×
पारंपारिक २डी कॅमेरे केवळ एका सपाट, द्विमितीय जगाचे निरीक्षण करतात. ते वस्तूंचे आकार आणि रंग ओळखू शकतात, परंतु त्यांची जागा, आकारमान किंवा अंतर यांचे अवलोकन करू शकत नाहीत. यामुळे अनेक उन्नत रोबोटिक्स आणि स्वयंचलितीकरण अनुप्रयोगांच्या क्षमता मर्यादित होतात. डेप्थ-सेन्सिंग कॅमेर्यांच्या उदयाने ही स्थिती बदलली आहे. ते यंत्रांना एक नवीन "त्रिमितीय" जाणीव क्षमता प्रदान करतात, ज्यामुळे प्रणाली मानवांसारखी जागा समजू शकते आणि एम्बेडेड व्हिजन आणि ३डी जाणीव उपायांसाठी विस्तृत अनुप्रयोग क्षेत्र उघडते.
कॅमेरा मॉड्यूल्समध्ये तज्ञ सल्लागार म्हणून, या लेखात डेप्थ-सेन्सिंग कॅमेरा तंत्रज्ञानाचे, त्याच्या मुख्य प्रकारांचे आणि रोबोटिक्स, लॉजिस्टिक्स आणि AR/VR मधील त्याच्या अनुप्रयोगांचे सखोल विश्लेषण केले जाईल. प्रत्येक तंत्रज्ञानाची वैशिष्ट्ये स्पष्ट करून अभियंत्यांना डेप्थ-सेन्सिंग कॅमेरे कसे कार्य करतात याची समजूत करून त्यांच्या प्रकल्पांसाठी सर्वात योग्य निवड करण्यास मदत केली जाईल.
डेप्थ-सेन्सिंग कॅमेरा, ज्याला बऱ्याचदा 3D कॅमेरा असेही म्हटले जाते, हा एक असा कॅमेरा आहे जो कोणत्याही दृश्यातील प्रत्येक पिक्सेलसाठी डेप्थ माहिती कॅप्चर करू शकतो. तो केवळ पारंपारिक RGB छायाचित्रच नव्हे तर डेप्थ मॅप किंवा पॉइंट क्लाउड डेटा देखील आउटपुट करतो. डेप्थ मॅपमधील प्रत्येक पिक्सेलची किंमत त्या बिंदू आणि कॅमेरामधील अंतराचे प्रतिनिधित्व करते.
3D कॅमेरे आवश्यक आहेत कारण 2D छायाचित्रे दृष्टीच्या एका मूलभूत समस्येचे निराकरण करू शकत नाहीत: अवकाशी अनिश्चितता. 2D कॅमेरा जवळचा लहान वस्तू आणि दूरचा मोठा वस्तू यांचे विभाजन करू शकत नाही. तसेच, प्रकाशाच्या बदलांचे, सावल्या आणि आवरणांचे (ओक्लुझन्स) परिणाम म्हणून 2D दृष्टी प्रणाली अयशस्वी होऊ शकतात. उदाहरणार्थ, सावलीत असलेली वस्तू इतर कोणत्याही वस्तूशी गोंधळली जाऊ शकते किंवा साधी रीतीने तिचा शोधच लागू शकत नाही.
अंतराची अचूक माहिती प्रदान करून डेप्थ कॅमेरास या समस्येचे निराकरण करण्यास पूर्णपणे सक्षम केले जाते. ते मशीन्सना प्रकाश, रंग आणि बनावट यांच्या प्रभावापासून मुक्त भौमितिक माहिती प्रदान करतात. ही ३डी आकार-आधारित ज्ञानाची क्षमता मशीन्सना वास्तविक जगाचे समजून घेणे आणि त्याशी इंटरॅक्ट करणे सक्षम करते, ज्यामुळे एम्बेडेड व्हिजन ३डी ज्ञान सोल्यूशन्सची अंमलबजावणी होऊ शकते.
आज उपलब्ध असलेल्या सर्व डेप्थ सेन्सिंग तंत्रज्ञानांपैकी, तीन सर्वाधिक लोकप्रिय आणि सामान्यतः वापरली जाणारी तंत्रज्ञाने खालीलप्रमाणे आहेत:
1. संरचित प्रकाश
२. टाइम ऑफ फ्लायट
२.१ डायरेक्ट टाइम ऑफ फ्लायट (dToF)
२.१.१ लायडार
२.२ इंडायरेक्ट टाइम ऑफ फ्लायट (iToF)
३. स्टीरिओ व्हिजन
पुढे, या प्रत्येक डेप्थ सेन्सिंग तंत्रज्ञानाची कार्यपद्धती अधिक तपशीलवार पाहू
डेप्थ-सेन्सिंग कॅमेरांच्या कार्यपद्धतीचे समजून घेण्यासाठी, त्यांच्या मागे असलेल्या डेप्थ कॅमेरा तंत्रज्ञानाच्या मुख्य प्रकारांचे अतिशय खोलवरचे समजून घेणे आवश्यक आहे. सध्या, तीन मुख्य प्रवाही डेप्थ कॅमेरा तंत्रज्ञाने उपलब्ध आहेत.
