分打光难题。

我的经验是：先列检测项，然后把检测项分成“2D能测”“2D勉强能测但很痛苦”“只有3D能测”三堆。只有第三堆占了大多数，才值得认真考虑3D相机。别为了展示技术先进而上一套3D，老板看的是成本和效果。

1.4 新手照做的7步选型流程

为了让这篇文章不是看了就忘，我把实际选型时反复用的一套流程整理出来，共7步。你按顺序走一遍，基本能锁定目标型号。

• 第一步：明确被测物、检测项和产品公差，写成一页纸的需求说明书。
• 第二步：根据检测项确定需要的3D数据形式，是测高度、测轮廓、还是做识别定位。
• 第三步：确定视野范围，再根据公差反推精度需求，筛选出满足精度指标的型号。
• 第四步：确认检测节拍，判断需要线扫方案还是面阵方案。
• 第五步：评估现场环境，包括环境光、振动、温度、安装空间、是否有防护要求。
• 第六步：结合被测物表面材质，初步圈定技术流派：激光三角、结构光、双目还是ToF。
• 第七步：从候选型号里借样机实测，用真实工件、真实环境、真实节拍验证，再拍板。

这七步里，前六步都是做减法，最后一步是做验证。很多新手恰恰跳过了前六步，直接找厂家要型号，或者直接看别人用什么就跟着买。省事是省事，但最后踩坑的概率极高。

2. 四种主流技术流派，哪种适合你的场景

2.1 激光三角法：精度控的最爱

激光三角法的原理说穿了不复杂：激光器发出一束激光线（或者一个激光点），照射到物体表面，相机从另一个角度拍摄这个亮线，根据激光线在相机感光芯片上的位置偏移，结合激光器和相机的夹角，就能算出物体表面的高度。

这种方案在近距离、小视野下，Z轴精度可以做得非常高，很多型号能到微米级别，所以精密测量领域它几乎是统治级方案。比如手机中框的平面度检测、芯片引脚共面度测量、锂电极片涂布厚度检测，基本都是激光三角法的地盘。

它的弱点是必须让激光线和物体发生相对扫描运动，要么物体动、要么相机动，一次只能测一条线。如果要做整面测量，就得配合运动平台或传送带。另外，遇到高反光表面和纯黑表面，激光回光信号不稳定，点云容易产生毛刺或空洞，对现场打光调试能力有一定要求。新手如果要做精密测量，选激光三角法大概率没错，但要提前预留调试时间。

2.2 结构光：速度和高分辨率的平衡点

结构光方案最近几年热度很高。它通过投影仪向物体表面投射编码后的条纹光栅或者散斑图案，相机同步拍摄，用畸变程度反算出物体的三维坐标。好处很明显：面阵成像，一次拍一整个区域都能拿到三维数据，不用像激光三角那样扫来扫去。

在视野中等（几十毫米到几百毫米）、精度要求中高（0.01～0.1 mm的量级）、节拍较快的场景里，结构光往往是综合体验最好的方案。比如3C零部件的尺寸测量、注塑件的平面度检测、拆垛机器人的视觉引导，都能看到结构光相机的身影。

结构光最怕两样东西：强环境光和反光工件。强光会把投影的条纹淹没，反光会在条纹图像里形成过曝区域，导致点云缺失。使用上通常需要加遮光罩来降低环境光干扰。另外，多台结构光相机同时工作时，投影图案会互相干扰，需要做同步或错开工作频率。

2.3 双目立体视觉：最像人眼的方案

双目方案模拟人眼的工作方式：两台2D相机从不同角度拍摄同一物体，通过特征匹配找到左右图像中的对应点，再利用视差计算出深度。这种方案结构最简单，只需要两台2D相机加一个标定流程，硬件成本低，体积也小。

