在機器人視覺系統(tǒng)中，濾光片常被視為一個不起眼的配角。然而，當(dāng)機器人走出實驗室、進(jìn)入千變?nèi)f化的真實環(huán)境時，這個小小的光學(xué)元件往往決定著視覺系統(tǒng)的成敗——是穩(wěn)定識別還是誤判頻發(fā)，是全天候工作還是只能在特定光線下運行。濾光片的核心價值在于通過光譜選擇，將復(fù)雜的光學(xué)問題轉(zhuǎn)化為相對簡單的圖像處理問題。它不改變機器人的“大腦”（算法），而是優(yōu)化機器人的“眼睛”接收到的原始信號，從物理層面提升視覺系統(tǒng)的魯棒性與適應(yīng)性。

（圖源豆包）

一、機器人視覺的三大核心挑戰(zhàn)

在討論濾光片之前，我們需要理解機器人視覺系統(tǒng)在實際應(yīng)用中普遍面臨的難題：

1.1 環(huán)境光干擾

工廠車間的日光燈頻閃、戶外太陽光的強度變化、夜間車燈的眩光……環(huán)境光的波動會直接導(dǎo)致圖像亮度和對比度變化，使視覺算法的穩(wěn)定性受到挑戰(zhàn)。同一個工件在白天的圖像和晚上的圖像可能存在顯著差異，導(dǎo)致算法需要不斷調(diào)整參數(shù)或出現(xiàn)誤判。

1.2 目標(biāo)與背景對比度不足

許多檢測對象與背景顏色相近（如透明玻璃在傳送帶上、紅色字符在紅色背景上），導(dǎo)致圖像中目標(biāo)難以區(qū)分。此時，普通白光照明無法提供足夠的灰度差異，目標(biāo)的輪廓、特征被背景淹沒。

1.3 多物理量耦合

有時候機器人需要的信息不僅是物體的形狀，還包括材質(zhì)、溫度、成分等。普通可見光圖像難以區(qū)分這些屬性——例如兩種顏色相同但材質(zhì)不同的塑料，在可見光下幾乎無法分辨，但它們對特定紅外波段的反射率可能存在顯著差異。

（圖源網(wǎng)絡(luò)，侵刪）

二、按應(yīng)用場景劃分的濾光片解決方案

2.1 工業(yè)制造場景：在強干擾下穩(wěn)定成像

場景描述：在自動化產(chǎn)線上，機器人需要24小時不間斷地完成定位、檢測、識別任務(wù)。車間環(huán)境復(fù)雜——頭頂是頻閃的熒光燈，旁邊是電焊弧光，窗外還有變化的自然光。這些干擾直接作用于圖像傳感器，導(dǎo)致成像質(zhì)量波動。

光學(xué)挑戰(zhàn)：環(huán)境光波動導(dǎo)致圖像亮度不穩(wěn)定，同一工件在不同時間、不同工位的圖像存在差異，視覺算法需要不斷調(diào)整參數(shù)或增加預(yù)處理環(huán)節(jié)。

濾光片解決方案：窄帶濾光片 + 匹配波長光源：構(gòu)建“光學(xué)隔離環(huán)境”

工作原理：在鏡頭前加裝窄帶濾光片，只允許特定波段的光通過；同時使用與該波段匹配的LED照明。這樣一來，相機主要接收機器人自帶光源反射回來的光，環(huán)境光（包括日光燈、自然光等）被有效截止。

實際效果：即使車間燈光全部關(guān)閉或全部打開，工件圖像幾乎不變，算法無需調(diào)整，實現(xiàn)了24小時穩(wěn)定成像。

典型應(yīng)用：

汽車零部件尺寸測量

電子元件的定位貼裝（如SMT貼片機）

包裝生產(chǎn)線上的條碼讀取與字符識別

（NBP550窄帶濾光片）

2.2 透明/反光物體檢測場景：看見“看不見”的目標(biāo)

場景描述：機器人需要檢測透明玻璃瓶的液位高度、塑料薄膜的封口質(zhì)量，或者高反光金屬表面的劃痕。這些物體要么“隱形”（光線穿透），要么像鏡子一樣反射周圍環(huán)境，使缺陷淹沒在倒影中。

