Kamera 2D tradisional hanya mampu melihat dunia datar berdimensi dua. Kamera tersebut dapat mengenali bentuk dan warna objek, tetapi tidak mampu memahami posisi, ukuran, atau jarak objek tersebut dalam ruang tiga dimensi. Hal ini membatasi kemampuan banyak aplikasi robotika dan otomatisasi canggih. Kemunculan kamera pengindera kedalaman telah mengubah kondisi tersebut. Kamera ini memberikan kemampuan persepsi "tiga dimensi" baru bagi mesin, sehingga sistem dapat memahami ruang secara mirip dengan manusia, membuka ruang aplikasi yang luas bagi solusi visi tertanam dan persepsi 3D.
Sebagai konsultan yang berspesialisasi dalam modul kamera, artikel ini akan memberikan analisis mendalam mengenai teknologi kamera pengindera kedalaman, jenis-jenis utamanya, serta penerapannya dalam bidang robotika, logistik, dan AR/VR. Kami akan mengulas karakteristik masing-masing teknologi guna membantu para insinyur memahami cara kerja kamera pengindera kedalaman serta membuat pilihan paling tepat untuk proyek mereka.
Kamera pengindera kedalaman, yang juga sering disebut kamera 3D, adalah kamera yang mampu menangkap informasi kedalaman untuk setiap piksel dalam suatu adegan. Kamera ini menghasilkan tidak hanya citra RGB tradisional, tetapi juga peta kedalaman atau data awan titik. Nilai setiap piksel dalam peta kedalaman mewakili jarak antara titik tersebut dan kamera.
kamera 3D diperlukan karena citra 2D tidak mampu mengatasi masalah mendasar dalam penglihatan: ambiguitas spasial. Kamera 2D tidak dapat membedakan antara objek kecil yang berada dekat dan objek besar yang berada jauh. Selain itu, variasi pencahayaan, bayangan, dan oklusi semuanya dapat menyebabkan sistem penglihatan 2D gagal beroperasi. Sebagai contoh, suatu objek yang berada dalam bayangan mungkin disalahartikan sebagai objek lain atau bahkan sama sekali tidak terdeteksi.

Kamera kedalaman secara sempurna mengatasi masalah ini dengan menyediakan informasi jarak yang presisi. Kamera ini memberikan mesin informasi geometris yang tidak terpengaruh oleh pencahayaan, warna, dan tekstur. Kemampuan persepsi berbasis bentuk 3D ini memungkinkan mesin memahami dan berinteraksi dengan dunia nyata, sehingga menjadi fondasi bagi realisasi solusi persepsi penglihatan tertanam (embedded vision) berbasis 3D.
Dari semua teknologi penginderaan kedalaman yang tersedia saat ini, tiga teknologi yang paling populer dan umum digunakan adalah:
1. Cahaya terstruktur
2. Waktu Tempuh (Time of Flight)
2.1 Waktu Tempuh Langsung (Direct Time of Flight/dToF)
2.1.1 LiDAR
2.2 Waktu Tempuh Tak Langsung (Indirect Time of Flight/iToF)
3. Penglihatan Stereo
Selanjutnya, mari kita bahas lebih mendalam cara kerja masing-masing teknologi penginderaan kedalaman ini.
Untuk memahami cara kerja kamera pengindera kedalaman, penting untuk memahami secara mendalam jenis-jenis utama teknologi kamera kedalaman yang mendasarinya. Saat ini, terdapat tiga teknologi kamera kedalaman utama yang dominan.
Kamera cahaya terstruktur adalah teknologi pencitraan aktif. Kamera ini menggunakan proyektor inframerah berdaya tinggi untuk memproyeksikan pola cahaya yang diketahui, seperti pola spesifik yang terdiri dari ribuan titik, ke suatu adegan. Selanjutnya, kamera ini menggunakan satu atau lebih kamera untuk menangkap distorsi pola tersebut pada permukaan suatu objek. Dengan menghitung distorsi ini, kamera dapat menyimpulkan bentuk 3D dan jarak objek tersebut.
