Wat zijn diepte-sensitieve camera’s? Hoeveel soorten diepte-sensitieve camera’s zijn er?

Traditionele 2D-camera's zien alleen een vlakke, tweedimensionale wereld. Ze kunnen de vorm en kleur van objecten herkennen, maar niet hun positie, grootte of afstand in de ruimte begrijpen. Dit beperkt de mogelijkheden van vele geavanceerde robotica- en automatiseringstoepassingen. De opkomst van diepte-sensitieve camera's heeft dit veranderd. Ze geven machines een nieuwe 'driedimensionale' perceptiecapaciteit, waardoor systemen ruimte op een manier kunnen begrijpen die vergelijkbaar is met die van mensen, en zo een uitgebreid toepassingsgebied openen voor ingebedde visie- en 3D-perceptieoplossingen.

Als consultant gespecialiseerd in cameramodules biedt dit artikel een diepgaande analyse van de technologie van diepte-sensitieve camera's, de belangrijkste soorten en hun toepassingen in robotica, logistiek en AR/VR. We bespreken de kenmerken van elke technologie om ingenieurs te helpen begrijpen hoe diepte-sensitieve camera's werken en de meest geïnformeerde keuze te maken voor hun projecten.

Wat is een dieptesensiecamera en waarom hebben we die nodig?

Een dieptesensiecamera, ook vaak aangeduid als een 3D-camera, is een camera die diepte-informatie kan vastleggen voor elk pixel in een scène. Hij levert niet alleen een traditionele RGB-afbeelding op, maar ook een dieptekaart of puntenwolkgegevens. Elke pixelwaarde in een dieptekaart geeft de afstand weer tussen dat punt en de camera.

3D-camera’s zijn nodig omdat 2D-afbeeldingen een kernprobleem in visie niet kunnen oplossen: ruimtelijke ambiguïteit. Een 2D-camera kan niet onderscheiden tussen een klein voorwerp dat dichtbij is en een groot voorwerp dat ver weg is. Bovendien kunnen variaties in belichting, schaduwen en occlusies 2D-visiesystemen doen uitvallen. Bijvoorbeeld: een voorwerp in de schaduw kan verward worden met een ander voorwerp of gewoon niet gedetecteerd worden.

Dieptecamera's lossen dit probleem perfect op door nauwkeurige afstandsgegevens te leveren. Ze verstrekken machines met geometrische informatie die onafhankelijk is van belichting, kleur en textuur. Deze op 3D-vorm gebaseerde perceptiecapaciteit stelt machines in staat de echte wereld te begrijpen en ermee te interacteren, waardoor de basis wordt gelegd voor het realiseren van ingebedde visie-oplossingen voor 3D-perceptie.

Van alle dieptebepalingstechnologieën die vandaag beschikbaar zijn, zijn de drie meest populaire en veelgebruikte:
1. Gestuctureerd licht
2. Time of Flight
2.1 Directe Time of Flight (dToF)
2.1.1 LiDAR
2.2 Indirecte Time of Flight (iToF)
3. Stereovisie

Laten we nu nader bekijken hoe elk van deze dieptebepalingstechnologieën werkt.

Drie mainstreamtechnologieën voor dieptecamera's

Om te begrijpen hoe dieptebepalingscamera's werken, is een grondig inzicht in de kernsoorten dieptecameratechnologie achter deze systemen essentieel. Momenteel zijn er drie belangrijke mainstreamdieptecameratechnologieën.

1. Camera met gestructureerd licht

Een camera met gestructureerd licht is een actieve beeldvormingstechnologie. Deze maakt gebruik van een krachtige infraroodprojector om een bekend lichtpatroon, bijvoorbeeld een specifiek patroon bestaande uit duizenden stippen, op een scène te projecteren. Vervolgens gebruikt de camera één of meer camera’s om de vervorming van dit patroon op het oppervlak van een object vast te leggen. Door deze vervorming te berekenen, kan de camera de 3D-vorm en afstand van het object bepalen.

Deze technologie levert zeer nauwkeurige en hoogresolutie dieptegegevens, vooral op korte afstanden. De submillimeter meetnauwkeurigheid is uiterst geschikt voor toepassingen waarbij nauwkeurige meting van objectdetails vereist is. Echter kan het geprojecteerde licht worden beïnvloed door omgevingslicht (met name fel zonlicht), wat de meetnauwkeurigheid aantast. Bovendien kunnen de projectiepatronen van meerdere camera’s met gestructureerd licht in dezelfde ruimte interfereren.

2. Time-of-Flight-camera

Time-of-Flight-camera's, gebaseerd op het principe van de constante lichtsnelheid, zenden infraroodlicht uit en meten de tijd die het lichtpuls nodig heeft om terug te keren naar de camerasensor. Op basis van dit tijdsverschil kan de afstand tussen het object en de camera nauwkeurig worden berekend. Dit proces wordt meestal parallel uitgevoerd voor elk pixel, waardoor dieptebepaling met een hoog framepercentage mogelijk is.

