Was sind Tiefensensorkameras? Welche Arten von Tiefensensorkameras gibt es?

Herkömmliche 2D-Kameras sehen nur eine flache, zweidimensionale Welt. Sie können die Form und Farbe von Objekten erkennen, jedoch nicht deren Position, Größe oder Entfernung im Raum verstehen. Dies begrenzt die Fähigkeiten vieler fortschrittlicher Robotik- und Automatisierungsanwendungen. Das Aufkommen von Tiefensensorkameras hat dies verändert. Sie verleihen Maschinen eine neue „dreidimensionale“ Wahrnehmungsfähigkeit und ermöglichen es Systemen, den Raum ähnlich wie Menschen zu verstehen – was einen breiten Anwendungsbereich für Embedded-Vision- und 3D-Wahrnehmungslösungen eröffnet.

Als Berater mit Spezialisierung auf Kameramodule bietet dieser Artikel eine eingehende Analyse der Tiefensensorkameratechnologie, ihrer wichtigsten Typen sowie ihrer Anwendungen in Robotik, Logistik und AR/VR. Wir werden die Eigenschaften jeder Technologie untersuchen, um Ingenieuren ein besseres Verständnis dafür zu vermitteln, wie Tiefensensorkameras funktionieren, und sie bei der bestmöglichen Auswahl für ihre Projekte zu unterstützen.

Was ist eine Tiefensensorkamera und warum benötigen wir sie?

Eine Tiefensensorkamera, die oft auch als 3D-Kamera bezeichnet wird, ist eine Kamera, die für jeden Pixel einer Szene Tiefeninformationen erfassen kann. Sie erzeugt nicht nur ein herkömmliches RGB-Bild, sondern auch eine Tiefenkarte oder Punktwolken-Daten. Jeder Pixelwert in einer Tiefenkarte stellt die Entfernung zwischen diesem Punkt und der Kamera dar.

3D-Kameras sind erforderlich, weil 2D-Bilder ein zentrales Problem der Bildverarbeitung nicht lösen können: die räumliche Mehrdeutigkeit. Eine 2D-Kamera kann nicht unterscheiden zwischen einem kleinen Objekt in unmittelbarer Nähe und einem großen Objekt in größerer Entfernung. Darüber hinaus können Lichtvariationen, Schatten und Verdeckungen dazu führen, dass 2D-Sehsysteme versagen. Beispielsweise kann ein Objekt im Schatten fälschlicherweise als ein anderes Objekt identifiziert oder gar nicht erkannt werden.

Tiefenkameras lösen dieses Problem perfekt, indem sie präzise Entfernungsdaten liefern. Sie versorgen Maschinen mit geometrischen Informationen, die von Beleuchtung, Farbe und Textur unbeeinflusst sind. Diese wahrnehmungsbasierte 3D-Formerkennung ermöglicht es Maschinen, die reale Welt zu verstehen und mit ihr zu interagieren, und legt damit die Grundlage für die Realisierung eingebetteter 3D-Wahrnehmungslösungen im Bereich der Bildverarbeitung.

Von allen heute verfügbaren Tiefenerfassungstechnologien sind die drei beliebtesten und am häufigsten eingesetzten folgende:
1. Strukturiertes Licht
2. Laufzeitverfahren (Time of Flight)
2.1 Direktes Laufzeitverfahren (dToF)
2.1.1 LiDAR
2.2 Indirektes Laufzeitverfahren (iToF)
3. Stereovision

Im Folgenden betrachten wir genauer, wie jede dieser Tiefenerfassungstechnologien funktioniert.

Drei gängige Technologien für Tiefenkameras

Um das Funktionsprinzip von Tiefenerfassungskameras zu verstehen, ist ein tiefes Verständnis der zugrunde liegenden Kernarten der Tiefenkameratechnologie erforderlich. Derzeit gibt es drei gängige Haupttechnologien für Tiefenkameras.

