Skip to content

RealSense 技术、市场定位与未来发展轨迹深度解析

引言：重新定义三维感知

在计算机视觉领域，英特尔实感（Intel RealSense）技术不仅仅是一个产品系列，更是一个关键的技术生态系统，它极大地推动了三维（3D）感知技术的普及与应用。通过将复杂的深度传感硬件与强大的开源软件开发工具包（SDK）相结合，RealSense 赋予了机器与设备前所未有的、类似人类的立体视觉能力。从最初旨在革新人机交互的消费级应用，到如今在机器人、无人机、生物识别和工业自动化等前沿领域的广泛部署，RealSense 的发展历程反映了整个 3D 视觉行业的演进。

本报告旨在对 RealSense 技术进行一次深入、完整的剖析。报告将从其技术起源和公司战略演变入手，详细解析其核心技术原理，包括主动红外立体视觉、固态激光雷达（LiDAR）和视觉惯性同步定位与建图（V-SLAM）。随后，报告将对 RealSense 的主要产品线（D 系列、L 系列、T 系列）进行详尽的技术规格与应用场景分析，并探讨其在实际部署中可能遇到的挑战与解决方案。此外，本报告还将深入分析其成功的关键——librealsense 开源软件生态系统，并通过具体的应用案例，展示 RealSense 在机器人、3D 扫描、生物识别以及增强/虚拟现实（AR/VR）等领域的实际价值。最后，报告将通过与主要竞争对手（如 Stereolabs ZED、Orbbec、Microsoft Azure Kinect）的横向对比，明确 RealSense 的市场定位，并对其作为一家独立公司“RealSense, Inc.”的未来战略和发展前景进行前瞻性分析。

第一部分：RealSense 的演进：从英特尔孵化器到独立的视觉技术先锋

RealSense 的发展轨迹并非一帆风ushun，其从英特尔内部一个前瞻性的项目，历经市场波动与战略调整，最终蜕变为一家专注、灵活的独立公司。这段历程为理解其当前的市场地位和未来战略提供了至关重要的背景。

1.1 起源：感知计算与 RealSense 的诞生

RealSense 技术的根源可以追溯到 2013 年，当时英特尔以“感知计算”（Perceptual Computing）品牌推出了一系列硬件和软件技术 。其最初的愿景是彻底改变人机交互的方式，让设备能够通过手势识别、面部识别、情感侦测和 3D 扫描等方式，实现更加自然和直观的互动 。为了展示其技术潜力，英特尔甚至在 2013 年举办了名为“英特尔终极编码者挑战赛：走向感知”的竞赛 。

2014 年，英特尔将“感知计算”产品线正式更名为“英特尔 RealSense”，标志着一个更加聚焦和品牌化的产品战略的开始 。这一时期推出的早期产品，如用于 PC 的前置 F200 3D 摄像头和专为平板电脑设计的 RealSense Snapshot，奠定了 RealSense 技术的基础 。F200 摄像头被宣传为世界上第一款集成的 3D 深度和 2D 摄像头模块，能够像人眼一样感知深度，并支持全高清 1080p 彩色图像 。这些早期产品明确了 RealSense 的核心使命：为机器赋予人类般的 3D 感知能力。

1.2 在英特尔内部的创新与动荡岁月

在 2010 年代中后期，RealSense 迎来了快速发展和扩张的时期。其技术被广泛集成到各种设备中，合作伙伴包括宏碁（Acer）、华硕（ASUS）、戴尔（Dell）、惠普（HP）和联想（Lenovo）等顶级 OEM 厂商 。应用领域也从个人电脑扩展到更广阔的市场，其中最引人注目的合作之一是与昊翔（Yuneec）公司合作，将其技术应用于 Typhoon H 智能无人机，实现了先进的避障和跟随功能 。此外，RealSense 还积极布局新兴的 AR/VR 领域，推出了相应的开发者套件，并与 IONVR 等公司合作开发了具有六自由度（6DoF）追踪功能的移动 VR 体验 。

然而，这段创新时期也伴随着来自母公司英特尔的战略不确定性。2021 年，英特尔宣布将“逐步缩减”（winding down）RealSense 业务，这一消息在开发者和客户社区中引发了巨大的市场动荡和对产品线长期稳定性的担忧 。尽管英特尔后来澄清，核心的立体深度摄像头业务将继续为现有客户提供支持，但像激光雷达（LiDAR）和面部认证等产品线确实被暂时搁置 。这种模棱两可的信号损害了市场信心，也为后来的业务分拆埋下了伏笔。

1.3 业务分拆：RealSense, Inc. 的独立及其战略使命

经历了数年的不确定性后，RealSense 业务迎来了决定性的转折。2025 年 7 月，该业务部门成功从英特尔公司分拆，成立为一家名为“RealSense, Inc.”的独立公司 。这次分拆并非简单的业务剥离，而是一次精心策划的战略重组。新公司获得了由一家知名半导体私募股权公司领投，英特尔资本（Intel Capital）和联发科创新基金（MediaTek Innovation Fund）等战略投资者参与的 5000 万美元 A 轮融资 。

分拆的根本原因在于，英特尔作为一家庞大的半导体巨头，其核心业务与 RealSense 所处的快速增长市场在节奏和需求上存在差异。机器人和生物识别市场正以惊人的速度扩张——据预测，机器人市场规模将在六年内从 500 亿美元增长至超过 2000 亿美元 。要在这样的市场中保持竞争力，需要极高的敏捷性、专注的资本投入和快速的决策能力，而这在一个非核心业务部门内是难以实现的 。

因此，这次分拆可以被视为一次战略性的“解放”，而非对一个失败业务的剥离。其目的是为了释放 RealSense 品牌的全部潜力。通过成为一家独立公司，RealSense, Inc. 能够更快速地响应市场变化，更大胆地进行创新 。新公司不仅保留了原有的产品路线图和客户支持体系，确保了业务的连续性 11，还获得了前所未有的灵活性。例如，它可以为所有员工提供期权，以吸引和留住顶尖人才；可以更自由地进行资本配置；还可以建立新的战略联盟，如与联发科的合作，这在英特尔内部是难以想象的 。这一系列举措有效地重建了市场信心，并为 RealSense 在 AI 驱动的视觉技术新时代中的积极扩张奠定了坚实的基础。