它的局限在于依赖物体表面的纹理特征。干净的白色平面、没有纹理的金属外壳，双目方案很容易“睁眼瞎”，因为找不到可以匹配的特征点。解决方法是额外投一个随机散斑纹理，这就变成了主动双目，或者叫散斑结构光。景深范围有限，两个相机之间的距离决定了它的测量能力，基线越大，可测距离越远，但近处的盲区也越大。

如果你做的是大视野（比如一米开外的料筐抓取）、精度要求不高（毫米级）、物体本身有丰富的自然纹理，双目方案是性价比不错的选择。它比结构光便宜，也比ToF精度高一点，坑在于标定比较繁琐，新手容易在标定环节翻车。

2.4 ToF：大视野粗定位的性价比选择

ToF全称是Time of Flight，通过向物体发射调制光脉冲，测量光从发射到反射回来的时间差来计算距离。它最大的优势是帧率极高，能做到几十到上百帧，而且测量距离可以达到几十米，适合安防、机器人避障、AGV导航这些大范围场景。

精度方面，ToF目前普遍在厘米级到毫米级的上限，和激光三角、结构光的微米级精度完全不是一个量级。分辨率也偏低，很多是QVGA（320×240）级别，细节能力很有限。对物体表面的反光、半透明材料，ToF容易产生测量偏差。

工业测量场景里，我很少推荐ToF当主力精度设备。它更适合做“大概知道东西在哪”的场景，比如机械臂粗定位抓取、仓库体积估算、安全区域监控。如果预算有限又要大范围三维感知，ToF是可以考虑的入门方案。

2.5 一张表搞定流派对比

从这张表能看出一个规律：精度高、速度快、成本低这三件事，不可能同时满足。你必须在里面做取舍。我的建议是，如果你说不准该选哪种，先把精度和节拍这两个硬指标摆出来，再回头看表格，能选的范围往往就剩一两个流派了。

3. 参数表上的数字，到底该怎么读懂

3.1 精度、重复精度、分辨率别混为一谈

新手最容易搞混的参数，就是精度（Accuracy）、重复精度（Repeatability）和分辨率（Resolution）。

精度指的是测量值和真实值的偏差有多大，它受标定质量、温度漂移、机械安装等多方面影响。重复精度是同一个物体放上去测十次，结果之间的离散程度有多小。分辨率是相机能看到的最小变化单位，通常由视野和像素数决定。

这三者的关系可以这样理解：用一把尺子量长度，尺子的最小刻度是分辨率；你量十次结果都很接近，这是重复精度高；但你量的结果和实际长度偏了1 mm，这是精度差。选型的时候，厂家标称的“Z轴重复精度0.005 mm”通常只是理想条件下的重复性，实际项目里能稳定达到的精度往往要比这个值宽松一些。

另外要特别提醒：分辨率高并不等于精度高。有些相机像素很多、视野做得很小，算出来的理论分辨率很漂亮，但实际因为光源稳定性、振动、标定误差等因素，精度远到不了那个水平。选型时不要只盯着像素数。

3.2 视野、工作距离、景深是一个“三角关系”

视野（FOV）是相机能看到的最大范围，工作距离（Working Distance）是从相机安装面到被测物的距离，景深（Depth of Field）是能在清晰范围内保持测量有效的高度区间。这三者互相制约：工作距离越远，视野越大，但Z向精度会下降；景深越窄，对工件摆放的高度一致性要求就越高。

举个例子。你要在200 mm工作距离下看一个100 mm宽的范围，理论上没问题，但如果你想在这个范围内测0.01 mm的高度差，那就得掂量掂量了。因为同样的传感器像素数量，视野做得越大，每个像素在物体表面的实际尺寸就越大，小高度变化在图像上只占很少的像素，测量稳定性自然下降。

实操中有个常用估算方法：如果相机的传感器是500万像素（约2448×2048），视野设为100 mm，那么X方向每个像素大约对应0.04 mm。0.04 mm的分辨率要去测0.01 mm的变化，基本是测不出来的，至少要保证被测公差对应3个像素以上的变化才靠谱。所以选型时，把视野、工作距离、精度放在一起算，而不是分开看。