光學(xué)挑戰(zhàn)：

透明物體：光線穿透目標(biāo)，難以提取輪廓，普通照明下目標(biāo)與背景融為一體。

反光物體：表面倒映出周圍環(huán)境（如燈管、設(shè)備、操作人員），干擾缺陷識別，劃痕、凹陷等特征被反射光掩蓋。

濾光片解決方案：

方案A：利用穿透性強的波段

紅光（600-700nm）和近紅外光（700-1100nm）對玻璃、塑料、液體等透明介質(zhì)穿透力強，散射損失小。采用對應(yīng)波長的帶通濾光片，配合背光照明，可以獲得清晰的目標(biāo)輪廓——液體或玻璃吸收/阻擋光線，形成暗區(qū)，背景透光形成亮區(qū)，對比度極高。

（NBP635窄帶濾光片）

方案B：偏振濾光片消除反光

在鏡頭前加裝偏振片（配合偏振光源），可以截止特定方向的反射光，只保留漫反射光。鏡面反射光具有偏振特性，而漫反射光則失去偏振性，通過正交偏振設(shè)置可有效消除鏡面反射，使表面缺陷顯現(xiàn)出來。

典型應(yīng)用：

醫(yī)藥生產(chǎn)線：安瓿瓶液位檢測、異物檢測

食品包裝：透明薄膜封口質(zhì)量檢查、瓶蓋密封性檢測

3C制造：鏡面手機外殼劃痕檢測、芯片引腳共面性測量

（偏振濾光片）

2.3 戶外移動機器人場景：全天候環(huán)境適應(yīng)

場景描述：自動駕駛汽車、農(nóng)業(yè)機器人、巡檢機器人在戶外作業(yè)，面臨太陽光直射、陰影變化、雨霧天氣等復(fù)雜條件。視覺系統(tǒng)必須能在強光下不飽和，在弱光下能看清，在霧天能穿透水汽。

光學(xué)挑戰(zhàn)：

太陽光中含有大量紅外成分，會導(dǎo)致基于主動光源的傳感器（如激光雷達(dá)、結(jié)構(gòu)光相機）接收端飽和或產(chǎn)生干擾。

雨霧天氣下，可見光散射嚴(yán)重，能見度降低，物體輪廓模糊。

光照動態(tài)范圍極大（從直射日光到陰影處可能相差數(shù)個數(shù)量級）。

（NBP940窄帶濾光片）

濾光片解決方案：

方案A：對抗強太陽光（針對主動視覺）

對于依賴主動光源的傳感器（如激光雷達(dá)、深度相機），在接收端加裝極窄帶濾光片（帶寬<10nm，甚至<3nm），將接收窗口精確限制在激光波長附近（如905nm、940nm）。太陽光雖然是寬譜，但在該極窄波段內(nèi)的能量有限，因此可以有效抑制太陽光干擾，實現(xiàn)日光下穩(wěn)定工作。

方案B：穿透霧霾

霧霾天氣下，可見光（400-700nm）散射嚴(yán)重，但近紅外光（如850nm、940nm）波長更長，散射損失更?。ㄈ鹄⑸鋸姸扰c波長的四次方成反比）。采用近紅外帶通濾光片，配合紅外補光，可以在霧天獲得比可見光更清晰的圖像，提升機器人在惡劣天氣下的作業(yè)能力。

方案C：高動態(tài)范圍適應(yīng)

雖然濾光片本身不直接解決動態(tài)范圍問題，但通過選擇對傳感器量子效率高的波段，可以在不增加曝光時間的前提下提升信號強度，間接改善弱光表現(xiàn)。

典型應(yīng)用：

自動駕駛：激光雷達(dá)接收鏡頭、紅外攝像頭

農(nóng)業(yè)機器人：田間導(dǎo)航與作物識別（利用近紅外區(qū)分植被與土壤）

安防巡檢：夜間監(jiān)控、霧天作業(yè)、電力線巡檢

（NBP850窄帶濾光片）

2.4 多光譜與物質(zhì)分析場景：看見“不可見”的信息

場景描述：機器人需要判斷水果的糖度、分揀不同材質(zhì)的塑料、識別偽裝目標(biāo)、評估作物健康狀況。這些信息無法通過普通彩色圖像獲取，因為物質(zhì)的化學(xué)成分、水分含量、成熟度等屬性，往往體現(xiàn)在特定波段的反射或吸收特性上，而這些波段可能位于可見光之外。