第二部分：核心技术解密：深度感知原理对比分析

RealSense 产品组合的背后是几种不同的核心传感技术。理解这些技术的原理、优势和局限性，是评估和选择合适产品的关键。

2.1 主动红外立体视觉（Active IR Stereo）：D 系列的混合动力核心

主动红外立体视觉是 RealSense D 系列深度摄像头的基础技术，它巧妙地结合了被动立体视觉和主动光源的优点。

  • 基本原理：其核心是立体视觉（Stereoscopic Vision），即模仿人类双眼视觉。通过在设备上以已知的基线距离（baseline）放置两个图像传感器，同时捕捉同一场景的两个略有差异的图像。然后，机载的视觉处理器通过计算两个图像中对应特征点之间的像素位移（即视差，disparity），利用三角测量法来计算出场景中每个点的深度信息 。
  • “主动”组件的价值：纯粹的被动立体视觉在处理缺乏纹理的表面（如白墙、光滑的地板）时会遇到所谓的“对应性问题”（stereo correspondence problem），因为算法无法在两个图像中找到足够的可匹配特征点，导致深度数据缺失或充满噪声 。RealSense 通过引入一个红外（IR）激光发射器来解决这个问题。该发射器会向场景中投射一个预设的、半随机的红外散斑图案（dot pattern）。这个不可见的图案为原本光滑的表面提供了丰富的人工纹理，使得立体匹配算法能够可靠地工作。这种结合了被动传感和主动投影的方式，被称为主动立体视觉。
  • 优势与劣势：这项技术的主要优势在于其成本效益高、功耗相对较低，并且由于投射的是静态图案，多台摄像头可以同时工作而不会相互干扰 。此外，它对环境光，特别是阳光的抗干扰能力强于结构光技术，因此适用于室内和室外多种光照条件 。其劣势在于，与飞行时间（ToF）等技术相比，其计算量较大，并且在没有红外投影辅助的极低光照条件下，性能会下降 。

2.2 固态激光雷达（Solid-State LiDAR）：L515 的高分辨率方案

RealSense L515 摄像头采用了一种独特的固态激光雷达技术，其基础是飞行时间（Time-of-Flight, ToF）原理。

  • 基本原理：ToF 技术的概念很简单：设备发射一束光脉冲（通常是红外激光），然后测量光脉冲从发射到击中物体表面再反射回传感器所需的时间。由于光速是已知的，通过这个时间差就可以精确计算出设备到物体的距离 。
  • “固态”创新：传统 LiDAR 通常依赖大型、昂贵的机械旋转部件来扫描环境。L515 的创新之处在于其“固态”设计。它使用了一个微型的、可高速偏转的微机电系统（MEMS）反射镜来扫描激光束，从而覆盖整个视场（Field of View, FOV）。所有反射回来的光信号都由一个高灵敏度的雪崩光电二极管（APD）接收 。这种设计不仅大幅缩小了设备的体积和功耗，还实现了极高的扫描速度和分辨率。
  • 优势与劣势：L515 的主要优势在于其极高的深度分辨率（每秒可达 2300 万个深度点）和精度，尤其是在边缘保真度方面表现出色，非常适合需要精确体积测量（如物流包裹尺寸测量）和高质量 3D 扫描的应用 。其主要劣势是严格限制在室内使用。L515 使用的 860nm 波长激光恰好存在于太阳光谱中，因此阳光会严重干扰甚至淹没传感器信号，导致深度数据质量下降或完全失效 。此外，它对极度反光（如镜面）或吸光（如深色地毯）的表面也难以处理 。

2.3 视觉惯性同步定位与建图（V-SLAM）：T265 追踪相机的基石

T265 追踪相机采用的技术与深度感知完全不同，其核心是 V-SLAM。

  • 基本原理：同步定位与建图（SLAM）是一个经典的机器人学问题，即一个设备如何在未知环境中构建地图，并同时利用这张地图来追踪自身的位置和姿态 。
  • “视觉-惯性”融合：纯粹依靠视觉（Visual SLAM）或纯粹依靠惯性测量单元（IMU）进行定位都存在缺陷。视觉 SLAM 在快速移动或纹理稀疏的场景中容易失败，而 IMU（由加速度计和陀螺仪组成）通过积分计算位移和旋转会产生随时间累积的漂移误差。V-SLAM 技术通过数据融合解决了这些问题。T265 将两个鱼眼摄像头提供的广角视觉信息与一个高性能 IMU 的数据进行紧密耦合 。视觉数据用于识别和追踪环境中的静态特征点，从而不断校正 IMU 产生的漂移误差，实现长时间稳定、精确的定位。
  • 边缘计算与功能定位：T265 的一个关键特性是，所有复杂的 V-SLAM 算法都在其内部专用的英特尔 Movidius Myriad 2 视觉处理单元（VPU）上实时运行 。这意味着它几乎不占用主机的任何计算资源，功耗极低。必须明确的是，T265
    不是深度摄像头，它不输出深度图或点云。其唯一的功能是为设备提供高频率、低延迟的六自由度（6DoF）位姿数据（即三维空间中的位置和姿态），是专为在无 GPS 环境下进行导航而设计的追踪设备 。

2.4 3D 深度感知技术对比

为了更清晰地展示不同技术路径的权衡，下表对主流的 3D 深度感知技术进行了总结对比。

特性 主动红外立体视觉 (Active IR Stereo) 结构光 (Structured Light) 飞行时间/激光雷达 (ToF/LiDAR)
工作原理 通过两个摄像头捕捉由红外投影仪投射的散斑图案，计算视差以获得深度。 15 向物体投射已知的、编码的光学图案（如条纹、网格），通过分析图案的形变来计算深度。 16 发射光脉冲并测量其往返时间来计算距离。 15
优势 成本效益高；多摄像头抗干扰性强；室内外通用性好，对阳光不敏感。 2 精度和分辨率非常高，尤其在近距离；对无纹理表面效果好。 17 实时性强，帧率高；工作范围广；对环境光抗干扰能力强（阳光除外）；尺寸紧凑。 20
劣势 计算量相对较大；精度低于结构光；在极暗环境中依赖投影仪。 16 易受环境光特别是阳光的干扰；对高反光或透明表面效果差；测量范围通常较短。 16 分辨率可能低于结构光；精度受物体表面反射率和颜色影响。 16
理想应用 机器人避障、手势识别、中远距离物体追踪、AR/VR。 20 高精度 3D 扫描与建模、工业检测、人脸识别（如手机解锁）。 20 机器人导航、物流体积测量、无人机避障、智能家居中的人体追踪。 20
RealSense 示例 D400 系列 (D415, D435, D455) 32 早期的 F200 摄像头采用了该技术。 L515 摄像头 22

第三部分：产品组合分析：硬件选型指南

RealSense 的硬件产品线丰富多样，针对不同的应用需求提供了专门的解决方案。本部分将深入分析其主要产品系列，并提供实用的选型建议。

3.1 D 系列深度摄像头：功能全面的主力军

D 系列是 RealSense 产品组合中最知名、应用最广泛的系列，全部基于前述的主动红外立体视觉技术，并内置了专用的英特尔 RealSense 视觉处理器 D4，用于在设备端实时计算深度数据，极大地减轻了主机的负担 。