3.3 帧率和行频：算好再选，不然产线跑不起来

面阵3D相机看帧率（FPS），线扫3D相机看行频（Hz）。帧率代表每秒能拍多少张完整的3D图像，行频代表每秒能采集多少条激光轮廓线。

选型时要做一个简单的换算。比如你的产线传送带速度是500 mm/s，想实现的测量点是每隔1 mm取一个轮廓数据，那你就需要行频至少500 Hz的线扫相机。如果产线节拍要求每秒检测2个工件，每个工件的拍摄加处理时间要控制在500 ms以内，那面阵相机的帧率最好在5 fps以上，再算上曝光和传输时间，往往要求更高。

很多人只盯着相机标称的最大行频或帧率，忽略了一个关键点：实际运行行频要配合曝光时间。光照不足时，为了画面亮度你可能要把曝光时间拉长，曝光一旦长了，行频就得往下降。所以选型时最好留出30%以上的余量，别把参数卡死在极限值。

触发方式也要一起考虑。产线场景里，相机最好用硬件触发信号同步，比如光电感应器检测到工件到位，触发相机拍照或启动扫描。如果没有这个功能，靠软件轮询往往会有随机延迟，在高速产线上直接导致检测位置忽前忽后。

3.4 接口、触发和SDK：决定你省不省心

接口方面，工业3D相机常见的有GigE（千兆网）、USB3.0、Camera Link、CoaXPress几种。GigE传输距离远、兼容性好、成本低，是目前最主流的接口；USB3.0带宽高但线缆距离短，适合近距离桌面级应用；Camera Link和CoaXPress带宽极高，但需要专用采集卡和线缆，价格贵很多，通常只用在高速高分辨率的项目里。

接口决定了传输带宽，也就影响了帧率和点云密度。举一个很现实的例子：一个500万像素的3D点云数据，动辄几十MB，千兆网口实际传输速率也就100 MB/s左右，如果帧率要求高，数据量会立刻撞到带宽瓶颈。所以选型时要把点云格式、每帧数据量、目标帧率三者一起算，别等买回来才发现网口带宽不够用。

SDK和配套软件同样重要，甚至比参数更能决定项目成败。好的SDK应该支持你要用的编程语言，比如C++或C#，提供清晰易用的API、示例代码和技术文档，最好还有独立的上位机演示软件可以帮你快速验证算法思路。如果厂家SDK文档残缺、中文支持差、技术支持响应慢，后期开发会被拖得很难受。关于这一点，我在后面品牌章节里还会展开说。

4. 环境与材质：决定成败的隐藏因素

4.1 黑亮反光件：新手翻车重灾区

如果你测的工件是黑色塑料、黑色橡胶、镜面金属这类表面，恭喜你，你踩中了工业3D相机最大的坑：激光和投影光打到这类表面，要么被吸走，要么被弹飞，相机接收到的有效信号非常弱。

黑色的吸光问题，在激光三角法和结构光方案里尤其明显。工件表面越黑，激光线回光越弱，点云就越稀疏，严重的直接出现大片空洞。我之前在项目里测一个黑色汽车内饰件，厂家标称精度0.02 mm的相机，打上去点云密度只有正常白色工件的三分之一。

遇到这种情况，处理办法有几招。第一招是喷显像剂，相当于给工件喷上一层白色的临时涂层，很多精密测量项目都这么做，但会增加工序，不适合高速产线。第二招是调大激光功率或增加曝光时间，但过度曝光又会造成点云噪点，要慢慢试。第三招是选带蓝色激光的相机，蓝色激光对黑色表面的回光效果通常比红光好。第四招是换用多角度结构光或者偏光方案，通过不同角度的光路组合降低反光干扰。

