A hagyományos 2D kamerák csak egy lapos, kétdimenziós világot látnak. Felismerhetik az objektumok alakját és színét, de nem értik azok helyzetét, méretét vagy távolságát az űrben. Ez korlátozza számos fejlett robotika és automatizálási alkalmazás képességeit. A mélységérzékelő kamerák kialakulása megváltoztatta ezt. A gépeknek új "háromdimenziós" észlelési képességet adnak, lehetővé téve a rendszerek számára, hogy megértsék az emberekhez hasonló helyet, amely hatalmas alkalmazási teret nyit a beágyazott látás és a 3D-s érzékelési megoldások számára.
A kameramodulokra szakosodott tanácsadóként ez a cikk mélyreható elemzést nyújt a mélységérzékelő kameratechnológiáról, annak fő típusairól, valamint a robotika, a logisztika és az AR/VR alkalmazásáról. Megvizsgáljuk az egyes technológiák jellemzőit, hogy segítsük a mérnököket megérteni, hogyan működnek a mélységérzékelő kamerák, és a leginkább tájékozottabb választást hozzák meg projektjeikhez.
Mi az a mélységérzékelő kamera, és miért van szükségünk rá?
A mélységérzékelő kamera, Gyakran 3D -s kamerának is nevezik, egy olyan kamera, amely a jelenet minden pixelének mélységinformációit rögzítheti. Nemcsak a hagyományos RGB képet ad ki, hanem egy mélységtérképet vagy pont felhőadatot is. A mélységtérkép minden pixel értéke a pont és a kamera közötti távolságot képviseli.
A 3D -s kamerákra szükség van, mert a 2D képek nem tudják megoldani a látás alapvető problémáját: a térbeli kétértelműség. A 2D -es kamera nem képes megkülönböztetni egy kis objektum és egy távoli nagy tárgy között. Ezenkívül a megvilágítási variációk, az árnyékok és az elzáródások mind a 2D látási rendszerek meghibásodását okozhatják. Például egy árnyékban lévő objektum összetéveszthető egy másik objektummal, vagy egyszerűen nem észlelhető.
A mélységkamerák tökéletesen foglalkoznak ezzel a problémával a pontos távolsági információk megadásával. Gépeket biztosítanak olyan geometriai információkkal, amelyeket a megvilágítás, a szín és a textúra nem érint. Ez a 3D alak-alapú észlelési képesség lehetővé teszi a gépek számára, hogy megértsék és kölcsönhatásba lépjenek a valós világban, megalapozva a beágyazott Vision 3D érzékelési megoldások megvalósítását.
A mai elérhető mélységérzékelő technológiák közül a három legnépszerűbb és leggyakrabban használt:
1. strukturált fény
2. repülés ideje
2.1 A repülés közvetlen ideje (DTOF)
2.1.1 Lidar
2.2 A repülés közvetett ideje (ITOF)
3. sztereo látás
Ezután nézzük meg közelebbről, hogyan működik ezeknek a mélységérzékelő technológiáknak.
Három mainstream technológia a mélységkamerákhoz
Annak megértése érdekében, hogy a mélységérzékelő kamerák hogyan működnek, fontos, hogy mélyen megértsük a mögöttük lévő mélységkamera technológia alaptípusait. Jelenleg három fő mainstream mélységi kamera technológiája van.
1. strukturált fénykamera
A strukturált könnyű kamera aktív képalkotó technológia. Nagy teljesítményű infravörös kivetítőt használ egy ismert fénymintázat, például egy pontos pontból álló konkrét minta kivetítéséhez a jelenetre. Ezután egy vagy több kamerát használ a minta torzulásának megragadására egy objektum felületén. Ennek a torzításnak a kiszámításával a kamera következtetheti az objektum 3D alakját és távolságát.
Ez a technológia rendkívül pontos és nagy felbontású mélységű adatokat szolgáltat, különösen a közeli tartományokban. A szubmilliméter mérési képessége kiemelkedik az objektum részleteinek pontos mérését igénylő alkalmazásokban. A vetített fényt azonban befolyásolhatja a környezeti fény (különösen az erős napfény), amely befolyásolja a mérési pontosságot. Ezenkívül, ha több strukturált könnyű kamerát használnak ugyanabban a térben, akkor vetítési mintáik zavarhatják egymást.