  • D415 vs. D435/D435i：快门与视场的权衡
  • D415：这款摄像头采用了卷帘快门（Rolling Shutter）和相对较窄的视场（FOV）。卷帘快门在捕捉快速移动的物体时可能会产生果冻效应，但其深度传感器的像素密度更高。因此，D415 在处理静态场景时能提供更高的深度分辨率和精度，是进行高精度 3D 扫描、质量检测等应用的理想选择 。
  • D435/D435i：这两款摄像头则采用了全局快门（Global Shutter）和更宽的视场。全局快门能够瞬间捕捉整个画面，有效避免了运动模糊，因此非常适合动态场景的捕捉，例如机器人导航、无人机避障和手势追踪 。更宽的视场也有助于减少视野盲区。型号中的“i”代表其内部集成了惯性测量单元（IMU），可以提供加速度和角速度数据，为 V-SLAM 等应用提供支持 。
  • D455 和 D405：距离的延伸与聚焦
  • D455：可以看作是 D435 的升级版，其最显著的特点是增大了左右传感器之间的基线距离。根据立体视觉原理，更宽的基线能够提高在更远距离上的深度测量精度。D455 的理想工作范围可达 6 米甚至更远，同时集成了 IMU，使其成为中远距离机器人导航和环境感知的首选 。
  • D405：这是一款专为近距离、高精度应用设计的摄像头。它的有效工作范围非常短（7 厘米至 50 厘米），但在此范围内可以实现亚毫米级的深度精度，非常适合工业机器人进行精细的抓取、装配和近距离检测等任务。
  • 实践洞察：克服 D400 系列的部署挑战
    虽然 D400 系列因其高性价比而广受欢迎，但在复杂的实际应用中，特别是多摄像头系统中，开发者经常会遇到一些稳定性问题。这些问题包括摄像头间歇性失灵、报告 I/O 或协议错误，甚至在 USB 总线上完全“消失” 。深入分析发现，这些问题通常源于几个方面：
  • 固件问题：早期版本的固件存在较多 bug，是导致不稳定的主要原因之一 。
  • USB 带宽限制：D400 系列在高分辨率和高帧率下会消耗大量 USB 带宽。一个标准的 USB 3.0 主控制器通常无法为一个以上的摄像头提供足够的 5 Gbps 带宽。当多个摄像头通过一个集线器连接，或者连接到共享内部带宽的多个主板端口时，就会因带宽不足而导致数据传输失败 。
  • 连接模式降级：有时即使插入 USB 3.0 端口，摄像头也可能以 USB 2.0 模式（480 Mbps）连接，这将严重限制其性能，无法同时获取深度和红外图像，也无法达到高分辨率和高帧率 。

基于 Nomagic 等公司在机器人领域的实践经验，可以采用以下策略来解决这些问题：

  • 升级固件：始终将摄像头固件更新到最新的稳定版本是解决许多已知问题的最有效方法 。
  • 确保 USB 3.0 连接：通过 lsusb -t 等系统命令检查连接状态，确保摄像头以 5000M 速度运行。如果降级为 480M，则需要重新插拔 。
  • 管理带宽：对于多摄像头系统，最佳实践是使用高质量的 PCIe USB 扩展卡，为每个端口提供独立的带宽。如果无法实现，则应通过降低摄像头的分辨率或帧率来减少总带宽需求 。
  • 程序化重置：在应用程序启动时，通过代码对摄像头进行一次硬件重置，可以有效解决因上次非正常关闭而导致的初始化失败问题 。

3.2 L515 激光雷达摄像头：室内体积测量的利器

L515 是一款高度专业化的产品，其核心是前述的固态 MEMS 激光雷达技术 。

  • 关键规格：其有效测距范围为 0.25 米至 9 米，深度分辨率最高可达 1024x768 @ 30fps，视场角为 70° x 55° 。
  • 主要应用：凭借其高精度和出色的边缘检测能力，L515 主要用于物流行业的包裹体积测量、高保真度的室内 3D 扫描，以及需要精确避障和物体识别的机器人应用 。
  • 局限性与产品状态：需要再次强调，L515 严格限于室内使用，且对阳光和特定材质表面敏感 。值得注意的是，L515 产品线在 2021 年英特尔的业务调整中被列为“逐步缩减”的产品之一 。虽然旧版 SDK 仍提供支持 40，但其在新的 RealSense, Inc. 产品组合中的未来地位尚不明朗。

3.3 T265 追踪摄像头：专用的 6DoF 定位解决方案

T265 是一款功能高度集中的设备，其唯一目标就是提供精确的运动追踪。

  • 核心技术：基于 V-SLAM 技术，所有计算均在板载的 Movidius VPU 上完成，不依赖主机性能 。
  • 关键规格：配备两个鱼眼镜头，提供接近 170 度的超宽视场；内置 IMU；功耗极低（1.5W），延迟小于 6 毫秒 。
  • 功能与协同：它输出的是高精度的 6DoF 位姿数据，而不是深度数据 。T265 可以与 D400 系列深度摄像头完美配合。T265 镜头上的红外截止滤光片使其能够忽略 D400 系列投射的红外散斑，从而避免干扰。两者结合，可以为机器人提供一个完整的感知（深度摄像头）与导航（追踪摄像头）解决方案 。
  • 主要应用：在无 GPS 信号的环境中为机器人和无人机提供导航，以及为 AR/VR 头显提供高精度的 inside-out 追踪 。

3.4 产品线规格对比

为了方便选型，以下表格对 RealSense 主要产品线的关键规格进行了对比。

表 1：RealSense D400 系列关键规格对比

型号 深度技术 理想范围 深度视场 (H x V) 快门类型 RGB 分辨率 IMU
D405 主动红外立体 7 cm - 50 cm 87° x 58° 全局 1280x800 否
D415 主动红外立体 0.5 m - 3 m 65° x 40° 卷帘 1920x1080 否
D435 主动红外立体 0.3 m - 3 m 87° x 58° 全局 1920x1080 否
D435i 主动红外立体 0.3 m - 3 m 87° x 58° 全局 1920x1080 是
D455 主动红外立体 0.6 m - 6 m 87° x 58° 全局 1280x800 是

数据来源: 2

表 2：RealSense L515 与 T265 功能对比

特性 L515 激光雷达摄像头 T265 追踪摄像头
主要功能 深度感知 位姿追踪
核心技术 固态激光雷达 (ToF + MEMS) 视觉惯性 SLAM (V-SLAM)
输出数据 深度图、点云、红外图 6DoF 位姿数据（位置和姿态）
板载处理器 RealSense 视觉 ASIC Intel Movidius Myriad 2 VPU
理想环境 仅限室内 室内/室外（避免阳光直射）

数据来源: 21

第四部分：软件生态系统：通过 librealsense SDK 2.0 释放潜力

如果说硬件是 RealSense 的骨骼，那么 librealsense SDK 2.0 就是其灵魂和神经网络。这个强大的软件平台是 RealSense 技术得以广泛应用和普及的核心驱动力。