光學(xué)挑戰(zhàn)：普通彩色相機只有紅、綠、藍(lán)三個通道，信息量有限，無法區(qū)分光譜特性相似但成分不同的物質(zhì)。例如兩種顏色相同的塑料，在可見光下無法分辨，但它們在中紅外波段可能有不同的吸收峰。

濾光片解決方案：

多光譜濾光片輪或濾光片陣列

通過切換不同波段的濾光片，讓同一個相機分時采集多個光譜通道的圖像（或使用集成式濾光片陣列一次采集）。

利用不同物質(zhì)在各波段的光譜反射率差異，通過算法進(jìn)行分類、識別或定量分析。

（多光譜濾光片）

典型波段選擇：

540nm-560nm：葉綠素反射峰，用于植被識別和健康評估

670nm-680nm：葉綠素吸收峰，用于區(qū)分植被與土壤

800nm-900nm：近紅外平臺，用于水分和細(xì)胞結(jié)構(gòu)分析（植被在近紅外波段反射率高）

970nm附近：水分吸收峰，用于含水量檢測

1200nm以上短波紅外：用于礦物、塑料、食品成分分析

典型應(yīng)用：

農(nóng)業(yè)機器人：水果成熟度分級（利用糖分在特定波段的吸收特征）、雜草識別

垃圾分類機器人：區(qū)分PET、PP、PVC等塑料（利用它們在近紅外波段的特征吸收峰）

軍工/安防：偽裝目標(biāo)識別（人造偽裝與自然背景的光譜特性往往不同）

礦業(yè)/地質(zhì)：礦石成分分析

2.5 醫(yī)療與特種場景：與生命和危險打交道

場景描述：手術(shù)機器人需要區(qū)分正常組織和病變組織；核設(shè)施機器人需要在強輻射環(huán)境下工作；水下機器人需要還原真實色彩。這些場景對濾光片提出了特殊要求。

光學(xué)挑戰(zhàn)：

醫(yī)療：不同組織在可見光下對比度低，難以精確定位病灶邊界。

輻射環(huán)境：普通光學(xué)玻璃會受輻射影響而變暗（輻照著色），導(dǎo)致透光率下降。

水下：水體選擇性吸收不同波長的光（紅光被強烈吸收，藍(lán)綠光穿透最深），導(dǎo)致色彩失真。

（BP830帶通濾光片）

濾光片解決方案：

醫(yī)療熒光成像：注射吲哚青綠（ICG）等造影劑后，使用匹配的帶通濾光片（如830nm附近）接收熒光信號，同時用截止濾光片阻斷激發(fā)光（通常為780nm左右）。這樣可以清晰顯示血管、淋巴或腫瘤邊界，輔助手術(shù)機器人精準(zhǔn)操作。

抗輻射濾光片：

采用特殊玻璃基材（如摻鈰玻璃）或鍍膜，在γ射線、中子等輻射環(huán)境下保持透光率穩(wěn)定，用于核設(shè)施巡檢機器人的視覺系統(tǒng)。

水下色彩校正：

水體對紅光的吸收遠(yuǎn)強于藍(lán)綠光，水下10米后世界呈現(xiàn)藍(lán)綠色。使用色彩補償濾光片（如淺紅色濾光片），可以部分還原物體的真實色彩，幫助水下機器人進(jìn)行目標(biāo)識別和作業(yè)。

三、如何為機器人視覺系統(tǒng)選配濾光片？

從以上場景可以看出，濾光片的選擇并非從型號出發(fā)，而是從實際需求出發(fā)。以下是選型的基本邏輯框架：

第一步：明確核心任務(wù)