संरचित प्रकाश कॅमेरा ही एक सक्रिय प्रतिमा निर्मिती तंत्रज्ञान आहे. ती हजारो बिंदूंचा विशिष्ट प्रकाश पॅटर्न असलेला उच्च-शक्तीचा इन्फ्रारेड प्रोजेक्टर वापरून एका दृश्यावर एक ओळखलेला प्रकाश पॅटर्न प्रक्षेपित करते. नंतर ती एक किंवा अधिक कॅमेरे वापरून वस्तूच्या पृष्ठभागावर ह्या पॅटर्नच्या विकृतीचे चित्रण करते. ह्या विकृतीची गणना करून, कॅमेरा वस्तूचे त्रिमितीय आकार आणि अंतर यांचे अंदाज लावू शकतो.
हे तंत्रज्ञान विशेषतः जवळच्या अंतरावर अत्यंत अचूक आणि उच्च-रिझोल्यूशनचे खोलीचे डेटा प्रदान करते. त्याची सब-मिलीमीटर मापन क्षमता वस्तूच्या तपशीलांचे अत्यंत अचूक मापन आवश्यक असलेल्या अनुप्रयोगांमध्ये उत्कृष्ट प्रदर्शन करते. तथापि, प्रक्षेपित प्रकाशावर वातावरणातील प्रकाश (विशेषतः तीव्र सूर्यप्रकाश) परिणाम करू शकतो, ज्यामुळे मापनाची अचूकता कमी होऊ शकते. तसेच, जेव्हा एकाच जागेत अनेक संरचित प्रकाश कॅमेरे वापरले जातात, तेव्हा त्यांचे प्रक्षेपित पॅटर्न एकमेकांशी हस्तक्षेप करू शकतात.
टाइम-ऑफ-फ्लायट कॅमेरे हे प्रकाशाच्या स्थिर वेगाच्या तत्त्वावर आधारित असतात, जे इन्फ्रारेड प्रकाश उत्सर्जित करतात आणि प्रकाशाच्या पल्सचा कॅमेरा सेन्सरवर परावर्तित होण्यासाठी लागणारा वेळ मोजतात. हा वेळ फरक यावर आधारित, वस्तू आणि कॅमेरा यांच्यातील अंतर अचूकपणे गणना करता येते. ही प्रक्रिया सामान्यतः प्रत्येक पिक्सेलवर समांतरपणे केली जाते, ज्यामुळे उच्च-फ्रेम-दराची डेप्थ कॅप्चर करता येते.
अंतर निश्चित करण्यासाठी वापरलेल्या पद्धतीनुसार, टाइम-ऑफ-फ्लायट (ToF) दोन प्रकारांमध्ये वर्गीकृत केले जातात: डायरेक्ट टाइम-ऑफ-फ्लायट (DToF) आणि इंडायरेक्ट टाइम-ऑफ-फ्लायट (iToF).
dToF हे प्रकाशाच्या पल्सचा उत्सर्जनापासून परत येण्यापर्यंतचा फ्लायटचा वेळ साक्षात् मोजते. ते वैयक्तिक फोटॉन्सच्या पोहोचण्याचा वेळ अचूकपणे ओळखण्यासाठी एक विशिष्ट सेन्सर वापरते. ही साक्षात् मापन पद्धत लांब अंतरांचे मापन करण्यास आणि उच्च अचूकता प्राप्त करण्यास सक्षम करते.
लाइडार (लेझर रडार) हा dToF तंत्रज्ञानाचा एक प्रकार आहे. तो सामान्यतः एका लेझर स्कॅनरचा वापर करून एका दृश्यात बिंदू-दर-बिंदू लेझर प्रकाश उत्सर्जित करतो आणि परावर्तित प्रकाशाचे ग्रहण करून उच्च-परिशुद्धतेचे बिंदू-मेघ निर्माण करतो. लाइडारची लांब शोध-श्रेणी आणि वातावरणातील प्रकाशाप्रत उत्कृष्ट प्रतिकारशक्ती यामुळे तो स्वयंचलित ड्राइव्हिंग आणि रोबॉट्ससाठी उच्च-परिशुद्धतेच्या नकाशांकरिता योग्य आहे.