2. repülési idő kamera
A repülési idő kamerái, az állandó fénysebesség elvén alapulva, infravörös fényt bocsátanak ki, és megmérik az időt, amely ahhoz szükséges, hogy a fényimulzus visszatérjen a kameraérzékelőhöz. Ezen időbeli különbség alapján az objektum és a kamera közötti távolság pontosan kiszámítható. Ezt a folyamatot általában párhuzamosan hajtják végre minden pixelnél, lehetővé téve a magas keretes mélység-rögzítést.
A távolság meghatározására alkalmazott módszertől függően a TOF két típusba sorolható: közvetlen repülési idő (DTOF) és közvetett repülési idő (ITOF).
2.1.Direct repülési idő (DTOF)
A DTOF közvetlenül méri a könnyű impulzus repülésének idejét a kibocsátásból a visszatérésig. Dedikált érzékelőt használ az egyes fotonok érkezési idejének pontos észlelésére. Ez a közvetlen mérési módszer lehetővé teszi a hosszabb mérési távolságot és a nagyobb pontosságot.
2.1.1.Lidar
A LIDAR (lézer radar) egyfajta DTOF technológia. Általában egy lézeres szkennert használ a lézer fénypont pontról pontra bocsátására, és a tükröződő fényt kap egy nagy pontosságú pontfelhő előállításához. A LIDAR hosszú detektálási tartománya és erős ellenállása a környezeti fénynek ideálissá teszi az autonóm vezetést és a robotok nagy pontosságú feltérképezését.
2.2.Arutás repülési idő (ITOF)
Az ITOF nem méri közvetlenül az időt. Ehelyett egy folyamatos modulált fényhullámot továbbít, és méri a fáziskülönbséget a tükrözött és a kibocsátott fény között. Ez a fáziskülönbség arányos a fény repülési idejével. Az ITOF rendszerek általában kompaktabbak, kevesebb energiát fogyasztanak, és magasabb képkocka -sebességet érnek el. Ezek alkalmasak rövid hatótávolságú beltéri alkalmazásokra, például gesztusfelismeréshez és architelesítéshez.
3. sztereo látó kamera
Egy sztereo látáskamera utánozza az emberi binokuláris látást. Két kamerát használ, rögzített alap távolságra szerelve, hogy egyszerre rögzítse ugyanazt a jelenetet. Komplex algoritmusok felhasználásával a rendszer megtalálja a két kép megfelelő pontjait, és a háromszögelési elvek felhasználásával kiszámítja az egyes pontok helyzetét a háromdimenziós térben, egyenlőtlenségi térképet generálva.
Ez a passzív technológia nem igényel további fényforrást, így alkalmas a kültéri használatra és a bőséges természetes fényű környezetre. Nagy felbontású mélység térképeket biztosít, amelyeket az objektum anyag nem érint. A sztereo látás azonban számítási szempontból intenzív, és hatékony processzort igényel a kép illesztésének végrehajtásához. A textureless területeken (például fehér falak vagy egységes színű felületek) is küzd, mivel az algoritmus nem talál megfelelő pontokat.
| Ingatlan | Strukturált fény | Sztereo látás | Lidar | dtof | itof |
| Alapelv | A tervezett mintázat -torzítás | Kettős kamera kép összehasonlítás | A visszavert fény repülésének ideje | A visszavert fény repülésének ideje | A modulált fényimulzus fáziseltolódása |
| Szoftver bonyolultság | Magas | Magas | ALACSONY | ALACSONY | Közepes |
| Költség | Magas | ALACSONY | Változó | Alacsony | Közepes |
| Pontosság | Mikrométerszintű | Centiméteres szintű | Távolságú | Milliméter a centiméterre | Milliméter a centiméterre |
| Üzemeltetési tartomány | Rövid | ~ 6 méter | Nagyon méretezhető | Méretezhető | Méretezhető |
| Gyenge fényviszonyok teljesítménye | Jó | Gyenge | Jó | Jó | Jó |
| Kültéri előadás | Gyenge | Jó | Jó | Mérsékelt | Mérsékelt |
| Letapogatási sebesség | Lassú | Közepes | Lassú | Gyors | Nagyon gyorsan |
| Tömörség | Közepes | Alacsony | Alacsony | Magas | Közepes |
| Energiafogyasztás | Magas | Alacsony és méretezhető | Magas vagy méretezhető | Közepes | Méretezhető és közepes |
Melyek a mélységkamerák alapvető alkalmazási forgatókönyvei?