镜面反光件就更加麻烦。高光金属像是镜子，激光照上去会直接反射到别的位置，相机拍到的激光线可能断成几段甚至完全消失。常规做法是改变安装角度，让相机避开镜面反射路径，或者用条形光源多次曝光合成。如果工件形状复杂且反光严重，建议在选型阶段就拿着真实工件去做实测，别指望理论参数能搞定这种表面。

4.2 环境光、振动、温度都得写进需求

3D相机对光照条件比2D相机敏感得多。工厂现场往往有大功率照明、窗户自然光，有些做焊接的车间还有刺眼的弧光。环境光太强时，结构光方案测得的点云会有大量噪点，激光三角法也会因为背景光过强导致信噪比下降。解决办法一是用遮光罩把测量区域罩起来，二是选配有窄带滤光片的相机，只让激光波长附近的光通过，把其他环境光挡在外面。

振动是另一个容易被忽视的因素。传送带、机器人、冲压机等设备带来的振动，会让相机和工件之间产生微小的相对位移，直接体现在测量结果里就是高度值随机波动。精度要求在0.01 mm级别的项目，一个几十赫兹的小振动就能毁掉全部数据。对策是使用刚性支架固定相机，尽量把支架和振源隔离，必要时加减振垫。

温度的影响更隐蔽，但后果更严重。工业3D相机的核心部件比如激光器和工业镜头，会随温度变化产生一定的温漂，导致测量零点偏移。有些高端相机会带温度补偿功能，但价格也高。如果产线夏天温度能到40℃以上，冬天只有10℃，选型的时候一定要问清楚厂家这个相机的工作温度范围和温漂指标。

4.3 别忘了安全认证和防护等级

这两点不是技术指标，但决定了相机能不能装到产线上。首先是激光安全等级，常见的工业激光3D相机激光等级通常是Class 2M或者Class 3R，Class 2M在正常使用下相对安全，但操作人员注视激光头仍然有风险。在车间里使用，需要根据当地的安全法规评估是否要加防护罩、警示标识或者安全联锁装置。

防护等级看IP值，IP65和IP67都能防尘和防溅水，区别在于防水的程度。如果相机装在打磨、清洗或者食品加工车间，粉尘和水汽都很重，低于IP65的相机使用寿命会明显缩短。建议直接选IP65起步，条件恶劣的选IP67，省一个防护罩的钱，可能换来一台相机的短命。

还有一点，很多厂家的防护等级是按相机壳体算的，配套的镜头、连接线缆、散热风扇往往是防护薄弱点。选型时要用“整机方案”的角度去看，别只盯着相机主体。如果现场有腐蚀性气体，比如酸洗车间，还需要确认相机和镜头材料是否耐腐蚀，这方面普通的参数表看不出来，得直接问厂家。

5. 三个真实案例，跟着跑一遍选型

5.1 机加工件静态高度测量：精度优先

有一个典型的精密测量场景：测一个机加工铝件表面某个凸台和基准面的高度差，公差要求±0.03 mm，工件放在夹具上不动，节拍比较宽松，每件给3秒。

这个场景我的选型思路是这样的。首先精度要求高，需要Z向精度达到0.01 mm左右，这一下就淘汰了双目和ToF，在激光三角法和结构光之间选。工件是铝合金，表面有加工刀纹，存在一定反光，但不算镜面；视野大约50×40 mm。用结构光面阵相机一次拍一个区域，3秒节拍绰绰有余。最终选了一款视野约65×50 mm、Z轴重复精度0.005 mm的蓝光结构光相机。

这里有个参数计算的细节：0.005 mm的重复精度听起来很牛，但要在系统集成后达到这个值，对安装刚性、温度稳定性的要求都很高。我们实际测试时，同一工件连续测10次，高度差测量结果波动在±0.012 mm左右，仍然满足公差需求。如果当初选了标称0.01 mm重复精度的相机，系统集成后波动可能就到了±0.025 mm，那就很危险了。

