RGB 相机采集红、绿、蓝三通道的可见光信息，输出人眼可直接判读的彩色图像，是远程查看、留证和视觉算法最常用的输入源。
RGB 相机是机器人上最基础也最便宜的传感器。它输出的彩色图像既能给远程操作员看，也能直接喂给目标检测和 OCR 模型。正因为门槛低，它常被当作默认选项，而忽略了一件事：彩色图像没有任何距离信息。
成像质量由三个环节决定：镜头、传感器尺寸和曝光策略。移动机器人上最常见的问题是运动模糊——为了在弱光下拉长曝光，图像一糊，识别模型立刻失效。实际做法通常是锁定快门时间、靠增益和补光来换亮度，而不是反过来。
典型用途包括仪表读数识别、标签和二维码扫描、外观缺陷初筛，以及给远程值班人员提供现场画面。这些任务的共同点是目标本身有颜色或纹理特征，靠几何形状判断不了。
只要画面里可能出现人，就要先处理合规问题。厂区和公共区域的视频采集受 GDPR（欧盟通用数据保护条例）约束，需要明确保存期限、访问权限和脱敏方案。这部分往往比相机选型本身耗时更久。
某质检团队在装配线末端加装 RGB 相机，用于核对铭牌信息与工单是否一致。项目组先固定了工位照明和相机角度，把误读率从初期的 6% 降到 0.3%，之后才接入 MES 做自动放行。
它的边界很清楚：强逆光、镜面高光和低对比度表面会让识别率断崖式下跌。彩色图像也无法判断物体离机器人多远，做避障或抓取时必须配深度传感器。
实践应用
某质检团队在装配线末端加装 RGB 相机，核对产品铭牌与工单信息是否一致。项目组先固定工位照明和相机角度，把误读率从初期的 6% 降到 0.3%，之后才接入 MES 做自动放行。
优势
- 单价低、生态成熟，是最容易落地的视觉输入
- 彩色和纹理信息适合识别标签、铭牌和外观缺陷
- 图像可直接供远程操作员判读，无需二次解释
- 主流检测与 OCR 模型都以 RGB 图像为标准输入
局限性
- 完全不提供距离信息，避障和抓取必须另配深度传感器
- 弱光下拉长曝光会造成运动模糊，识别率骤降
- 逆光和镜面高光会让目标细节完全丢失
- 只要画面可能拍到人，就需要处理 GDPR 相关的保存与脱敏要求
典型应用领域
机器人巡检质量检测导航状态监测
常见问题
- RGB 相机是什么？
- 它采集红、绿、蓝三个通道的可见光信息，输出彩色图像，用于远程查看、留证以及各类视觉识别算法的输入。
- RGB 相机在实际项目中怎么用？
- 关键是镜头、传感器和曝光策略的匹配。移动平台上通常先锁定快门时间以避免运动模糊，再靠增益和补光调节亮度。
- 什么情况下企业适合用 RGB 相机？
- 当识别对象靠颜色、文字或纹理区分时最合适，比如铭牌核对、二维码扫描和外观初筛。如果任务需要判断距离或体积，单靠 RGB 相机做不到。
- RGB 相机有哪些局限？
- 没有深度信息、怕逆光和镜面反光、弱光下容易运动模糊。此外只要画面里可能出现人员，就必须先解决数据合规问题。