工业视觉的技术在自动化生产中最早采用的2D视觉技术，但由于2D视觉通常只能解决平面上的问题，对于有高度信息的物体，比如涉及到曲面、有弧度的产品，2D视觉难以发挥作用，由此促进了3D视觉的兴起。相较于2D视觉，3D视觉对环境光变化不敏感，精度和可靠性更高，在生产线中可以检测快速移动目标并获得形状、颜色对比度、空间坐标等信息。3D视觉可以满足以往2D视觉难以满足的更多工业场景应用，对2D视觉起到补充作用。再加上近年来消费电子、汽车、半导体等精密制造行业对于精度要求的不断提高，高精度3D视觉技术成为市场的热点。
工业3D视觉主要集中在尺寸与缺陷检测、智能制造、自主导航三大类应用。工业3D视觉技术在工业领域内的使用近两年最大的变化就是从单场景比如质检中发展到为全产线生产的赋能。
在生产线上，工业3D视觉的引入之前都是单一场景的应用，比如最广泛使用的质检。拿智能手机的生产流程举例来说，涉及到尺寸与缺陷检测的环节主要在主板、零部件组装、包装出货三大部分。那么质检的工业3D视觉系统主要也是在这三个流程中涉及。而现在随着工业3D视觉系统的集成变化，整个产线的上料生产到封装检测环节都可以跨环节跨场景地应用。比如生产线上下料以及零部件的焊接、喷涂、装配等场景都可以应用到工业3D视觉系统。
而对于时下流行的柔性制造的需求，柔性制造下生产环境更为复杂，对于智能化作业的需求更高。在柔性生产模式下，工业机器人及自动化设备需要按照生产需求来灵活变化以生产多种型号产品，在上下料、分拣、搬运等环节需根据产品种类的不同实时规划并完成作业任务，传统的工业机器人或自动化设备根本无法实现，而工业3D视觉系统的引入让柔性生产的模式更加丝滑。只有跳出传统自动化小集合的解决方案，实现真正的全兼容智能作业才能解决这个使用需求，这是柔性生产对智能化视觉系统的典型需求。
比如在智慧物流中，3D视觉算法带来的柔性提升，通过“AI＋3D视觉”能实现对海量SKU的货品的精准识别并进行分拣，特别是视觉识别和机器人轨迹规划、抓取、移动等控制的交互，可以突破智慧物流增长的瓶颈，极大拓宽客户覆盖的边界。
当然在工业制造领域也并没有完全淘汰掉2D视觉系统技术的应用。3D视觉系统技术也会作为2D技术的补充，这种混合的解决方案也会用在元器件的测量中，例如检查手机上的 SIM 卡卡槽、电池模组、摄像头模组的尺寸大小和位置安装等，厂商大多会提供2D／3D混合的解决方案。
无论是单一场景的应用还是跨环节或者是多技术方案的混合，3D机器视觉在工业制造领域都发挥了重要的作用。