4.1 架构与跨平台支持

librealsense SDK 2.0 是一个为所有现代 RealSense 摄像头（D400、L515、T265 等系列）设计的跨平台、开源 C++ 库。其设计的核心理念是提供对硬件底层功能的直接访问，包括获取深度、彩色、红外数据流，以及读取相机的内外参标定信息 。

其最大的优势之一是广泛的平台兼容性。SDK 原生支持 Windows 10/11、主流 Linux 发行版（如 Ubuntu）、Android 和 macOS。更重要的是，它为嵌入式平台提供了良好的支持，如英伟达（NVIDIA）的 Jetson 系列和树莓派（Raspberry Pi），这对于机器人和物联网（IoT）应用的开发至关重要 。

4.2 关键组件：查看器、滤波器和开发封装

librealsense 不仅仅是一个库，它还提供了一套完整的工具链，极大地简化了开发流程。

  • Intel RealSense Viewer：这是一个不可或缺的开发和调试工具。通过这个图形化应用，开发者可以快速查看来自摄像头的所有数据流（深度、彩色、红外、IMU），以 2D 或 3D 点云的形式可视化深度数据，实时调整摄像头的高级参数（如曝光、增益、激光功率等），测试各种后处理滤波器的效果，以及录制和回放数据流（以 .bag 文件格式），方便离线分析和算法调试 。
  • 后处理滤波器：原始的深度数据可能存在空洞（由于遮挡或反光导致的数据缺失）和噪声。SDK 内置了一系列后处理滤波器，如时域滤波器（temporal filter）、空间滤波器（spatial filter）和空洞填充滤波器（hole-filling filter），可以显著提升深度图的质量 。但需要注意的是，这些滤波器在主机端运行，可能会消耗相当大的 CPU 资源，在多摄像头或资源受限的系统上需要谨慎使用 。
  • 开发封装（Wrappers）：为了让更广泛的开发者能够轻松使用 RealSense，SDK 提供了对多种主流编程语言和开发平台的官方封装。这包括 Python、C#/.NET、ROS/ROS2、OpenCV、Unity、Unreal Engine、MATLAB、点云库（PCL）等 。这些封装极大地降低了集成门槛，使得开发者可以用自己熟悉的语言和框架快速构建应用，而无需深入研究底层的 C++ API。

4.3 开源与社区驱动的战略价值

将 librealsense 作为开源项目是 RealSense 取得成功的关键战略之一。这一决策带来了多重好处：

  • 促进广泛采用：开源和免费的特性消除了软件成本障碍，吸引了大量学术研究者、学生、初创公司和个人开发者，形成了一个庞大而活跃的用户基础。
  • 加速创新与迭代：所有代码都托管在 GitHub 上，开发者可以提交 issue、贡献代码、修复 bug。这种社区驱动的开发模式使得 SDK 的迭代速度远超封闭式开发，能够更快地适应新的操作系统内核、支持新的硬件平台 。
  • 构建生态系统：一个活跃的社区自然会催生出大量的第三方应用、教程和解决方案。GitHub 的讨论区、官方社区论坛等平台成为了知识分享和问题解决的中心 。

从更深层次分析，librealsense SDK 的设计巧妙地平衡了“赋能”与“保留空间”，这直接服务于其商业模式。SDK 提供了强大、稳定、易用的底层硬件访问接口，这足以让开发者轻松上手并验证硬件的价值，从而驱动硬件销售。然而，在更高级的应用层，如完整的 3D 扫描流程或复杂的骨骼追踪算法，SDK 则“故意”保持了空白。官方文档明确指出，这些高级功能需要开发者自行实现或依赖第三方软件 。

这并非 SDK 的缺陷，而是一种深思熟虑的战略选择。通过免费提供基础构建模块，RealSense 极大地降低了硬件的采用门槛。同时，它为 Dot3D（3D 扫描）、Nuitrack（骨骼追踪）等软件合作伙伴创造了一个繁荣的市场 。这些合作伙伴基于 RealSense 硬件开发商业软件，为用户提供增值服务，他们的成功反过来又会进一步巩固 RealSense 硬件在特定应用领域的地位，形成一个互利共赢的生态闭环。

第五部分：应用深度剖析与案例研究

RealSense 技术的真正价值体现在其广泛的实际应用中。本部分将通过具体的案例，深入探讨其在关键行业的部署情况。

5.1 机器人技术：赋能自主导航与操作

机器人是 RealSense 技术最主要的应用领域之一，涵盖了从导航到精细操作的各个方面。

  • 自主导航：在自主移动机器人（AMR）和无人机中，D 系列摄像头（特别是具有全局快门的 D435/D455）被广泛用于实时感知环境、检测和规避障碍物 。而 T265 追踪摄像头则通过其强大的 V-SLAM 功能，为机器人在仓库、工厂等无 GPS 信号的环境中提供了可靠的定位和导航能力 。
  • 案例研究：ANYbotics ANYmal 四足机器人：瑞士 ANYbotics 公司开发的 ANYmal C 四足机器人就是一个典型案例。该机器人在其机身上集成了多达四台 D435 深度摄像头，用于构建周围环境的实时高程图。这使得机器人能够在崎岖不平的户外地形（如沿海沙丘）和复杂的工业场景（如海上平台）中稳定行走、穿越障碍和执行巡检任务 。
  • 案例研究：Nomagic 多摄像头抓取系统：在仓储自动化领域，Nomagic 公司展示了如何将 RealSense 应用于大规模的机器人拣选任务。他们构建了一个包含 16 台 D415 摄像头的系统，用于精确识别和定位货箱中的物品。这个案例凸显了在实际生产环境中部署 RealSense 所面临的工程挑战，如如何通过增加专用 PCIe USB 卡和优化软件来解决多摄像头带来的巨大 USB 带宽压力和 CPU 计算负载 。

5.2 3D 扫描：从个人娱乐到专业应用

RealSense 摄像头能够提供高质量的原始点云数据，这使其成为 3D 扫描应用的理想硬件平台。

  • 软件是关键：如前所述，librealsense SDK 本身不提供完整的 3D 扫描功能，如点云配准、网格生成和纹理映射。用户需要借助第三方的专业软件来完成这些高级处理 。
  • 主流软件解决方案：市场上已有多款成熟的商业软件支持 RealSense 摄像头，例如 Dot3D、itSeez3D 和 RecFusion 。这些软件将 RealSense 摄像头转变为功能强大的手持式 3D 扫描仪。
  • 应用场景：应用范围非常广泛，从个人娱乐（如使用 itSeez3D 为家人朋友制作 3D 自拍像并进行 3D 打印）58，到专业领域（如执法部门使用 Dot3D 和 Zebra 坚固型平板电脑对犯罪现场进行快速、精确的 3D 扫描和记录）。

