深度相机是一种能够获取场景三维信息的传感器，它通过主动或被动方式测量物体与相机之间的距离，生成包含深度信息的点云数据或深度图。与普通RGB相机不同，深度相机不仅记录物体的颜色信息，还能精确捕捉物体在三维空间中的几何形状和位置。目前主流的深度相机技术包括结构光（Structured Light）、飞行时间（ToF, Time of Flight）和双目立体视觉（Stereo Vision）等方案。其中结构光方案通过投射特定图案并分析变形来解算深度，ToF则通过测量光脉冲往返时间计算距离，而双目方案则模拟人类双眼视差原理。
在自动驾驶领域，深度相机为环境感知提供了关键的几何维度数据。其输出的深度信息可直接用于障碍物检测、距离估算、SLAM建图等核心功能，特别是在近距离场景（如泊车、低速城区驾驶）中展现出独特优势。特斯拉等厂商曾采用结构光方案实现精准测距，而现代ToF相机更因其抗干扰能力和远距离探测特性，被广泛应用于乘用车舱内监控系统。值得注意的是，当前深度相机仍面临光照敏感、多设备干扰等工程挑战，这促使行业不断探索多传感器融合方案以提升系统鲁棒性。