计算机视觉分析图像和视频，自动识别物体、位置、状态和变化。相比工业视觉，它更侧重开放环境下的语义理解，比如判断走廊上那团东西是纸箱还是蹲着的人。
计算机视觉的目标是从像素中提取语义信息。基本任务包括分类（这是什么）、检测（在哪里）、分割（哪些像素属于它）、跟踪（它怎么动的）和位姿估计（它朝向如何）。机器人系统通常同时用到其中几项。
和在固定工位、固定光照下工作的工业视觉不同，计算机视觉常常要面对不可控的环境：随时间变化的自然光、任意角度、部分遮挡、从未见过的物体类别。这决定了它的算法选择更依赖学习方法，也决定了它的可靠性天然低于受控条件下的测量任务。
在移动机器人上，计算机视觉主要承担三件事：识别可通行区域、检测和分类障碍物、读取环境中的标识（门牌、二维码、货位标签）。深度相机还能同时给出距离，用于避障和抓取。
涉及人的图像处理必须提前处理合规问题。摄像头拍到员工或访客即构成个人数据处理，需要按 GDPR（欧盟通用数据保护条例）确定法律依据、保存期限和访问权限。常见做法是在设备端完成识别、只上传结构化结果、不保留原始图像。
某物流中心在装卸区部署视觉系统监测月台占用状态。法务评估后要求所有画面在边缘设备内处理，仅向 WMS 上传占用与否的布尔值，原始帧 5 秒内销毁。这一约束反过来影响了硬件选型：必须选算力足够的边缘计算盒，而不是把流传到中心服务器。
项目启动时就应把数据合规方案和技术方案放在一起讨论，否则很可能在验收前被迫重做架构。
实践应用
某物流中心在装卸区部署视觉系统监测月台占用状态。法务评估后要求所有画面在边缘设备内完成处理，仅向 WMS 上传占用与否的布尔值，原始帧 5 秒内销毁。这一约束直接改变了硬件选型：必须采购算力足够的边缘计算盒，而不能把视频流传到中心服务器。
优势
- 能在开放环境下识别物体类别、位置和状态
- 深度相机可同时提供距离信息，支持避障与抓取
- 可读取门牌、二维码、货位标签等环境标识
- 边缘处理架构能在满足合规要求的同时保留功能
局限性
- 自然光变化、任意视角和遮挡都会显著影响识别率
- 拍到人员即涉及 GDPR，需要提前确定法律依据和保存期限
- 开放场景下无法穷举物体类别，总会遇到未见过的目标
- 可靠性天然低于受控光照条件下的测量任务
典型应用领域
视觉检测异常检测语音交互自主系统
常见问题
- 计算机视觉能做哪些事？
- 基本任务包括分类、检测、分割、跟踪和位姿估计。机器人系统通常同时用到其中几项，例如识别可通行区域、检测障碍物、读取环境标识。
- 计算机视觉和工业视觉有什么不同？
- 工业视觉在固定工位、固定光照下做重复测量；计算机视觉面对不可控环境——变化的自然光、任意角度、部分遮挡，因此更依赖学习方法，可靠性也更难保证。
- 部署摄像头需要注意哪些合规要求？
- 只要画面可能拍到员工或访客，就构成个人数据处理，需按 GDPR（欧盟通用数据保护条例）确定法律依据、保存期限和访问权限。常见做法是在边缘设备完成识别，只上传结构化结果。
- 合规要求会影响技术方案吗？
- 会，而且影响很直接。要求原始图像不出设备，就必须采购算力足够的边缘计算硬件，无法把视频流集中到服务器处理。这类约束应在项目启动时就纳入方案讨论。