这个案例的经验是：留好精度余量。公差±0.03 mm，不要只看标称精度“好像差不多”，一定要把安装误差、温度漂移、算法误差全加进去。宁可相机的标称精度比需求高3倍以上，也不要贴着线选。

5.2 传送带在线尺寸检测：速度优先

另一个常见场景：纸箱在传送带上运动，需要在线测量长、宽、高，传送带速度600 mm/s，箱子之间间隔200 mm，测量精度要求±2 mm就够。这不是精密测量，重点是速度和连续扫描。

这种场景用线激光扫描是标准答案。纸箱表面是瓦楞纸，有不规则纹理但不反光，色彩不深，激光回光没问题。选型需要两个硬指标：扫描行频要能覆盖运动速度下的采样间隔；扫描视野要覆盖最大箱子宽度。

我的计算方法是这样的。假设箱子最大宽度450 mm，视野选500 mm。要在运动方向上每1 mm取一条轮廓线，行频至少是600 Hz。考虑到实际使用时的冗余，选一个标称行频2000 Hz的线扫相机，留出3倍余量，稳定性就相当好了。另外配上编码器触发，让扫描速度和皮带速度自动同步，箱子走多快都能保证轮廓间距恒定。

实际应用中有个新手常忽略的问题：纸箱高度差异大会导致激光线和相机之间的距离变化很大，系统必须保证整个高度范围内的轮廓数据都清晰可用。所以在选型时，不能只看最大视野，还要确认相机在工作距离上下浮动范围内的景深，以及激光线的宽度是否在整个景深范围内都能保持均匀。

5.3 机器人无序抓取：视野和软件优先

第三个场景是机器人从料筐里抓取金属零件，零件摆放无序，位置和姿态都随机，料筐尺寸大约600×400 mm，深度300 mm，精度要求只要±1 mm。这类场景拼的不是精度，而是视野覆盖和软件适配能力。

视野要求大，600×400 mm的料筐，如果放在工作距离800 mm的位置，结构光和双目都能覆盖。零件的金属表面有一定反光，无规则堆叠会造成部分遮挡，这对3D算法提出了很高的要求。我的选择是主动双目或散斑结构光方案，精度虽然是毫米级，但胜在视野大、点云完整度较好、帧率够用。

这里更重要的其实是软件生态。选相机不光是选硬件，更是选它背后那套标定和点云处理工具链。比如你需要手眼标定，把相机坐标转换到机器人坐标，厂家是否提供完整的标定工具？你需要在点云里做平面分割、聚类和位姿识别，厂家的SDK是否包含这些算法模块，还是要自己用第三方库从头写？如果都靠自己做，一个项目可能要多出两个月开发周期。所以在这个案例里，我会优先选SDK成熟、技术服务响应快的品牌，哪怕它的硬件参数不是同级别里最好的。

6. 品牌、预算和样机验证

6.1 进口 vs 国产：省心还是省钱

工业3D相机市场现在分化明显。进口品牌像基恩士、康耐视、西克、堡盟等，在稳定性、易用性和售后服务上确实有很强的口碑，特别适合“买了就要快速用起来、自己不想花太多精力折腾”的团队。国产品牌如海康机器人、奥普特、华睿科技、盛景智能等在近几年的进步非常快，很多型号的性能已经能对标进口产品，价格却便宜不少。

怎么选？看三个维度：项目周期、团队实力、现场环境。如果项目交期紧，你本身又是第一次用3D相机，我建议优先考虑进口品牌或者国产一线品牌，原因是它们的文档、案例、技术支持都更完善——新手最怕的不是参数不够，而是出了问题没人教、没人救。如果团队里有经验的视觉工程师，项目调试周期宽裕，国产二线品牌也值得试，性价比相当高。