iToF हा वेळ सा нап्रत्यक्षपणे मोजत नाही. त्याऐवजी, तो एक सतत मॉड्युलेटेड प्रकाश तरंग पाठवतो आणि परावर्तित आणि उत्सर्जित प्रकाश यांच्यातील फेज फरक मोजतो. हा फेज फरक प्रकाशाच्या फ्लाइटच्या वेळेशी समानुपाती असतो. iToF प्रणाली सामान्यतः अधिक संक्षिप्त, कमी ऊर्जा वापरणार्या आणि उच्च फ्रेम दराच्या असतात. त्या हाताच्या ओळखी आणि चेहऱ्याच्या प्रमाणीकरणासारख्या लघु-श्रेणीच्या आंतरिक अनुप्रयोगांसाठी योग्य आहेत.
स्टीरिओ व्हिजन कॅमेरा मानवी द्विनेत्रीय दृष्टीची नकल करतो. तो एका स्थिर बेसलाइन अंतरावर जोडलेल्या दोन कॅमेर्यांचा वापर करतो, जे एकाच दृश्याचे एकाच वेळी चित्रीकरण करतात. जटिल कल्पनांचा वापर करून, प्रणाली दोन्ही चित्रांमध्ये संबंधित बिंदू शोधते आणि त्रिकोणमितीय तत्त्वांचा वापर करून प्रत्येक बिंदूची त्रिमितीय जागा निश्चित करते, ज्यामुळे विसंगतता नकाशा (डिस्पॅरिटी मॅप) तयार होतो.
ही निष्क्रिय तंत्रज्ञान अतिरिक्त प्रकाश स्रोताची आवश्यकता नाही, ज्यामुळे ते बाह्य वापरासाठी आणि पुरेशा नैसर्गिक प्रकाशाच्या वातावरणासाठी योग्य आहे. ते उच्च-रिझोल्यूशनचे खोलीचे नकाशे प्रदान करते, जे वस्तूच्या साहित्यावर अवलंबित नाहीत. तथापि, स्टीरिओ व्हिजन हे गणनेच्या दृष्टीने जड असते आणि चित्र जुळविण्यासाठी शक्तिशाली प्रोसेसरची आवश्यकता असते. तसेच, ते वस्तूंच्या बिनटेक्सच्या क्षेत्रांमध्ये (जसे की पांढऱ्या भिंती किंवा एकसमान रंगाच्या पृष्ठभागांवर) अडचणींना सामोरे जाते, कारण अल्गोरिदमला जुळणारे बिंदू शोधता येत नाहीत.
| गुणवत्ता | संरचित प्रकाश | स्टेरिओ व्हिजन | LiDAR | dToF | iToF |
| तत्त्व | प्रक्षेपित प्रतिमा विकृती | दोन कॅमेरा प्रतिमा तुलना | प्रतिबिंबित प्रकाशाची कालावधी | प्रतिबिंबित प्रकाशाची कालावधी | मोड्युलिटी लाइट पल्सची फेज स्थानांतर |
| सॉफ्टवेअर जटिलता | उच्च | उच्च | हलकी | हलकी | मध्यम |
| खर्च | उच्च | हलकी | चल | हलकी | मध्यम |
| शुद्धता | मायक्रोमीटर-स्तर | सेंटीमीटर-स्तर | रेंजवर अवलंबून | मिलीमीटर ते सेंटीमीटर | मिलीमीटर ते सेंटीमीटर |
| ऑपरेशनल रेंज | संक्षिप्त | ~६ मीटर | उच्च स्तरावर वाढवण्युक्त | स्केलेबल | स्केलेबल |
| निम्न प्रकाश प्रदर्शन | चांगले | कमकुवत | चांगले | चांगले | चांगले |
| बाहेरील प्रदर्शन | कमकुवत | चांगले | चांगले | मध्यम | मध्यम |
| स्कॅनिंग वेग | मंद | मध्यम | मंद | जलद | खूप तेज |
| संकुचन | मध्यम | हलकी | हलकी | उच्च | मध्यम |
| शक्ती वापर | उच्च | कमी ते प्रगतीशील | उच्च ते प्रगतीशील | मध्यम | प्रगतीशील ते मध्यम |
3D कॅमेरा तंत्रज्ञान लॅबमधून वाणिज्यिक वापरासाठी स्थानांतरित झाले आहे, आणि त्याच्या विविध क्षमता विविध उद्योगांना क्रांतिकारी बनवत आहेत.
