二维视觉和三维视觉
二维视觉适合外观检测、字符识别和规则平面定位；三维视觉通过双目、结构光、飞行时间或激光雷达获得深度，更适合抓取、避障和空间测量。选择方案时要考虑距离、精度、材质和环境光。
标定为什么重要
相机内参描述成像模型，外参描述相机与机器人坐标系的关系。手眼标定误差会直接传递到抓取位置。机械结构变化、相机移动或温度漂移后，应重新检查标定。
从检测到姿态估计
目标检测给出物体类别和位置范围；分割提供更细的轮廓；关键点和六自由度姿态估计用于计算物体在三维空间中的位置与方向。机器人还需要结合可达性和碰撞约束选择操作姿态。
视觉伺服是什么
视觉伺服利用实时图像误差控制机器人运动，可以补偿工件偏移和机械误差。它要求稳定的特征、足够的帧率、可控延迟以及安全的控制增益。
真实环境中的挑战
反光、透明、遮挡、运动模糊、光照变化和相似物体都会降低稳定性。工程上常通过补光、偏振、多个视角、数据增强、置信度阈值和失败回退策略共同解决。