×
המצלמות הדו-ממדיות המסורתיות רואות רק עולם שטוח דו-ממדי. הן מסוגלות לזהות את הצורה והצבע של עצמים, אך אינן מסוגלות להבין את מיקומם, גודלם או המרחק שלהם במרחב. זה מגביל את היכולות של יישומים מתקדמים רבים בתחום הרובוטיקה והאוטומציה. הופעתן של מצלמות למדידת עומק שינתה זאת. הן מעניקות למכונות יכולת תפיסה חדשה של "שלושה ממדים", ומאפשרות למערכות להבין את המרחב באופן דומה לאדם, מה שפותח מרחב יישומים רחב עבור פתרונות חזותיות משובצות והבנת תלת-ממד.
כיועץ המתמחה במודולי מצלמות, מאמר זה יספק ניתוח מעמיק בטכנולוגיית מצלמות למדידת עומק, הסוגים העיקריים שלה והיישומים שלה ברובוטיקה, לוגיסטיקה וממשקי מציאות מדומה/מציאות מוגברת (AR/VR). נבדוק את התכונות של כל טכנולוגיה כדי לעזור למפתחים להבין כיצד עובדות מצלמות למדידת עומק ולבחור באופציה הנכונה ביותר עבור פרויקטים שלהם.
מצלמה המזהה עומק, הידועה גם בשם נפוץ כמצלמה תלת־ממדית, היא מצלמה המסוגלת לקלוט מידע על העומק עבור כל פיקסל בתמונה. היא מייצרת לא רק תמונה רגילה בטווח הצבעים האדום-ירוק-כחול (RGB), אלא גם מפת עומק או נתוני ענן נקודות. כל ערך פיקסל במפת העומק מייצג את המרחק בין הנקודה הזו למצלמה.
מצלמות תלת־ממדיות נדרשות מכיוון שתמונות דו־ממדיות אינן מסוגלות לפתור בעיה יסודית בחזות: אי־ודאות מרחבית. מצלמה דו־ממדית אינה יכולה להבחין בין עצם קטן הנמצא קרוב ובין עצם גדול הנמצא רחוק. יתר על כן, שינויים באור, צללים ומחסומים יכולים לגרום למערכות חזותיות דו־ממדיות להיכשל. לדוגמה, עצם המצוי בצלה עלול להיחשף כעצם אחר או שלא יתגלה כלל.
מצלמות עומק פותרות בעיה זו באופן מושלם על ידי סיפוק מידע מדויק על המרחק. הן מספקות למכונות מידע גאומטרי שאינו מושפע מאור, צבע וטקסטורה. יכולת התפיסה המבוססת על צורה תלת-ממדית הזו מאפשרת למכונות להבין ולתקשר עם העולם האמיתי, ומייצרת את היסודות לביצוע פתרונות תפיסה תלת-ממדית באמצעות ראייה משובצת.
מתוך כל טכנולוגיות מדידת העומק הזמינות כיום, שלוש הטכנולוגיות הפופולריות והנפוצות ביותר הן:
1. אור מבנה
2. זמן תעופה
2.1 זמן תעופה ישיר (dToF)
2.1.1 LiDAR
2.2 זמן תעופה לא ישיר (iToF)
3. ראייה סטריאוסקופית
כעת נבחן בקרבה רבה יותר כיצד עובדות כל אחת מהטכנולוגיות הללו למדידת עומק.
כדי להבין כיצד פועלות מצלמות מדידת עומק, חשוב להכיר לעומק את סוגי טכנולוגיות מצלמות העומק הבסיסיות שעומדות מאחוריהן. כרגע קיימות שלוש טכנולוגיות עיקריות למצלמות עומק.
מצלמת אור מבוססת מבנה היא טכנולוגיית תצפית פעילה. היא משתמשת במקרין אינפרא אדום בעל עוצמה גבוהה כדי לזרוק דפוס אור ידוע, כגון דפוס מסוים המורכב מאלפי נקודות, על פני צירע. לאחר מכן היא משתמשת באחת או יותר ממצלמות כדי לקלוט את עיוות הדפוס הזה על פני שטח של עצם. על ידי חישוב העיוות הזה, המצלמה יכולה להסיק את הצורה התלת-ממדית והמרחק של העצם.