A 3D -s kamera technológia a laboratóriumból a kereskedelmi használatra költözött, és változatos képességei forradalmasítják a különféle iparágakat.
1. Robotika és automatizálás
A robotika mélységkamerái a robotok "térbeli észlelési szervei". Az automatizált gyártósorokban a robotoknak pontosan azonosítaniuk kell és meg kell ragadniuk a véletlenszerűen egymásra rakott munkadarabokat . 3 D kamerák nagyon pontos pontfelhő-adatokat generálhatnak, segítve a robotokat a háromdimenziós póz megértésében és az objektumok helyzetében, lehetővé téve a pontos ragadozást, a válogatást és az összeszerelést, a termelés hatékonyságának jelentős javítását.
2. kibővített valóság (AR) és virtuális valóság (VR)
Az AR/VR készülékek valós idejű környezeti tudatosságot igényelnek a virtuális tárgyak zökkenőmentesen történő integrálásához a való világba. A mélységkamerák elvégezhetik a felhasználó szobájának háromdimenziós beolvasását, és pontos mélységi térképet készíthetnek. Ez lehetővé teszi a virtuális objektumok pontosan elhelyezését egy asztalra vagy a valós objektumok mögött rejtve, jelentősen javítva a felhasználó magával ragadó és interaktív élményét.
3. logisztika és raktárkezelés
Az automatizált raktározás, a csomagmennyiség mérése és a raklapok a logisztikai ipar alapvető követelményei.3D kamerákGyorsan megmérheti a csomagok mennyiségét és súlyát a teherautó -terhelés optimalizálása érdekében. Az automatizált raktárakban a robotokat irányíthatják, hogy pontosan válasszák és helyezzék el az elemeket a polcokról, és végezzék el a készletszámot, lehetővé téve a raktár hatékony kezelését.
4. Egészségügyi és biometria
Az egészségügyi területen a 3D kamerák használhatók az érintés nélküli testméréshez, a testtartás elemzéséhez és a műtéti tervezéshez. A 3D -s szkennelés révén a mélységkamerák emberi modelleket generálhatnak a testreszabott protézisek és orthotikák számára. A biometrikus anyagokban azonosíthatják az egyedi arc geometriáját, hogy biztonságosabb hitelesítést biztosítsanak, és megakadályozzák a fényképet vagy a videó hamisítást.
Összefoglalás
A mélységérzékelő kamerák jelentős technológiai fejlõdést jelentenek a beágyazott látóképen. Akár strukturált fény, repülési idő vagy binokuláris látás, mindegyik technológia egyedi megoldásokat kínál a 3D észleléshez. Az alkalmazási forgatókönyv (például a robotika mélységkameráinak) alapján történő pontos kiválasztása az alkalmazási forgatókönyv alapján elengedhetetlen az alkalmazás forgatókönyve (például a mélységkamerák) alapján történő megértése. A mélységkamerák felhatalmazzák a gépeket azzal a képességgel, hogy érzékeljék a háromdimenziós világot, és mély átalakulást hajtanak végre az automatizálásról az intelligenciára.
A MuchVision segít kiválasztani a mélységkamerát
Arra törekszik, hogy kiválasztja a projekthez megfelelő mélységi kamerát?Vegye fel a kapcsolatot ma szakértői csapatunkkalA professzionális beágyazott látás és a 3D -s érzékelési megoldás tanácsadásához, amely segít az alkalmazás legjobb gépi látásrendszerének felépítésében.
