必要な要件は正確さ，高速性，安定性，使いやすさ

　このようにして，カメラとプロジェクター，パソコンがあって，パターン照射ができれば，距離が測れます。そこで問題になるのは，カメラとプロジェクターの配置の仕方です。外界の1mを3Dセンサーとして1mとして測れるように，物理的整合性をとることが求められます。
　物理的整合性が必要なカメラに，この距離が1m，これが20cmと教えるのがカメラキャリブレーションです。たくさんの手法がありますが，現在存在する手法で，原理的な限界までの計測精度を引き出すことは十分可能です。また市販の線形演算，最適化手法などを含む数値演算パッケージで容易に実装することができます。カメラキャリブレーション原理を基に，カメラとプロジェクターを設定し，より計測精度を上げるためには，ノイズ耐性を向上させる必要があります。
　ここまで紹介した三角測量による3D画像センサーは鏡のような鏡面性を持つ物体には対応することができず，鏡に映ったものを三角測量してしまいます。ですから，同じ距離にあるボールでも，鏡の場所で計測しますので，鏡が近いと距離は短く，遠いと長く測ってしまいます。そのため，鏡面物体の計測では照明を工夫し，拡散板を挟んで，プロジェクターの光を拡散させて，鏡面物体にパターンを照射し，実際の距離を測ります。
　こうした点を踏まえて，3D画像センシングの実用化を考えるポイントは次の4つにまとめることができます。1つ目が高精度/高確度，ロバストなどの正確さです。絶対的な距離を求めるような場合には，同軸測量よりも三角測量の方が優れています。2つ目が高速性，3つ目が安定性です。温度が変化すると距離も変わってしまうので，三角測量の方が同軸測距と比べ，温度変化に対応するための制御が難しいことが多いです。また距離はラフでもいいが，別の情報も併せて得たいという場合は，TOFの方が合っています。マイクロソフトがこの5月に発表した「Kinect2」は三角測量から同軸測距（TOF）に方式を変更しましたが，そうした点が背景にあるのだと思います。そして，4つ目が設計段階での安全対策を施すフールプルーフやカスタマイズ性などの使いやすさです。