5.3 生物识别与人机交互（HCI）

人机交互是 RealSense 技术的发源地，至今仍是其重要的应用方向，尤其是在生物识别和非接触式控制方面。

  • 历史传承：旧版 SDK 的高级功能：在 librealsense 2.0 之前，旧版的 RealSense SDK（主要针对 F200/SR300 等早期摄像头）内置了强大的中间件，可以直接实现高级的人机交互功能，包括追踪多达 78 个面部关键点、识别多种面部表情（如微笑、张嘴）以及追踪手部关节和识别手势 。这些功能后来被从核心 SDK 中剥离。
  • 当前方案：RealSense ID：为了满足市场对高安全性身份认证的需求，RealSense 推出了专门的 RealSense ID 解决方案（如 F450/F455 模块）。它将主动立体深度传感器与一个专用的神经网络处理器和安全元件（Secure Element）相结合，在设备端进行面部识别 。其核心优势在于强大的防欺骗能力，能够有效抵御照片、视频甚至 3D 面具的攻击，并提供百万分之一级别的低错误接受率（FAR），非常适合用于金融、门禁、ATM 等高安全场景 。
  • 当前方案：非接触式控制：为了应对公共卫生需求，RealSense 开发了“非接触式控制软件”（Touchless Control Software, TCS）。该软件利用 D435 等深度摄像头，在屏幕前创建一个虚拟的“触摸平面”。用户只需将手指伸向屏幕，系统就能实时追踪其三维位置，当手指“触碰”到虚拟平面时，即会触发鼠标点击事件。这使得机场自助终端、ATM、公共信息亭等设备可以实现完全无接触的操作 。

5.4 沉浸式体验：对 AR/VR 的贡献

RealSense 技术从早期就深度参与了 AR/VR 领域的发展。

  • Inside-Out 追踪：RealSense 摄像头（特别是 T265）是实现 VR/AR 头显 inside-out 追踪的理想选择。通过追踪设备自身在空间中的运动，用户无需在外部环境中安装任何基站或传感器，即可在虚拟世界中自由移动 。英特尔早期的“Project Alloy”一体式头显概念机就集成了 RealSense 技术 。
  • 混合现实捕捉（Mixed Reality Capture）：这是一项非常强大的 VR 内容展示技术。传统上，要将一个真实的人置于虚拟场景中进行直播或录制，需要复杂的绿幕抠像技术。而利用 RealSense 深度摄像头，可以实时获取玩家的深度轮廓，并将其精确地从真实背景中分离出来，然后与游戏内的虚拟画面进行合成。这为 VR 游戏直播、营销和体验展示提供了一种更便捷、更具沉浸感的解决方案 。
  • 现实世界数字化：研究人员和开发者利用 RealSense 摄像头对真实世界的物体和场景进行 3D 扫描，创建出数字模型，然后将这些模型导入到 AR/VR 应用中，从而构建出更加丰富和逼真的虚拟体验 。

第六部分：竞争格局分析

RealSense 并非孤军奋战，它在一个充满活力且竞争激烈的市场中运营。了解其主要竞争对手的技术特点和市场定位，有助于更准确地评估 RealSense 的优势与劣势。

6.1 Stereolabs ZED：工业级的立体视觉竞争者

Stereolabs ZED 系列是 RealSense 在立体视觉领域最直接和最强大的竞争对手之一。

  • 技术路线：ZED 与 RealSense D 系列一样，核心技术也是被动立体视觉，并通过 AI 算法增强。其最新的“神经深度引擎 2”（Neural Depth Engine 2）利用神经网络来提升深度感知的准确性和鲁棒性，尤其是在无纹理表面和复杂光照条件下 。
  • 关键特性与定位：ZED 明确地将自己定位为更高端、更坚固的工业级解决方案。其 ZED X 系列产品拥有 IP67 级别的防尘防水外壳、适合工业环境中长距离可靠传输的 GMSL2 接口、以及高分辨率的全局快门传感器 。这些特性使其非常适合在农业、建筑和物流等严苛的户外或工业环境中使用。
  • 差异化：相比之下，ZED 的价格通常更高，并且其 SDK 和算法对主机计算能力有较高要求，通常需要搭配 NVIDIA Jetson 等强大的边缘计算平台才能发挥全部性能 。这使其成为对性能和可靠性要求极高，且预算相对充足的专业应用的有力竞争者。

6.2 Orbbec：结构光与 ToF 技术的挑战者

Orbbec 是另一家重要的 3D 视觉公司，其产品线覆盖了结构光和 ToF 两种技术路线。

  • 技术路线：其经典的 Astra 系列主要采用结构光技术，通过投射和捕捉红外光栅的形变来计算深度。这使其在受控的室内环境中能够提供非常高的精度 。同时，Orbbec 也在积极布局 ToF 摄像头。
  • 关键特性与定位：Astra 2 等新一代产品集成了 Orbbec 自研的 ASIC 芯片用于深度处理，并支持 IMU 和多摄像头同步 。Orbbec 在零售、医疗、健身和 3D 扫描等室内应用领域是一个强有力的竞争者，通常具有很高的性价比。然而，结构光技术对环境光非常敏感，使其几乎无法在室外或有阳光干扰的环境中使用，这是其相对于 RealSense 主动立体视觉的主要劣势。

6.3 微软 Azure Kinect 的遗产与市场空白

微软的 Azure Kinect DK 曾是 3D 视觉领域一个标杆性的产品。

  • 技术路线：Azure Kinect 基于高性能的 100 万像素**飞行时间（ToF）**深度传感器，提供了卓越的深度数据质量和范围 。
  • 关键特性与影响：它将高质量的 ToF 深度传感器、一个 1200 万像素的 RGB 摄像头和一个七麦克风阵列集成在一个设备中，并与 Azure 云服务紧密结合 。其身体追踪 SDK 因其准确性和流畅性而备受赞誉，在医疗康复、人体工程学分析等领域获得了广泛应用 。
  • 停产与市场机遇：微软于 2023 年 10 月正式停产 Azure Kinect DK，这在市场上留下了一个巨大的空白 。许多依赖其独特性能的开发者和企业急需寻找替代方案。Orbbec 敏锐地抓住了这个机会，推出了其 Femto 系列摄像头。该系列产品明确宣称使用了与 Azure Kinect 相同的微软 ToF 传感器，并致力于实现 SDK 级别的兼容性，旨在成为前 Azure Kinect 用户的无缝替代品 。

6.4 竞争产品矩阵

下表直观地对比了 RealSense D455 与其主要竞争对手在关键指标上的表现。

产品 Intel RealSense D455 Stereolabs ZED X Orbbec Astra 2 Microsoft Azure Kinect DK (已停产)
核心技术 主动红外立体视觉 神经立体视觉 结构光 飞行时间 (ToF)
最大范围 \~10 m (理想 >6 m) 35 m 8 m \~5.46 m
深度分辨率 高达 1280x720 @ 90fps 高达 1920x1200 @ 60fps 高达 1600x1200 @ 30fps 高达 1024x1024 @ 15fps
特殊特性 内置 IMU, 宽基线, 跨平台开源 SDK IP67 防护, GMSL2 接口, 神经深度引擎, 需 Jetson 内置 IMU, 自研 ASIC, 多机同步 7 麦克风阵列, 12MP RGB 相机, 强大的身体追踪 SDK
目标市场 机器人, 无人机, 物流 (通用型) 工业自动化, 农业, 户外机器人 (高端/工业) 零售, 医疗, 3D 扫描 (室内/高性价比) 医疗康复, 零售分析, 智能工厂 (专业/生态)