我要讓機器人看見什么？（輪廓、顏色、缺陷、材質(zhì)、還是生物特征？）

什么因素在干擾我？（環(huán)境光波動、反光、目標(biāo)透明、還是距離/天氣？）

第二步：選擇光學(xué)策略

第三步：匹配光源與相機

光源匹配：窄帶濾光片必須與光源中心波長精確匹配。LED光源的波長可能隨溫度漂移，需考慮實際工作條件下的波長穩(wěn)定性。

相機響應(yīng)：需查閱相機傳感器的光譜響應(yīng)曲線，確保所選波段在傳感器敏感范圍內(nèi)（例如CMOS在近紅外波段響應(yīng)通常下降）。

角度效應(yīng)：干涉型濾光片的中心波長會隨光線入射角變化而偏移（藍(lán)移）。大視場鏡頭或廣角應(yīng)用需選擇專門設(shè)計的廣角濾光片，或通過光路設(shè)計控制入射角。

（濾光片波段偏移圖-僅供參考）

四、常見誤區(qū)與注意事項

誤區(qū)一：濾光片越窄越好

雖然窄帶濾光片抗干擾能力強，但過窄的帶寬會導(dǎo)致光能量損失過大，需要更強的光源或更高的相機增益，反而可能引入噪聲。實際應(yīng)用中，10-30nm帶寬通常足夠應(yīng)對大多數(shù)工業(yè)場景。極窄帶（<5nm）僅在特殊需求（如激光雷達(dá)抗陽光）中使用。

誤區(qū)二：只看中心波長，忽略截止深度

對于強干擾環(huán)境（如戶外太陽光），需要關(guān)注濾光片的截止深度（OD值，光學(xué)密度）。OD值越高，對非通帶光的抑制能力越強。OD4（透過率10??，即萬分之一）是工業(yè)應(yīng)用的基礎(chǔ)要求；OD6（百萬分之一）用于激光防護(hù)等極端場合。

誤區(qū)三：濾光片可以隨意搭配任意光源

窄帶濾光片必須與光源中心波長精確匹配，且光源的光譜帶寬應(yīng)小于濾光片帶寬，否則部分光源能量會被截止。如果光源波長漂移（如LED隨溫度變化）或濾光片中心波長偏差，都會導(dǎo)致光效率大幅下降。建議在系統(tǒng)設(shè)計時進(jìn)行光譜匹配驗證。

誤區(qū)四：彩色相機不需要濾光片

彩色相機本身帶有拜耳濾光片陣列，但這僅用于色彩還原，且各像素點只允許紅、綠、藍(lán)之一通過，效率較低。在特定波段成像時，外置濾光片依然必要——例如使用窄帶濾光片配合單色相機可獲得更高信噪比。若必須使用彩色相機，需注意外置濾光片可能與拜耳濾光片產(chǎn)生干涉，導(dǎo)致圖像出現(xiàn)摩爾紋或色彩異常，應(yīng)進(jìn)行測試驗證。

誤區(qū)五：忽略濾光片的環(huán)境適應(yīng)性

在高溫、高濕、震動環(huán)境下，濾光片的鍍膜可能老化、脫落或中心波長漂移。對于戶外或嚴(yán)酷工業(yè)環(huán)境，應(yīng)選用環(huán)境穩(wěn)定性高的濾光片（如硬質(zhì)鍍膜、密封封裝），并考慮溫度對波長的影響。

濾光片在機器人視覺系統(tǒng)中扮演的角色，可以用一個比喻來理解：它是一扇只對特定光線打開的門。當(dāng)我們需要機器人在復(fù)雜環(huán)境中穩(wěn)定工作，或者需要它看到人眼看不到的信息時，這扇門就成為了感知系統(tǒng)的關(guān)鍵。從工業(yè)產(chǎn)線上的窄帶濾光片，到農(nóng)業(yè)機器人的多光譜成像，再到醫(yī)療領(lǐng)域的熒光濾光片，濾光片技術(shù)始終圍繞著同一個核心目標(biāo)：讓機器人更準(zhǔn)確地感知世界。對于視覺工程師而言，理解不同應(yīng)用場景下的光學(xué)挑戰(zhàn)，比記住幾個型號參數(shù)更為重要——因為工具永遠(yuǎn)是為解決問題服務(wù)的。

隨著機器人應(yīng)用場景的不斷拓展，濾光片技術(shù)也在向更窄帶寬、更廣角度、芯片級集成、可調(diào)諧等方向發(fā)展。未來，濾光片將不僅是光學(xué)附件，而是與傳感器、算法深度融合，成為機器人感知系統(tǒng)中更具主動性的智能環(huán)節(jié)。