1. Strukturierte-Licht-Kamera

Eine Strukturierte-Licht-Kamera ist eine aktive Bildgebungstechnologie. Sie verwendet einen leistungsstarken Infrarotprojektor, um ein bekanntes Lichtmuster – beispielsweise ein spezifisches Muster aus Tausenden von Punkten – auf eine Szene zu projizieren. Anschließend werden mit einer oder mehreren Kameras die Verzerrungen dieses Musters auf der Oberfläche eines Objekts erfasst. Durch die Berechnung dieser Verzerrungen kann die Kamera die dreidimensionale Form und Entfernung des Objekts bestimmen.

Diese Technologie liefert hochgenaue und hochauflösende Tiefendaten, insbesondere im Nahbereich. Ihre Messgenauigkeit im Submillimeterbereich überzeugt bei Anwendungen, die eine präzise Erfassung von Objektdetails erfordern. Allerdings kann das projizierte Licht durch Umgebungslicht – insbesondere starkes Sonnenlicht – beeinträchtigt werden, was die Messgenauigkeit beeinträchtigt. Zudem kann es bei gleichzeitigem Einsatz mehrerer Strukturierte-Licht-Kameras im selben Raum zu Interferenzen zwischen den Projektionsmustern kommen.

2. Laufzeitkamera

Time-of-Flight-Kameras (Laufzeitkameras) beruhen auf dem Prinzip der konstanten Lichtgeschwindigkeit: Sie emittieren Infrarotlicht und messen die Zeit, die der Lichtimpuls benötigt, um zum Kamera-Sensor zurückzukehren. Anhand dieser Zeitdifferenz lässt sich der Abstand zwischen Objekt und Kamera präzise berechnen. Dieser Vorgang erfolgt typischerweise parallel für jeden Pixel und ermöglicht so eine Tiefenerfassung mit hoher Bildfrequenz.

Je nach verwendeter Methode zur Entfernungsmessung wird Time-of-Flight (ToF) in zwei Typen unterteilt: direktes Time-of-Flight (DToF) und indirektes Time-of-Flight (iToF).

2.1. Direktes Time-of-Flight (dToF)

dToF misst direkt die Laufzeit eines Lichtimpulses von der Emission bis zur Rückkehr. Hierzu wird ein spezieller Sensor eingesetzt, der den Ankunftszeitpunkt einzelner Photonen exakt erfasst. Diese direkte Messmethode ermöglicht größere Messentfernungen und höhere Genauigkeit.

2.1.1. LiDAR

LiDAR (Laser-Radar) ist eine Art dToF-Technologie. Sie verwendet typischerweise einen Laserscanner, um Laserlicht punktweise in einer Szene auszusenden und das reflektierte Licht zu empfangen, um eine hochpräzise Punktwolke zu erzeugen. Die große Erfassungsreichweite von LiDAR sowie seine hohe Unempfindlichkeit gegenüber Umgebungslicht machen sie ideal für autonomes Fahren und hochpräzise Kartierung durch Roboter.

2.2. Indirekte Laufzeitmessung (iToF)

bei iToF wird die Zeit nicht direkt gemessen. Stattdessen wird eine kontinuierliche, modulierte Lichtwelle ausgesandt und die Phasendifferenz zwischen reflektiertem und ausgesandtem Licht bestimmt. Diese Phasendifferenz ist proportional zur Laufzeit des Lichts. iToF-Systeme sind im Allgemeinen kompakter, verbrauchen weniger Energie und erreichen höhere Bildraten. Sie eignen sich für kurzbereichige Indoor-Anwendungen wie Gestenerkennung und Gesichtsauthentifizierung.

3. Stereovisionskamera

Eine Stereo-Vision-Kamera imitiert die menschliche binokulare Sicht. Sie verwendet zwei Kameras, die in einem festen Abstand zueinander montiert sind, um dieselbe Szene gleichzeitig aufzunehmen. Mithilfe komplexer Algorithmen identifiziert das System korrespondierende Punkte in den beiden Bildern und berechnet anhand von Triangulationsprinzipien die Position jedes Punktes im dreidimensionalen Raum, wodurch eine Disparitätskarte erzeugt wird.