数据来源: 2

通过对比可以看出，RealSense D 系列凭借其技术通用性、强大的软件生态和具有竞争力的价格，占据了“全能型选手”的市场定位。它不像 ZED 那样专注于极端环境的工业应用，也不像 Astra 那样受限于室内结构光，而是为最广泛的开发者和应用提供了一个灵活、易于上手的 3D 视觉解决方案。

第七部分：RealSense, Inc. 的未来：战略与展望

作为一家新独立的实体，RealSense, Inc. 的未来战略清晰而专注，旨在利用其技术积累和市场地位，在高速增长的赛道上占据领先位置。

7.1 重新聚焦：机器人与生物识别两大核心

分拆后的 RealSense, Inc. 明确了其两大核心战略市场：机器人技术和生物识别 。这并非从零开始，而是基于其已有的深厚基础。公司声称，其解决方案已部署在全球约 60% 的自主移动机器人（AMR）和 80% 的人形机器人中 。未来的目标是进一步深化在这种高增长领域的渗透率。

在生物识别领域，公司的战略转变尤为明显。之前在英特尔内部被缩减的面部认证产品线，如今被重新启动并作为核心业务大力推广。其产品在 NIST（美国国家标准与技术研究院）的面部识别技术测试中名列前茅，证明了其技术的领先性 。这种聚焦使公司能够集中资源，为这两个最具潜力的市场开发量身定制的解决方案。

7.2 将智能推向边缘：D555 与下一代 SoC

最新发布的 D555 深度摄像头是展示 RealSense 未来发展方向的一个重要风向标 。它体现了从纯粹的传感器供应商向集成感知解决方案提供商的战略转型。

  • D555 的关键特性：
  • 新一代视觉 SoC V5：内置了强大的 AI 计算能力（高达 5 TOPS），使其能够在设备端直接运行复杂的神经网络和计算机视觉算法 。
  • 以太网供电（PoE）：支持通过一根网线同时完成数据传输和供电，大大简化了在工业和商业环境中的布线和集成 。
  • 工业级防护：具备 IP65 级别的防尘防水外壳，增强了其在恶劣环境下的耐用性。

这种演进的逻辑非常清晰。最初的 RealSense 模型主要负责将原始深度数据流传输给主机，由主机完成所有繁重的计算任务。T265 追踪摄像头及其板载 VPU 是向边缘计算迈出的第一步 。而 D555 及其集成的 AI 芯片、PoE 和坚固外壳，则是这一趋势的必然延伸。它不再仅仅是一个“眼睛”，而是一个独立的、智能的“感知计算机”。

公司 CEO 明确表示，目标是成为“机器人的视觉皮层”（visual cortex），直接在摄像头上完成环境的理解、定位和实时决策 。这种从“眼睛”到“视觉皮层”的战略升级，直接响应了市场对更自主、更少依赖主机系统的需求。通过在边缘端嵌入专有的 AI 软件和功能，RealSense 不仅提升了其硬件的价值主张，也构建了一个更具粘性的生态系统，使其成为机器人和自动化公司不可或缺的合作伙伴。

7.3 市场预测与战略联盟

RealSense, Inc. 正积极调整自身定位，以抓住机器人市场的巨大增长机遇 。独立运营使其能够建立更灵活的合作伙伴关系。获得联发科的投资就是一个很好的例子，这可能为其在移动设备和物联网领域开辟新的道路 。同时，公司正在积极招聘 AI 和机器人领域的工程师，并扩大其全球销售和市场团队，以满足日益增长的全球需求 。

结论与战略建议

英特尔 RealSense 的发展历程是一部技术创新、市场适应和战略转型的生动历史。从一个旨在改善人机交互的内部项目，到成为机器人和自动化领域的关键赋能技术，再到最终分拆为一家专注、敏捷的独立公司，RealSense 始终处于 3D 视觉技术的前沿。

核心结论：

  1. 技术领先与市场定位：RealSense 的核心竞争力在于其成熟的主动红外立体视觉技术，它在成本、性能和环境适应性之间取得了出色的平衡，使其成为市场上最具通用性的 3D 视觉解决方案。与专注于高端工业应用的 Stereolabs ZED 或受限于室内环境的 Orbbec 结构光产品相比，RealSense D 系列以其“全能型”的特点服务于最广泛的开发者群体。
  2. 软件生态是护城河：开源、跨平台的 librealsense SDK 2.0 是 RealSense 成功的基石。它通过提供强大的底层工具和广泛的第三方封装，极大地降低了开发门槛，建立了一个庞大而活跃的社区。这种“授人以渔”而非“授人以鱼”的策略，成功地将硬件销售与一个繁荣的第三方软件市场绑定，形成了强大的生态护城河。
  3. 战略分拆是必然选择：从英特尔分拆对 RealSense 而言是一次至关重要的战略“解放”。它摆脱了大型企业内部的资源和决策束缚，能够以初创公司的速度和专注度，全力冲刺高速增长的机器人和生物识别市场，从而重建了市场信心，并为未来的发展注入了新的活力。
  4. 未来方向：边缘智能：新公司正从一个硬件组件供应商，向一个集成化的边缘感知解决方案提供商转型。以 D555 为代表的新一代产品，通过将强大的 AI 计算能力直接嵌入硬件，旨在将 RealSense 设备从单纯的“眼睛”升级为智能的“视觉皮层”。这是其未来价值增长的核心驱动力。

战略建议：

  • 对于开发者和系统集成商：在选择 3D 视觉方案时，如果应用场景多样，兼顾室内外，且对成本敏感，RealSense D 系列仍然是首选。然而，必须充分意识到其在多摄像头部署时可能遇到的 USB 带宽和稳定性挑战，并提前规划解决方案（如使用专用 USB 扩展卡、升级固件）。对于需要极致精度和工业级可靠性的应用，应考虑评估 Stereolabs ZED 等更高价位的竞品。对于纯室内、高精度的扫描或识别任务，Orbbec 的结构光产品也值得考虑。
  • 对于关注 RealSense, Inc. 的投资者和行业观察者：应密切关注其在机器人和生物识别两大核心市场的渗透情况，以及其新一代边缘计算产品（如 D555 及后续型号）的推出和市场接受度。公司的长期价值将取决于其能否成功地将其软件和 AI 算法深度集成到硬件中，从而在竞争中建立起超越纯硬件性能的技术壁垒。与 MediaTek 等新战略伙伴的合作成果，也将是衡量其独立后发展潜力的重要指标。

