2026 年 7 月，国内光学头部厂商欧菲光将机器视觉业务独立成公司，绑定优必选、云深处、自变量等具身智能头部客户，同时是科沃斯、石头等扫地机品牌的核心供应商。这条新闻看似只是一家厂商的组织调整，实则释放了一个清晰的产业信号——具身智能（Embodied AI）正在从实验室 demo 快速走向量产落地，机器人视觉需求进入真正的爆发期。

对采购和硬件工程师来说，这背后藏着一个比汽车智能化更棘手的问题：消费级、车规级摄像头的选型经验，在机器人场景里几乎全部"水土不服"。能拍清楚的摄像头不等于"机器人能用的摄像头"。本文梳理了 OEM/ODM 客户在机器人摄像头模组选型中最容易踩的五个暗坑，希望能给正在评估机器人视觉方案的同行一些参考。

一、尺寸不是缩放游戏：紧凑机身与光学性能的物理矛盾

为什么是坑：很多团队选型时的第一反应是"把手机摄像头的方案尺寸缩小、像素降下来就能用"，但模组尺寸一旦从 1/2.3 英寸压到 1/4 甚至更小，进光量、信噪比、镜头解析力都会出现非线性衰减，1.4μm 像素在弱光下的表现远不如 2μm 像素。

坑在哪：机器人内部空间极度受限，扫地机的顶部凸包高度可能只有 20mm，AGV 的视觉支架宽度可能只有 15mm，机械臂末端执行器上的摄像头更可能只有几立方厘米。同时还要给线缆、连接器、散热留位置。强行塞入大尺寸模组，要么牺牲结构、要么牺牲光学。

怎么破：选型时优先与模组厂联合定义"光学-结构-电子"三方的边界，让供应商基于最终整机约束反推合理的 Sensor 尺寸、镜头高度和 FOV，而不是先把消费级方案照搬再让结构工程师"想办法装进去"。在入门级机器人场景，1/4 英寸 + 1.4μm 像素 + 短焦镜头是性价比组合；高阶场景建议直接评估 1/2.8 英寸以上 + 定制低畸变镜头。

二、功耗不是越小越好：全天候运行与算力协同的工程权衡

为什么是坑：移动机器人对功耗的敏感度远超消费电子和车规产品。家用扫地机单次充电要求连续工作 2-3 小时，每一颗摄像头多耗 200mA，电池续航就会被压缩 8-10%。但盲目追求低功耗又会牺牲图像质量，最终影响 SLAM、避障、目标识别的稳定性。

坑在哪：很多模组厂的"低功耗方案"只是把主控频率降下来、把分辨率压到 720P，但 ISP 处理能力、编码压缩效率、HDR 合成能力都同步缩水。这种"为了低功耗而低功耗"的方案在真实场景里表现糟糕——逆光场景拖影、夜间识别率断崖式下跌、运动物体边缘模糊。

怎么破：评估功耗时必须用"等效感知能力"作为指标，而不是单纯看 mA 数。同样的 200mA 预算下，集成硬件 ISP、硬件 3A、H.265 编码的方案，其"每毫安可用的有效像素"远高于软压缩方案。跟模组厂沟通时，要明确询问"在 1080P@30fps + 硬件 3A + HDR 合成的工况下，整板功耗是多少"，而不是看 Datasheet 上的最低值。

三、稳定性不是防抖片：运动场景下的快门与同步难题

为什么是坑：机器人是"永远在动"的设备。扫地机要处理毛毯、地毯过渡的颠簸，AGV 要应对工业地面的微振动，人形机器人更要面对双足行走的周期性摆动。这些运动都会在 CMOS 图像上表现为"果冻效应"——垂直线条被拉成平行四边形，运动的物体轮廓被拉伸畸变。

坑在哪：消费级摄像头的滚动快门（Rolling Shutter）在静态场景下完全够用，但放到机器人上就是灾难。一帧图像的曝光时间跨度可能就有 30ms，而机器人本身在这 30ms 内已经移动了几厘米，识别算法拿到的就是一幅"扭曲的现实"。全局快门（Global Shutter）虽然能解决果冻问题，但成本更高、低光表现更弱、信噪比相对较低，不是所有场景都适合。

怎么破：选型时务必区分场景——SLAM、视觉里程计、AGV 定位等对几何精度敏感的算法优先选全局快门；目标识别、人脸检测、物体分类等对单帧畸变不敏感的算法可以用滚动快门 + 硬件防抖组合。同时关注"多摄像头时间同步"问题：多机协同的机器人系统中，如果两个摄像头的曝光时刻相差 5ms，融合算法就会把同一个物体识别成两个。专业模组厂应该能提供硬件触发信号或多 Sensor 同步方案。

四、深度感知不是 ToF 万能：单目/双目/结构光的选型逻辑

为什么是坑：机器人跟人一样需要"距离感"，但机器获取深度的方式跟人完全不同。ToF 看起来是"最省事"的方案——插上就能拿到深度图，但实际上户外强光、镜面反射、透明物体、远距离目标都会让 ToF 完全失效。

坑在哪：很多模组厂把 ToF 当成"差异化卖点"推广，但机器人场景千差万别。家用扫地机主要在室内近距离工作，ToF 够用；但服务机器人要进电梯、要在强光下工作、要在玻璃门前停下——这些场景 ToF 表现都很糟糕。双目视觉虽然抗强光，但算力开销巨大，依赖纹理；结构光精度高但距离衰减严重。

怎么破：不要被"一颗 ToF 走天下"的话术迷惑。专业模组厂应该能根据客户的"典型工作距离、典型光照、典型目标类型"提供组合方案。常见组合是：室内近距离用 ToF/结构光（精度优先）+ 室外中远距离用双目+AI 单目深度（鲁棒性优先）+ 强光下用主动 IR 补光的全局快门方案。

五、耐受性不是车规那么简单：工业场景的极限工况

为什么是坑：很多工程师觉得"机器人摄像头按车规做就行"，但机器人的工作环境比汽车更复杂——汽车至少在封闭的乘员舱里运行，机器人要面对的是开放的工业现场或家庭环境。

坑在哪：工业机器人要应对粉尘、油污、金属切削液，要面对 -20℃~70℃ 的宽温变化，要承受 5-500Hz 的随机振动；家用机器人要应付小孩的摔打、宠物的啃咬、潮湿的卫生间环境；户外机器人要扛住暴雨、暴晒、风沙。这些都不是车规摄像头设计的核心场景。

怎么破：耐受性不是"加厚外壳"能解决的，要在 Sensor 选型、镜头镀膜、密封工艺、结构材料四个维度同步考量。模组厂需要提供明确的"工况匹配表"——粉尘环境用什么等级的密封（IP5X 还是 IP6X）、宽温环境用什么温度补偿算法、抗振动环境用什么样的连接器固定方式。"万能模组"不存在，按场景定制才是正道。

写在最后

具身智能的"开眼"不是装上一颗能拍清楚的摄像头那么简单。从紧凑尺寸到功耗协同，从快门同步到深度方案，从工况耐受到成本控制，每一项都需要模组厂深度参与前期定义，而不是等到结构设计完成后再去找一颗"差不多的"摄像头塞进去。

金视康科技深耕摄像头模组领域多年，覆盖消费电子、车载、智能家居、工业检测等全场景 OEM/ODM 需求，在扫地机、AGV、服务机器人等具身智能视觉方向已积累多平台量产经验，可以为客户提供从光学选型、整机结构适配到批量稳定供应的全链路支持。