טכנולוגיה זו מספקת נתוני עומק עם דיוק גבוה ורזולוציה גבוהה, במיוחד בטווחים קרובים. היכולת שלה למדוד במדויק מתחת למילימטר יוצאת דופן ביישומים הדורשים מדידה מדויקת של פרטי עצמים. עם זאת, האור המוקרן עלול להיות מושפע מאור סביבתי (במיוחד אור שמש חזק), מה שעלול להשפיע על דיוק המדידה. בנוסף, כאשר משתמשים במספר מצלמות אור מבוססות מבנה באותו מקום, הדפוסים המוקרנים עלולים לפגוע זה בזה.
מצלמות זמן מעבר (Time-of-Flight), שמבוססות על עיקרון מהירות האור הקבועה, פולטות אור אינפרא אדום ומודדות את הזמן הדרוש לגל האור להוחזר אל חיישן המצלמה. בהתבסס על הפרש הזמן הזה, ניתן לחשב במדויק את המרחק בין האובייקט למצלמה. תהליך זה מתבצע בדרך כלל באופן מקבילי בכל פיקסל, מה שמאפשר לכידת עומק בקצב פריימים גבוה.
לפי השיטה המשמשת לקביעת המרחק, זיהוי זמן מעבר (ToF) מופרד לשני סוגי שיטות: זמן מעבר ישיר (DToF) וזמן מעבר לא ישיר (iToF).
dToF מודד ישירות את זמן המעבר של גל אור מהרגע בו נפלט ועד הרגע שבו הוא חוזר. הוא משתמש בחיישן מיוחד כדי לזהות במדויק את זמן ההגעה של פוטונים בודדים. שיטת המדידה הישירה הזו מאפשרת מדידת מרחקים ארוכים יותר ודיוק גבוה יותר.
LiDAR (רדאר לייזר) הוא סוג של טכנולוגיית dToF. בדרך כלל הוא משתמש בסקנر לייזר כדי לשלוח קרני לייזר נקודתיות לתוך הסצנה ולקבל את האור המוחזר על מנת ליצור ענן נקודות בעל דיוק גבוה. הטווח הארוך של זיהוי ה-LiDAR וההתנגדות הגבוהה שלו לאור סביבתי הופכים אותו לאידיאלי לנהיגה אוטונומית וליצירת מיפויים בעלי דיוק גבוה עבור רובוטים.
iToF אינו מודד את הזמן באופן ישיר. במקום זאת, הוא שולח גל אור מודולציה רציף ומודד את הפרש הפאזה בין האור המוחזר לאור הנפלט. הפרש הפאזה הזה פרופורציונלי לזמן התעופה של האור. מערכות iToF הן בדרך כלל קטנות יותר, צורכות פחות חשמל ומגיעות לקצב פריימים גבוה יותר. הן מתאימות ליישומים פנימיים בטווח קצר כגון זיהוי תנועות ואמת זהות פנים.
מצלמת ראייה סטריאוסקופית מדמה את הראייה הדו-עינית האנושית. היא משתמשת בשתי מצלמות, המותקנות במרחק קבוע אחת מהשנייה, כדי לקלוט בו זמנית את אותו הנוף. באמצעות אלגוריתמים מורכבים, המערכת מזהה נקודות מתאימות בשתי התמונות ומחשבת, על פי עקרונות טריאנגולציה, את המיקום של כל נקודה במרחב תלת-ממדי, ויוצרת מפת חוסר התאמה.
טכנולוגיה פאסיבית זו אינה דורשת מקור אור נוסף, ולכן היא מתאימה לשימוש בחוץ ולסביבות עם כמות גדולה של אור טבעי. היא מספקת מפות עומק ברזולוציה גבוהה שלא מושפעות מחומר האובייקט. עם זאת, הראייה הסטריאוסקופית דורשת עיבוד חישובי כבד ודורשת מעבד חזק לביצוע התאמת התמונות. כמו כן, היא נתקלת בקשיים באזורים חסרי טקסטורה (למשל קירות לבנים או משטחים בעלי צבע אחיד), מכיוון שהאלגוריתם אינו מצליח לאתר נקודות התאמה.