Teknologi ini memberikan data kedalaman yang sangat akurat dan beresolusi tinggi, terutama pada jarak dekat. Kemampuan pengukurannya yang mencapai submilimeter unggul dalam aplikasi yang memerlukan pengukuran detail objek secara presisi. Namun, cahaya yang diproyeksikan dapat terganggu oleh cahaya ambient (terutama sinar matahari yang kuat), sehingga memengaruhi akurasi pengukuran. Selain itu, ketika beberapa kamera cahaya terstruktur digunakan dalam ruang yang sama, pola proyeksi masing-masing kamera dapat saling mengganggu.
Kamera Time-of-Flight (ToF), yang didasarkan pada prinsip kecepatan cahaya yang konstan, memancarkan cahaya inframerah dan mengukur waktu yang dibutuhkan pulsa cahaya tersebut untuk dipantulkan kembali ke sensor kamera. Berdasarkan selisih waktu ini, jarak antara objek dan kamera dapat dihitung secara akurat. Proses ini biasanya dilakukan secara paralel pada setiap piksel, sehingga memungkinkan penangkapan kedalaman dengan laju bingkai tinggi.
Bergantung pada metode yang digunakan untuk menentukan jarak, ToF dikategorikan menjadi dua jenis: time-of-flight langsung (DToF) dan time-of-flight tak langsung (iToF).
dToF mengukur secara langsung waktu tempuh pulsa cahaya dari saat dipancarkan hingga kembali. Metode ini menggunakan sensor khusus untuk mendeteksi secara presisi waktu tiba masing-masing foton. Pendekatan pengukuran langsung ini memungkinkan jarak pengukuran yang lebih jauh serta akurasi yang lebih tinggi.
LiDAR (radar laser) adalah jenis teknologi dToF. Teknologi ini biasanya menggunakan pemindai laser untuk memancarkan cahaya laser titik demi titik di suatu area dan menerima cahaya pantul guna menghasilkan awan titik berpresisi tinggi. Jangkauan deteksi LiDAR yang jauh serta ketahanannya yang kuat terhadap cahaya ambient menjadikannya ideal untuk pengemudian otonom dan pemetaan berpresisi tinggi bagi robot.
iToF tidak mengukur waktu secara langsung. Sebagai gantinya, iToF memancarkan gelombang cahaya termodulasi secara kontinu dan mengukur selisih fasa antara cahaya yang dipantulkan dan cahaya yang dipancarkan. Selisih fasa ini berbanding lurus dengan waktu tempuh cahaya. Sistem iToF umumnya lebih ringkas, mengonsumsi daya lebih rendah, serta mampu mencapai laju bingkai (frame rate) yang lebih tinggi. Sistem ini cocok untuk aplikasi dalam ruangan berjarak dekat, seperti pengenalan gerak tangan (gesture recognition) dan autentikasi wajah.
Kamera visi stereoskopik meniru penglihatan binokular manusia. Kamera ini menggunakan dua lensa yang dipasang pada jarak dasar tetap untuk menangkap pemandangan yang sama secara bersamaan. Dengan menggunakan algoritma kompleks, sistem ini menemukan titik-titik korespondensi dalam dua citra tersebut dan, berdasarkan prinsip triangulasi, menghitung posisi masing-masing titik dalam ruang tiga dimensi, sehingga menghasilkan peta disparitas.
Teknologi pasif ini tidak memerlukan sumber cahaya tambahan, sehingga cocok digunakan di luar ruangan dan di lingkungan dengan pencahayaan alami yang memadai. Teknologi ini menghasilkan peta kedalaman beresolusi tinggi yang tidak terpengaruh oleh bahan objek. Namun, visi stereoskopik membutuhkan pemrosesan komputasi intensif dan memerlukan prosesor yang kuat untuk menjalankan pencocokan citra. Selain itu, teknologi ini kesulitan bekerja di area tanpa tekstur (seperti dinding putih atau permukaan berwarna solid) karena algoritma tidak mampu menemukan titik-titik korespondensi.