रोबोटिक्ससाठी डेप्थ कॅमेरांचा वापर रोबोट्सच्या "अवकाशीय जाणीवेच्या इंद्रियां" म्हणून केला जातो. स्वयंचलित उत्पादन ओळींमध्ये, रोबोट्सना यादृच्छिकपणे जमा केलेल्या कामाच्या तुकड्यांची अचूक ओळख करून त्यांना पकडणे आवश्यक असते. 3D कॅमेरे अत्यंत अचूक पॉइंट क्लाउड डेटा तयार करू शकतात, ज्यामुळे रोबोट्सना वस्तूंचे त्रिमितीय स्थान आणि आकारमान समजू शकते, ज्यामुळे अचूक पकडणे, वर्गीकरण आणि अॅसेम्बलिंग होऊ शकते, ज्यामुळे उत्पादन कार्यक्षमता आणि लवचिकता मोठ्या प्रमाणात वाढते.
AR/VR उपकरणांना वास्तविक वस्तूंमध्ये आभासी वस्तूंचे सुगम प्रवेश करण्यासाठी वास्तविक वातावरणाची तात्काळ जाणीव असणे आवश्यक आहे. खोलीचा त्रिमितीय स्कॅन करण्यासाठी आणि अचूक खोलीचा नकाशा तयार करण्यासाठी खोलीचे कॅमेरे वापरले जातात. यामुळे आभासी वस्तूंची टेबलवर अचूकपणे जागा निश्चित करता येते किंवा त्यांना वास्तविक वस्तूंमागे लपवता येते, ज्यामुळे वापरकर्त्याचा अधिक गहन आणि इंटरॅक्टिव अनुभव सुधारला जातो.
स्वयंचलित वेअरहाउसिंग, पॅकेजचे क्षेत्रफळ मोजणे आणि पॅलेटायझिंग ही लॉजिस्टिक्स क्षेत्रातील मुख्य आवश्यकता आहेत. 3D कॅमेरे ट्रकमध्ये लोडिंग ऑप्टिमाइझ करण्यासाठी पॅकेजचे क्षेत्रफळ आणि वजन लवकराने मोजू शकतात. स्वयंचलित वेअरहाउसमध्ये, ते रोबॉट्सना शेल्फवरून वस्तू निवडून ठेवण्यासाठी आणि इन्व्हेंटरी गणना करण्यासाठी अचूक मार्गदर्शन करू शकतात, ज्यामुळे कार्यक्षम वेअरहाउस व्यवस्थापन सुसाध्य होते.
आरोग्य क्षेत्रात, 3D कॅमेरे अस्पर्शी शरीर मापन, मुद्रा विश्लेषण आणि शस्त्रक्रिया योजना यासाठी वापरले जाऊ शकतात. 3D स्कॅनिंगद्वारे, खोलीचे कॅमेरे मानवी मॉडेल्स तयार करू शकतात जे वैयक्तिकृत प्रोस्थेटिक्स आणि ऑर्थोटिक्ससाठी वापरले जातात. बायोमेट्रिक्समध्ये, ते अधिक सुरक्षित प्रमाणीकरण प्रदान करण्यासाठी अद्वितीय चेहऱ्याची ज्यामिती ओळखू शकतात आणि फोटो किंवा व्हिडिओ फसवणुकीपासून रक्षण देऊ शकतात.
खोली-संवेदनशील कॅमेरे हे एम्बेडेड व्हिजन क्षेत्रात एक महत्त्वाचे तांत्रिक प्रगती आहेत. चाहूल घेणारी प्रकाश पद्धत, वेळ-ऑफ-फ्लाइट किंवा द्विनेत्री दृष्टी अशा प्रत्येक तंत्रज्ञानामुळे 3D ज्ञानासाठी विशिष्ट उपाय उपलब्ध होतात. या खोलीच्या कॅमेरा प्रकारांच्या तत्त्वांचे आणि वैशिष्ट्यांचे समजून घेणे आणि अर्जाच्या परिस्थितीनुसार (उदा., रोबोटिक्ससाठी खोलीचे कॅमेरे) त्यांची अचूक निवड करणे हे प्रत्येक मशीन व्हिजन अभियंत्यासाठी आवश्यक आहे. खोलीचे कॅमेरे यंत्रांना त्रिमितीय जगाचे ज्ञान देतात आणि ऑटोमेशनपासून बुद्धिमत्तेकडे एक गहन रूपांतर घडवून आणतात.
आपल्या प्रकल्पासाठी योग्य डेप्थ कॅमेरा निवडण्यात आपल्याला अडचण येत आहे का? आजच आमच्या तज्ञ संघाशी संपर्क साधा, जो एम्बेडेड विझन आणि 3D परिणाम निराकरण उपायांसाठी व्यावसायिक सल्ला देतो, ज्यामुळे आपल्या अनुप्रयोगासाठी उत्तम मशीन विझन सिस्टम तयार करण्यास मदत होईल.
EN
गरम बातम्या