| תכונה | אור מובנה | ראייה סטריאו | לידר | dToF | iToF |
| עיקרון | הפרעה של תבנית מוצגת | השוואת תמונות מצלמה כפולה | זמן טיסה של אור מוחזר | זמן טיסה של אור מוחזר | ה sift של פולס אור מודולציה |
| מורכבות התוכנה | גבוהה | גבוהה | כך שהפלדה | כך שהפלדה | בינוני |
| עלות | גבוהה | כך שהפלדה | משתנה | כך שהפלדה | בינוני |
| דיוק | בדרגה של מיקרומטר | בדרגה של סנטימטר | תלוי בטווח | ממילימטר לסנטימטר | ממילימטר לסנטימטר |
| טווח פעולת | קצר | ~6 מטרים | מאוד-scalable | גודל | גודל |
| ביצוע טוב בהארות נמוכות | טוב | חלש. | טוב | טוב | טוב |
| ביצוע Perfomance חוץ | חלש. | טוב | טוב | לְמַתֵן | לְמַתֵן |
| מהירות סריקה | לאט. | בינוני | לאט. | מהר. | מאוד מהיר |
| קומפקטיות | בינוני | כך שהפלדה | כך שהפלדה | גבוהה | בינוני |
| צריכת חשמל | גבוהה | נמוך לscalable | גבוה עד סקאלבילי | בינוני | סקאלבילי עד בינוני |
טכנולוגיית מצלמות 3D עברה מעבדה לשימוש מסחרי, והיכולות המגוונות שלה משנות מהפכה לתעשייה השונות.
מצלמות עומק לרובוטיקה פועלות כ"איברי החישה המרחביים" של הרובוטים. בקווי ייצור אוטומטיים, על הרובוטים לזהות ולתפוס במדויק חפצים שסודרו באופן אקראי. מצלמות 3D יכולות ליצור נתוני ענן נקודות בעלי דיוק גבוה, ועוזרות לרובוטים להבין את המיקום וההצבה התלת־ממדיים של החפצים, ובכך לאפשר תפיסה מדויקת, מיון וריכוז, ושיפור משמעותי בכفاءות הגמישות בייצור.
התקנים של AR/VR דורשים תובנות בזמן אמת על הסביבה כדי לשלב באופן חלק עצמים וירטואליים בעולם האמיתי. מצלמות עומק יכולות לבצע סריקת תלת-ממד של החדר של המשתמש וליצור מפת עומק מדויקת. זה מאפשר למקם עצמים וירטואליים במדויק על שולחן או להסתיר אותם מאחורי עצמים אמיתיים, מה שמשפר משמעותית את החוויה האימרסיבית והאינטראקטיבית של המשתמש.
אחסון אוטומטי, מדידת נפח החבילות ואריזת פלטפורמות הן דרישות מרכזיות בתעשייה הלוגיסטית. מצלמות 3D יכולות למדוד במהירות את נפח והמשקל של החבילות כדי לאופטימיזציה של טעינת המשאיות. במתקני אחסון אוטומטיים, הן יכולות לכוון רובוטים כדי לבחור ולהניח פריטים באופן מדויק מהמדפים ולבצע ספירת מלאי, ובכך לאפשר ניהול יעיל של המתקן.
בתחום הבריאות, מצלמות תלת-ממד יכולות לשמש למדידת גוף ללא מגע, לניתוח עמידה ולתכנון ניתוחי. באמצעות סריקת תלת-ממד, מצלמות עומק יכולות ליצור דגמים של האדם לצורך ייצור פרוטזות ואורתוזות מותאמות אישית. בתחום הביומטריה, הן יכולות לזהות את הגאומטריה הייחודית של הפנים כדי לספק אימות מאובטח יותר ולמנוע הונאה על ידי תמונות או סרטונים.
מצלמות המודדות עומק מייצגות התקדמות טכנולוגית משמעותית בתחום הראייה המשובצת. בין אם מדובר בטכנולוגיית אור מובנה, זמן מעבר או ראייה סטראוסקופית, כל טכנולוגיה מציעה פתרונות ייחודיים לתפיסה תלת-ממדית. הבנת העקרונות והמאפיינים של סוגי מצלמות העומק השונים ובחרן המדויק בהתאם לתחום היישום (למשל, מצלמות עומק לרובוטיקה) הוא קריטי לכל מהנדס ראייה מכנית. מצלמות עומק מעניקות למכונות את היכולת לתפוס את העולם התלת-ממדי ומעוררות שינוי משמעותי מאוטומציה לחוכמה.
האם אתה נאבק בבחירת מצלמת עומק מתאימה לפרויקט שלך? צור קשר עם צוות המומחים שלנו כבר היום כדי לקבל ייעוץ מקצועי בתחום הראייה המשובצת וההבחנה התלת-ממדית, שיעזור לך לבנות את מערכת הראייה המכנית הטובה ביותר ליישום שלך.
חדשות חמות
EN