| Properti | CAHAYA TERSTRUKTUR | VISION STEREO | LiDAR | dToF | iToF |
| Prinsip | Distorsi pola proyeksi | Perbandingan gambar kamera ganda | Waktu penerbangan cahaya reflektif | Waktu penerbangan cahaya reflektif | Pergeseran fasa dari impuls cahaya yang dimodulasi |
| Kompleksitas Perangkat Lunak | Tinggi | Tinggi | Rendah | Rendah | Sedang |
| Biaya | Tinggi | Rendah | Variabel | Rendah | Sedang |
| Akurasi | Tingkat mikrometer | Tingkat sentimeter | Bergantung pada jangkauan | Milimeter hingga sentimeter | Milimeter hingga sentimeter |
| Rentang Operasi | Pendek | ~6 meter | Sangat dapat diperluas | Dapat diskalakan | Dapat diskalakan |
| Kinerja dalam kondisi cahaya rendah | Bagus sekali | Lemah | Bagus sekali | Bagus sekali | Bagus sekali |
| Kinerja Luar Ruangan | Lemah | Bagus sekali | Bagus sekali | Sedang | Sedang |
| Kecepatan pemindaian | Lambat | Sedang | Lambat | Cepat | Sangat Cepat |
| Kompak | Sedang | Rendah | Rendah | Tinggi | Sedang |
| Konsumsi daya | Tinggi | Rendah hingga dapat diskalakan | Tinggi hingga dapat diskalakan | Sedang | Dapat diskalakan hingga menengah |
teknologi kamera 3D telah berpindah dari laboratorium ke penggunaan komersial, dan berbagai kemampuannya sedang merevolusi berbagai industri.
Kamera kedalaman untuk robot berfungsi sebagai "organ persepsi spasial" bagi robot. Dalam lini produksi otomatis, robot harus mampu mengidentifikasi dan mencengkeram benda kerja yang ditumpuk secara acak dengan akurat. Kamera 3D dapat menghasilkan data titik awan (point cloud) yang sangat akurat, membantu robot memahami posisi dan orientasi tiga dimensi objek, sehingga memungkinkan pencengkeraman, pengurutan, dan perakitan yang presisi, serta meningkatkan efisiensi dan fleksibilitas produksi secara signifikan.
Perangkat AR/VR memerlukan kesadaran lingkungan secara real-time untuk mengintegrasikan objek virtual ke dunia nyata secara mulus. Kamera kedalaman dapat melakukan pemindaian tiga dimensi terhadap ruangan pengguna dan menghasilkan peta kedalaman yang akurat. Hal ini memungkinkan penempatan objek virtual secara tepat di atas meja atau tersembunyi di balik objek nyata, sehingga secara signifikan meningkatkan pengalaman imersif dan interaktif pengguna.
Gudang otomatis, pengukuran volume paket, dan penumpukan palet merupakan kebutuhan inti dalam industri logistik. Kamera 3D dapat dengan cepat mengukur volume dan berat paket untuk mengoptimalkan pemuatan truk. Di gudang otomatis, kamera ini dapat memandu robot agar secara akurat mengambil dan menempatkan barang dari rak serta melakukan perhitungan inventaris, sehingga memungkinkan pengelolaan gudang yang efisien.
Di bidang layanan kesehatan, kamera 3D dapat digunakan untuk pengukuran tubuh tanpa kontak fisik, analisis postur tubuh, serta perencanaan operasi. Melalui pemindaian 3D, kamera kedalaman mampu menghasilkan model manusia guna pembuatan prostetik dan ortotik yang disesuaikan secara individual. Dalam bidang biometrika, kamera tersebut dapat mengidentifikasi geometri wajah unik guna menyediakan otentikasi yang lebih aman serta mencegah penipuan berbasis foto atau video.
Kamera pengindera kedalaman merupakan kemajuan teknologi signifikan di bidang visi tertanam. Baik menggunakan teknologi cahaya terstruktur, waktu-tempuh (time-of-flight), maupun visi binokular, masing-masing teknologi ini menawarkan solusi unik untuk persepsi 3D. Memahami prinsip-prinsip dan karakteristik berbagai jenis kamera kedalaman ini serta memilihnya secara tepat berdasarkan skenario aplikasi (misalnya kamera kedalaman untuk robotika) merupakan hal esensial bagi setiap insinyur visi mesin. Kamera kedalaman memberdayakan mesin dengan kemampuan mempersepsi dunia tiga dimensi dan mendorong transformasi mendalam dari otomatisasi menuju kecerdasan.
Apakah Anda kesulitan memilih kamera kedalaman yang tepat untuk proyek Anda? Hubungi tim ahli kami hari ini untuk konsultasi solusi visi tertanam dan persepsi 3D profesional, yang membantu Anda membangun sistem visi mesin terbaik untuk aplikasi Anda.
Berita Terpanas