在機器人視覺系統中，濾光片常被視為一個不起眼的配角。然而，當機器人走出實驗室、進入千變萬化的真實環境時，這個小小的光學元件往往決定著視覺系統的成敗——是穩定識別還是誤判頻發，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，將復雜的光學問題轉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的魯棒性與適應性。

（圖源豆包）

一、機器人視覺的三大核心挑戰

在討論濾光片之前，我們需要理解機器人視覺系統在實際應用中普遍面臨的難題：

1.1 環境光干擾

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……環境光的波動會直接導致圖像亮度和對比度變化，使視覺算法的穩定性受到挑戰。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，導致算法需要不斷調整參數或出現誤判。

1.2 目標與背景對比度不足

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），導致圖像中目標難以區分。此時，普通白光照明無法提供足夠的灰度差異，目標的輪廓、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、溫度、成分等。普通可見光圖像難以區分這些屬性——例如兩種顏色相同但材質不同的塑料，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。

（圖源網絡，侵刪）

二、按應用場景劃分的濾光片解決方案

2.1 工業制造場景：在強干擾下穩定成像

場景描述：在自動化產線上，機器人需要24小時不間斷地完成定位、檢測、識別任務。車間環境復雜——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，導致成像質量波動。

光學挑戰：環境光波動導致圖像亮度不穩定，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整參數或增加預處理環節。

濾光片解決方案：窄帶濾光片 + 匹配波長光源：構建“光學隔離環境”

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閉或全部打開，工件圖像幾乎不變，算法無需調整，實現了24小時穩定成像。

典型應用：

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

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境，使缺陷淹沒在倒影中。

光學挑戰：

透明物體：光線穿透目標，難以提取輪廓，普通照明下目標與背景融為一體。

反光物體：表面倒映出周圍環境（如燈管、設備、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、液體等透明介質穿透力強，散射損失小。采用對應波長的帶通濾光片，配合背光照明，可以獲得清晰的目標輪廓——液體或玻璃吸收/阻擋光線，形成暗區，背景透光形成亮區，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，通過正交偏振設置可有效消除鏡面反射，使表面缺陷顯現出來。

典型應用：

醫藥生產線：安瓿瓶液位檢測、異物檢測

食品包裝：透明薄膜封口質量檢查、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：全天候環境適應

場景描述：自動駕駛汽車、農業機器人、巡檢機器人在戶外作業，面臨太陽光直射、陰影變化、雨霧天氣等復雜條件。視覺系統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。

光學挑戰：

太陽光中含有大量紅外成分，會導致基于主動光源的傳感器（如激光雷達、結構光相機）接收端飽和或產生干擾。

雨霧天氣下，可見光散射嚴重，能見度降低，物體輪廓模糊。

光照動態范圍極大（從直射日光到陰影處可能相差數個數量級）。

（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、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，但在該極窄波段內的能量有限，因此可以有效抑制太陽光干擾，實現日光下穩定工作。

方案B：穿透霧霾

霧霾天氣下，可見光（400-700nm）散射嚴重，但近紅外光（如850nm、940nm）波長更長，散射損失更小（瑞利散射強度與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能力。

方案C：高動態范圍適應

雖然濾光片本身不直接解決動態范圍問題，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。

典型應用：

自動駕駛：激光雷達接收鏡頭、紅外攝像頭

農業機器人：田間導航與作物識別（利用近紅外區分植被與土壤）

安防巡檢：夜間監控、霧天作業、電力線巡檢

（NBP850窄帶濾光片）

2.4 多光譜與物質分析場景：看見“不可見”的信息

場景描述：機器人需要判斷水果的糖度、分揀不同材質的塑料、識別偽裝目標、評估作物健康狀況。這些信息無法通過普通彩色圖像獲取，因為物質的化學成分、水分含量、成熟度等屬性，往往體現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。

光學挑戰：普通彩色相機只有紅、綠、藍三個通道，信息量有限，無法區分光譜特性相似但成分不同的物質。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）。

利用不同物質在各波段的光譜反射率差異，通過算法進行分類、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，用于區分植被與土壤

800nm-900nm：近紅外平臺，用于水分和細胞結構分析（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

典型應用：

農業機器人：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：偽裝目標識別（人造偽裝與自然背景的光譜特性往往不同）

礦業/地質：礦石成分分析

2.5 醫療與特種場景：與生命和危險打交道

場景描述：手術機器人需要區分正常組織和病變組織；核設施機器人需要在強輻射環境下工作；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。

光學挑戰：

醫療：不同組織在可見光下對比度低，難以精確定位病灶邊界。

輻射環境：普通光學玻璃會受輻射影響而變暗（輻照著色），導致透光率下降。

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

（BP830帶通濾光片）

濾光片解決方案：

醫療熒光成像：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，輔助手術機器人精準操作。

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、中子等輻射環境下保持透光率穩定，用于核設施巡檢機器人的視覺系統。

水下色彩校正：

水體對紅光的吸收遠強于藍綠光，水下10米后世界呈現藍綠色。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，幫助水下機器人進行目標識別和作業。

三、如何為機器人視覺系統選配濾光片？

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

第一步：明確核心任務

我要讓機器人看見什么？（輪廓、顏色、缺陷、材質、還是生物特征？）

什么因素在干擾我？（環境光波動、反光、目標透明、還是距離/天氣？）

第二步：選擇光學策略

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定性。

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

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

（濾光片波段偏移圖-僅供參考）

四、常見誤區與注意事項

誤區一：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。實際應用中，10-30nm帶寬通常足夠應對大多數工業場景。極窄帶（<5nm）僅在特殊需求（如激光雷達抗陽光）中使用。

誤區二：只看中心波長，忽略截止深度

對于強干擾環境（如戶外太陽光），需要關注濾光片的截止深度（OD值，光學密度）。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）是工業應用的基礎要求；OD6（百萬分之一）用于激光防護等極端場合。

誤區三：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，都會導致光效率大幅下降。建議在系統設計時進行光譜匹配驗證。

誤區四：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生干涉，導致圖像出現摩爾紋或色彩異常，應進行測試驗證。

誤區五：忽略濾光片的環境適應性

在高溫、高濕、震動環境下，濾光片的鍍膜可能老化、脫落或中心波長漂移。對于戶外或嚴酷工業環境，應選用環境穩定性高的濾光片（如硬質鍍膜、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。當我們需要機器人在復雜環境中穩定工作，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的關鍵。從工業產線上的窄帶濾光片，到農業機器人的多光譜成像，再到醫療領域的熒光濾光片，濾光片技術始終圍繞著同一個核心目標：讓機器人更準確地感知世界。對于視覺工程師而言，理解不同應用場景下的光學挑戰，比記住幾個型號參數更為重要——因為工具永遠是為解決問題服務的。

隨著機器人應用場景的不斷拓展，濾光片技術也在向更窄帶寬、更廣角度、芯片級集成、可調諧等方向發展。未來，濾光片將不僅是光學附件，而是與傳感器、算法深度融合，成為機器人感知系統中更具主動性的智能環節。