总之，RealSense, Inc. 正站在一个新的起点上。凭借其深厚的技术积累、庞大的用户基础和清晰的未来战略，它有望在即将到来的“物理 AI”和机器人技术浪潮中，继续扮演不可或缺的关键角色。

引用的著作

  1. Intel RealSense™ Technology - Mouser Electronics, https://www.mouser.com/new/intel/intel-realsense/
  2. Intel® RealSense™ Product Overview - Rutronik, https://www.rutronik.com/fileadmin/user_upload/IntelRealSense_Digi__EN_.pdf
  3. Intel RealSense - Wikipedia, https://en.wikipedia.org/wiki/Intel_RealSense
  4. en.wikipedia.org, https://en.wikipedia.org/wiki/Intel_RealSense#:\~:text=In%202013%2C%20Intel%20ran%20a,of%20technology%20as%20Intel%20RealSense.
  5. Fact Sheet: Intel® RealSense™ Technology, https://time.com/wp-content/uploads/2015/01/intel_realsense_factsheet.pdf
  6. Intel unveils RealSense hardware and software line, including 3D camera module, https://www.engadget.com/2014-01-06-intel-realsense.html
  7. Intel® RealSense™ Technology Brings "Human-Like Senses" to Devices, https://www.intel.com/content/dam/www/public/us/en/documents/fact-sheets/realsense-fact-sheet.pdf
  8. RealSense spins out of Intel with $50M funding - Embedded, https://www.embedded.com/realsense-spins-out-of-intel-with-50m-funding/
  9. After Intel exit, RealSense maps its own future in 3D vision - The Robot Report, https://www.therobotreport.com/after-intel-exit-realsense-maps-its-own-future-in-3d-vision/
  10. Intel Archives - The Robot Report, https://www.therobotreport.com/tag/intel/
  11. RealSense Completes Spin Out from Intel, Raises $50 Million to Accelerate AI-Powered Vision for Robotics and Biometrics, https://www.intelcapital.com/realsense-completes-spin-out-from-intel-raises-50-million-to-accelerate-ai-powered-vision-for-robotics-and-biometrics/
  12. Intel® RealSense™ Technology, https://www.intel.com/content/www/us/en/architecture-and-technology/realsense-overview.html
  13. RealSense completes spin-out from Intel — Gets $50 million in funding from Intel Capital and MediaTek | Tom's Hardware, https://www.tomshardware.com/tech-industry/realsense-completes-spin-out-from-intel-gets-usd50-million-in-funding-from-intel-capital-and-mediatek
  14. Intel spinning out RealSense as standalone company - The Robot Report, https://www.therobotreport.com/intel-spins-out-realsense-as-standalone-company/
  15. Best Stereo Camera for Depth Perception in Imaging and Robotics - Foamcoreprint.com, https://www.foamcoreprint.com/blog/best-stereo-camera-for-depth-perception-in-imaging-and-robotics
  16. Understanding 3D Camera Technologies: Stereo Vision, Structured ..., https://www.edge-ai-vision.com/2025/04/understanding-3d-camera-technologies-stereo-vision-structured-light-and-time-of-flight/
  17. Exploring 3D Optical Acquisition Methods: Stereo Vision, Structured Light, Time of Flight, and LiDAR - ML6, https://www.ml6.eu/blogpost/optical-3d-acquisition-methods-a-comprehensive-guide-part-2
  18. Jetson Nano + RealSense D400 Depth Camera - YouTube, https://m.youtube.com/watch?v=_foxH9_PJWI\&t=62s
  19. Tricks and Tips for Using Intel RealSense D400 Series - Nomagic, https://nomagic.ai/tricks-and-tips-of-using-realsense-d400-series/
  20. A Brief Analysis of the Principles of Depth Cameras: Structured Light, TOF, and Stereo Vision. - DFRobot WIKI EN, https://wiki.dfrobot.com/brief_analysis_of_camera_principles
  21. Optimizing the RealSense LiDAR Camera L515 Range, https://www.intelrealsense.com/optimizing-the-lidar-camera-l515-range/
  22. Intel RealSense LiDAR Camera L515 Depth Camera High Resolution - Newegg.com, https://www.newegg.com/p/1EF-007J-00023
  23. Intel Makes Lidar Too, https://lidarmag.com/2020/09/05/intel-makes-lidar-too/
  24. Inside the Intel RealSense L515 LiDAR Camera | TechInsights, https://www.techinsights.com/blog/inside-intel-realsense-l515-lidar-camera
  25. Intel® RealSense™ LiDAR Camera L515 Datasheet - Mouser Electronics, https://www.mouser.com/datasheet/2/612/Intel_RealSense_LiDAR_L515_Datasheet_Rev002-1713847.pdf
  26. RealSense Tracking Camera T265 - AliExpress, https://www.aliexpress.com/item/1005002035294176.html
  27. Intel Announces New Class of RealSense Stand-Alone Inside-Out Tracking Camera, https://www.intc.com/news-events/press-releases/detail/97/intel-announces-new-class-of-realsense-stand-alone
  28. Intel RealSense Tracking Camera T265 82637BRPLHV B\&H Photo Video, https://www.bhphotovideo.com/c/product/1560728-REG/intel_82637brplhv_intelrealsense_tracking_camerat265.html
  29. Intel RealSense Tracking Camera T265 - youyeetoo, https://www.youyeetoo.com/products/intel-realsense-tracking-camera-t265
  30. Intel RealSense T265 | Saber1 Technologies, LLC, https://saber1.com/product/intel-realsense-t265/
  31. Time-of-Flight (ToF) vs Stereo Vision vs Structured light – Detailed look | eVision Hub - Ep 09 - YouTube, https://m.youtube.com/watch?v=K1j73e3D8qU\&pp=ygURIzRzZXRoZWFydG9mZGVwdGg%3D
  32. Intel® RealSense™™ D400 Series Product Family Datasheet, https://www.intel.com/content/www/us/en/content-details/841984/intel-realsense-d400-series-product-family-datasheet.html
  33. Intel® RealSense™ Depth Camera D400-Series Datasheet, https://www.mouser.com/pdfdocs/Intel_D400_Series_Datasheet.pdf
  34. Empirical Comparison of Four Stereoscopic Depth Sensing Cameras for Robotics Applications - arXiv, https://arxiv.org/html/2501.07421v2
  35. Perspectives of RealSense and ZED Depth Sensors for Robotic Vision Applications - MDPI, https://www.mdpi.com/2075-1702/10/3/183
  36. Intel® RealSense - DigiKey, https://mm.digikey.com/Volume0/opasdata/d220001/medias/docus/5561/Intel%C2%AE_RealSense%E2%84%A2_Product_Family_D400_Series.pdf
  37. On the Evaluation of Diverse Vision Systems towards Detecting Human Pose in Collaborative Robot Applications, https://pmc.ncbi.nlm.nih.gov/articles/PMC10818797/
  38. Tricks and tips of using RealSense D400 series | by Mikołaj Zalewski | Nomagic blog, https://medium.com/nomagic-blog/tricks-and-tips-of-using-realsense-d400-series-5fec901bdda2
