工业视觉正从2D向3D转型，以解决深度信息缺失问题。四种主流3D成像技术各有优劣：结构光精度高但抗光差，ToF速度快但分辨率低，双目成本低但算法复杂，线激光精度最高但需运动配合。选型需根据精度、速度、成本等需求匹配，并注意实测重复精度、表面特性、标定质量等关键因素。未来趋势包括dToF精度提升、固态激光雷达应用、AI处理点云及多传感器融合。实际应用中，稳定精度比参数更重要。

手眼标定是机器人视觉系统的核心技术，用于确定相机与机器人坐标系的空间变换关系。文章系统介绍了手眼标定的数学模型AX=XB、经典算法（如Tsai-Lenz两步法）、数据采集策略（15-25组位姿、8方位角覆盖）以及精度验证方法（重投影误差<0.5像素）。同时对比了传统方法与深度学习新技术的性能差异，指出工业精密应用仍以传统方法为主。最后强调TCP精度和相机内参是标定前提，并提供完整的工业级解决