但要注意，省心这件事非常具体。曾经有个项目，我们用了某进口品牌的相机，它自家软件确实好用，但SDK里有个接口行为文档写得含糊，我打电话给技术支持，对方给了一个内部的代码示例，问题立刻解决。换一个冷门品牌，遇到同样的问题可能一个礼拜都得不到可靠答复。对新团队来说，这种隐性成本远比硬件差价的几百几千元重要。

6.2 预算不是只买相机，配套也别抠

选型预算最容易犯的错误是只算相机本体的钱。一个完整的3D视觉测量工位，往往还需要工业镜头（如果相机不是一体机）、同轴光源或激光器、遮光罩、固定支架、标定板、工控机、显示器、线缆和保护装置。这些配套成本加起来，有时超过相机本身的价格。

镜头这块特别提一句，很多一体式的工业3D相机已经把镜头和光源集成好了，到手即用，省心但贵；分体式的方案则是相机和镜头分开，灵活性强，适合有定制需求的场景，但调试门槛高。新手我建议优先选一体式方案，先把核心流程跑通，后面有需求再细化分体配置。

软件授权费是另一个隐形大头。某些厂商的上位机软件是按项目授权或者按点数收费的，选型前一定要确认清楚。还有标定服务，如果现场安装需要专业人员上门调试，出差费、工时费都要算进预算。把预算做到相机价格的1.5倍到2倍，是相对稳妥的做法。

6.3 样机实测：选型的最后一关

无论参数表有多漂亮、厂家方案描述得有多好，都不如亲自借一台样机，在真实工件上跑一遍来得直观。这是选型流程里绝对不能省的环节。

样机测试建议按照下面的清单来准备：

• 准备一组覆盖最坏情况的真实工件：包括最黑、最亮、最反光、颜色最接近背景的样品。
• 测试前不要预调太多参数，就用厂家的默认参数试跑，看看效果和预期差距有多大。
• 在真实的安装高度和工作距离下测，不要只在实验室台架上测。
• 如果用在传送带上或者机器人抓取，一定要在同等运动速度下测，静止测得好不代表运动时也行。
• 记录点云质量、测量稳定性、数据输出延迟和帧率等关键数据，做成对比表。
• 向厂家要求提供参考案例和技术支持电话，问清楚响应时效。

这里要特别强调“复制现场”的重要性。之前有个项目，样机测试在实验室里做得漂漂亮亮，但到了用户车间，现场有一大片天窗，阳光斜射到工件表面，直接把结构光的投影信号淹没了。后来加了遮光帘才算救回来。如果能在选型阶段就把这个坑发现，就不会既花时间又费人情了。

7. 踩过这么多坑，最想提醒你的七件事

这一路下来，我在工业3D相机选型上摔过的跟头不少，总结了七条最想对新手说的话，就当成一份速查清单吧。

• 第一，选型前一定要把公差、节拍、材质、环境这四件事写清楚，一页纸就够了，别拍脑袋。
• 第二，精度要求越高，留的余量就要越大，标称精度至少优于实际需求的3倍。
• 第三，黑色、反光、透明的工件，不要相信参数表，一定要实测加调试。
• 第四，环境光、振动、温度这些因素，前期的现场勘察一定要做，别等系统上线再后悔。
• 第五，视野、工作距离、精度是相互制约的，算好三者关系再下手，别光看单一指标。
• 第六，SDK和技术支持的分量，不亚于硬件参数，尤其是新手团队。
• 第七，预算要按相机成本的1.5到2倍做规划，配套和软件费用都是真金白银。

每次选型，我都会把这几条先过一遍。前几条是需求冷思考，中间几条是参数与环境的核实，后几条则是给团队自己留退路。

说到底，工业3D相机选型不是找一个最贵的、参数最强的，而是找一个在精度、速度、成本、易用性之间最符合你项目的平衡点。这个过程靠不了别人，只能靠你一步一步把需求真正想明白，再用样机实测去验证。把这些功课做到位，新手也能选出靠谱的方案。