Diese passive Technologie benötigt keine zusätzliche Lichtquelle und eignet sich daher besonders für den Außenbereich sowie für Umgebungen mit ausreichend natürlichen Lichtverhältnissen. Sie liefert hochauflösende Tiefenkarten, die unabhängig vom Material des Objekts sind. Stereo-Vision ist jedoch rechenintensiv und erfordert einen leistungsstarken Prozessor für die Bildzuordnung. Zudem stößt sie bei strukturlosen Flächen (wie weißen Wänden oder einfarbigen Oberflächen) an ihre Grenzen, da der Algorithmus keine korrespondierenden Punkte finden kann.

Welche sind die zentralen Anwendungsszenarien von Tiefenkameras?

die 3D-Kameratechnologie ist aus dem Labor in den kommerziellen Einsatz übergegangen, und ihre vielfältigen Funktionen revolutionieren verschiedene Branchen.

1. Robotik und Automatisierung

Tiefenkameras für Roboter fungieren als „räumliche Wahrnehmungsorgane“ von Robotern. In automatisierten Fertigungslinien müssen Roboter zufällig gestapelte Werkstücke präzise erkennen und greifen. 3D-Kameras können hochgenaue Punktwolkendaten erzeugen, wodurch Roboter die dreidimensionale Pose und Position von Objekten verstehen und so ein präzises Greifen, Sortieren und Zusammenbauen ermöglichen – was die Produktionseffizienz und -flexibilität deutlich steigert.

2. Erweiterte Realität (AR) und Virtuelle Realität (VR)

AR/VR-Geräte erfordern eine Echtzeit-Wahrnehmung der Umgebung, um virtuelle Objekte nahtlos in die reale Welt zu integrieren. Tiefenkameras können einen dreidimensionalen Scan des Benutzerraums durchführen und eine präzise Tiefenkarte erstellen. Dadurch können virtuelle Objekte exakt auf einer Tischplatte platziert oder hinter realen Objekten versteckt werden, was das immersive und interaktive Erlebnis des Nutzers erheblich verbessert.

3. Logistik und Lagerverwaltung

Automatisierte Lagerhaltung, Paketvolumenmessung und Palettierung sind Kernanforderungen in der Logistikbranche. 3D-Kameras können das Volumen und Gewicht von Paketen schnell messen, um die Lkw-Beladung zu optimieren. In automatisierten Lagern können sie Roboter präzise beim Herausnehmen und Einräumen von Artikeln aus Regalen sowie bei Inventurzählungen unterstützen und so eine effiziente Lagerverwaltung ermöglichen.

4. Gesundheitswesen und Biometrie

Im Gesundheitswesen können 3D-Kameras für berührungslose Körpervermessung, Haltungsanalyse und chirurgische Planung eingesetzt werden. Mithilfe von 3D-Scanning erzeugen Tiefenkameras menschliche Modelle für maßgeschneiderte Prothesen und Orthesen. In der Biometrie ermöglichen sie die Identifizierung einzigartiger Gesichtsgeometrien, um eine sicherere Authentifizierung zu gewährleisten und das Spoofing mittels Foto oder Video zu verhindern.

Zusammenfassung

Tiefensensorkameras stellen einen bedeutenden technologischen Fortschritt im Bereich des Embedded Vision dar. Ob strukturiertes Licht, Laufzeitverfahren (Time-of-Flight) oder binokulares Sehen – jede dieser Technologien bietet spezifische Lösungen für die 3D-Wahrnehmung. Das Verständnis der Funktionsprinzipien und Eigenschaften dieser Tiefenkameratypen sowie die präzise Auswahl entsprechend dem Anwendungsfall (beispielsweise Tiefenkameras für Robotik) ist für jeden Maschinen-Vision-Ingenieur unerlässlich. Tiefenkameras verleihen Maschinen die Fähigkeit, die dreidimensionale Welt wahrzunehmen und treiben damit einen tiefgreifenden Wandel von der Automatisierung hin zur Intelligenz voran.

Muchvision hilft Ihnen bei der Auswahl einer Tiefenkamera

Haben Sie Schwierigkeiten, die richtige Tiefenkamera für Ihr Projekt auszuwählen? Kontaktieren Sie noch heute unser Expertenteam für professionelle Beratung zu Embedded-Vision- und 3D-Wahrnehmungslösungen und lassen Sie sich dabei unterstützen, das beste Maschinenvisionsystem für Ihre Anwendung zu entwickeln.