  39. 16 Intel RealSense Cameras Challenge: Insights - Nomagic, https://nomagic.ai/16-intel-realsense-cameras-challenge/
  40. Release Notes · IntelRealSense/librealsense Wiki - GitHub, https://github.com/IntelRealSense/librealsense/wiki/Release-Notes
  41. IntelRealSense/librealsense: Intel® RealSense™ SDK - GitHub, https://github.com/IntelRealSense/librealsense
  42. librealsense/doc/readme.md at master - GitHub, https://github.com/IntelRealSense/librealsense/blob/master/doc/readme.md
  43. RealSense Documentation, https://dev.intelrealsense.com/docs/sdk-knowledge-base
  44. Intel® RealSense - GitHub, https://github.com/intelrealsense
  45. Intel(R) RealSense(TM) ROS Wrapper for D400 series and SR300 Camera - GitHub, https://github.com/ANYbotics/realsense
  46. intel realsense | OBS Forums, https://obsproject.com/forum/tags/intel-realsense/
  47. IntelRealSense librealsense · Discussions - GitHub, https://github.com/IntelRealSense/librealsense/discussions
  48. LiDAR, Stereo depth and Tracking cameras - Intel RealSense Help Center, https://support.intelrealsense.com/hc/en-us/community/posts
  49. Welcome to the Intel® RealSense™ SDK Forum! - Intel Community, https://community.intel.com/t5/Software-Archive/Welcome-to-the-Intel-RealSense-SDK-Forum/m-p/998482
  50. Can I Perform 3D Scanning with the Intel® RealSense™ Depth Camera D400 Series?, https://www.intel.com/content/www/us/en/support/articles/000028223/emerging-technologies/intel-realsense-technology.html
  51. Does Intel® RealSense™ D400 support face gesture recognition?, https://www.intel.com/content/www/us/en/support/articles/000027826/emerging-technologies/intel-realsense-technology.html
  52. Dot3D for RealSense - DotProduct, https://www.dotproduct3d.com/realsense.html
  53. In Production | Success Stories - Intel® AI, https://www.intel.com/content/www/us/en/internet-of-things/ai-in-production/success-stories.html
  54. RealSense Technology at IROS 2019, https://www.intelrealsense.com/intel-realsense-at-iros-2019/
  55. Robotic monitoring of dunes: a dataset from the EU habitats 2110 and 2120 in Sardinia (Italy) - PMC - PubMed Central, https://pmc.ncbi.nlm.nih.gov/articles/PMC10894243/
  56. ANYmal in the Field : Solving Industrial Inspection of an Offshore HVDC Platform with a Quadrupedal Robot - Research Collection, https://www.research-collection.ethz.ch/bitstream/handle/20.500.11850/360083/Gehring2019fsr.pdf?sequence=1\&isAllowed=y
  57. Intel Realsense for 3d scanning? : r/3DScanning - Reddit, https://www.reddit.com/r/3DScanning/comments/p749oa/intel_realsense_for_3d_scanning/
  58. 3D Scanner for Intel RealSense R200 - Itseez3D, https://itseez3d.com/realsense-scanner.html
  59. Dot3D Scanning on Windows | with Zebra and Intel RealSense - YouTube, https://www.youtube.com/watch?v=Qr4PDHOP5SM
  60. Indian Sign Language Numbers Recognition Using Intel RealSense Camera - Digital Commons @ Cal Poly, https://digitalcommons.calpoly.edu/cgi/viewcontent.cgi?article=2960\&context=theses
  61. Face and Head Tracking using the Intel® RealSense™ SDK ..., https://www.codeproject.com/Articles/991154/Face-and-Head-Tracking-using-the-Intel-RealSense-S
  62. Utilising the Intel RealSense Camera for Measuring Health Outcomes in Clinical Research, https://pmc.ncbi.nlm.nih.gov/articles/PMC5799357/
  63. Introducing Intel RealSense ID Facial Authentication - Edge AI and Vision Alliance, https://www.edge-ai-vision.com/2021/01/introducing-intel-realsense-id-facial-authentication/
  64. Introduction to Intel® RealSense™ Touchless Control Software, https://www.intelrealsense.com/introduction-to-intel-realsense-touchless-control-software/
  65. Getting a Sense for RealSense and Merged Reality - Electronic Design, https://www.electronicdesign.com/technologies/communications/iot/article/21801911/getting-a-sense-for-realsense-and-merged-reality
  66. MixCast VR and Intel RealSense Technology, https://www.intelrealsense.com/mixed-reality-capture-using-depth-cameras/
  67. Capturing a 3D Point Cloud with Intel RealSense and Converting to a Mesh with MeshLab, https://www.andreasjakl.com/capturing-3d-point-cloud-intel-realsense-converting-mesh-meshlab/
  68. StereoLabs ZED X Stereo Cameras - Mouser Electronics, https://www.mouser.com/new/stereolabs/stereolabs-zed-x-stereo-camera/
  69. ZED X - AI Stereo Camera for Robotics - Stereolabs, https://www.stereolabs.com/products/zed-x
  70. ZED X Stereo Camera | Stereolabs, https://www.stereolabs.com/store/products/zed-x-stereo-camera
  71. Orbbec Astra 2 3D Camera - B\&H, https://www.bhphotovideo.com/a/new/1826616/orbbec_100100352_astra_2_depth_camera.html
  72. Astra Series - ORBBEC - Leading Provider of Robotics and AI Vision, https://www.orbbec.com/products/structured-light-camera/astra-series/
  73. Astra Structured Light Camera | Affordable & High Precision, https://www.orbbec.com/products/structured-light-camera/astra-2/
  74. Orbbec Astra 2 - Soda Vision, https://www.sodavision.com/product/orbbec-astra-2/
  75. Azure Kinect DK, https://msftstories.thesourcemediaassets.com/2019/06/Factsheet-Azure-Kinect-DK.pdf
  76. Azure Kinect DK Specifications (Skeletal Tracking), https://ifelldh.tec.mx/sites/g/files/vgjovo1101/files/Azure%20Kinect%20DK%20Specifications.pdf
  77. Evaluation of the Azure Kinect and Its Comparison to Kinect V1 and Kinect V2 - PMC, https://pmc.ncbi.nlm.nih.gov/articles/PMC7827245/
  78. Azure Kinect DK – Develop AI Models, https://azure.microsoft.com/en-us/products/kinect-dk
  79. Azure Kinect - Wikipedia, https://en.wikipedia.org/wiki/Azure_Kinect
  80. Femto Bolt Comparison with Azure Kinect DK - ORBBEC - Leading Provider of Robotics and AI Vision, https://www.orbbec.com/documentation/comparison-with-azure-kinect-dk/