Afhankelijk van de methode die wordt gebruikt om de afstand te bepalen, wordt ToF onderverdeeld in twee typen: directe time-of-flight (DToF) en indirecte time-of-flight (iToF).

2.1. Directe time-of-flight (dToF)

dToF meet direct de tijd die een lichtpuls nodig heeft om van emissie tot terugkeer te reizen. Het maakt gebruik van een speciale sensor om de aankomsttijd van individuele fotonen nauwkeurig te detecteren. Deze directe meetmethode maakt langere meetafstanden en hogere nauwkeurigheid mogelijk.

2.1.1. LiDAR

LiDAR (laser-radar) is een type dToF-technologie. Het gebruikt doorgaans een laserscanner om laserlicht punt voor punt in een scène uit te zenden en het weerkaatste licht op te vangen om een zeer nauwkeurige puntenwolk te genereren. De lange detectieafstand van LiDAR en zijn sterke weerstand tegen omgevingslicht maken het ideaal voor autonoom rijden en zeer nauwkeurige mapping voor robots.

2.2. Indirecte tijd-van-vlucht (iToF)

iToF meet de tijd niet direct. In plaats daarvan zendt het een continue gemoduleerde lichtgolf uit en meet het het faseverschil tussen het weerkaatste en het uitgezonden licht. Dit faseverschil is evenredig met de tijd die het licht nodig heeft om te reizen. iToF-systemen zijn over het algemeen compacter, verbruiken minder stroom en behalen hogere beeldfrequenties. Ze zijn geschikt voor korte-afstands toepassingen binnen, zoals gebaarherkenning en gezichtsauthenticatie.

3. Stereo-zichtcamera

Een stereovisiecamera imiteert het menselijke binoculaire zicht. Het gebruikt twee camera's die op een vaste basisafstand zijn gemonteerd om dezelfde scène gelijktijdig vast te leggen. Met behulp van complexe algoritmes vindt het systeem overeenkomstige punten in de twee beelden en berekent, op basis van triangulatieprincipes, de positie van elk punt in de driedimensionale ruimte, waardoor een dispariteitskaart wordt gegenereerd.

Deze passieve technologie vereist geen extra lichtbron, waardoor deze geschikt is voor gebruik buitenshuis en in omgevingen met voldoende natuurlijk licht. Het levert hoogwaardige dieptekaarten op die niet worden beïnvloed door het materiaal van het object. Stereo-visie is echter rekenintensief en vereist een krachtige processor voor het uitvoeren van beeldmatching. Daarnaast heeft het moeite met gebieden zonder textuur (zoals witte muren of vlakke, egaalkleurige oppervlakken), omdat het algoritme geen overeenkomstige punten kan vinden.

Wat zijn de kerntoepassingsscenario's van dieptecamera's?

de 3D-camera-technologie is van het laboratorium naar commercieel gebruik overgegaan en haar veelzijdige mogelijkheden revolutioneren diverse sectoren.

1. Robotica en automatisering

Dieptecamera's voor robotica fungeren als de 'ruimtelijke waarnemingsorganen' van robots. In geautomatiseerde productielijnen moeten robots willekeurig gestapelde werkstukken nauwkeurig kunnen identificeren en vastpakken. 3D-camera's kunnen zeer nauwkeurige pointcloudgegevens genereren, waardoor robots de driedimensionale pose en positie van objecten kunnen begrijpen, wat precies vastpakken, sorteren en assembleren mogelijk maakt en de productie-efficiëntie en -flexibiliteit aanzienlijk verbetert.

2. Augmented Reality (AR) en Virtual Reality (VR)

AR/VR-apparaten vereisen real-time bewustzijn van de omgeving om virtuele objecten naadloos in de echte wereld te integreren. Dieptecamera's kunnen een driedimensionale scan uitvoeren van de kamer van de gebruiker en een nauwkeurige dieptekaart genereren. Dit maakt het mogelijk virtuele objecten nauwkeurig op een tafelblad te plaatsen of ze achter echte objecten te verbergen, wat de immersieve en interactieve ervaring van de gebruiker aanzienlijk verbetert.

3. Logistiek en magazijnbeheer

Geautomatiseerde opslag, meting van het volume van pakketten en palletiseren zijn kernvereisten in de logistieke sector. 3D-camera’s kunnen snel het volume en het gewicht van pakketten meten om het laden van vrachtwagens te optimaliseren. In geautomatiseerde magazijnen kunnen ze robots begeleiden bij het nauwkeurig oppakken en plaatsen van artikelen van rekken en bij het uitvoeren van voorraadtellingen, waardoor efficiënt magazijnbeheer mogelijk wordt.

4. Gezondheidszorg en biometrie

In de gezondheidszorg kunnen 3D-camera's worden gebruikt voor contactloze lichaamsmeting, houdingsanalyse en chirurgische planning. Via 3D-scanning kunnen dieptecamera's menselijke modellen genereren voor op maat gemaakte prothesen en orthoses. In de biometrie kunnen ze unieke gezichtsgeometrie identificeren om een veiliger authenticatie te bieden en het gebruik van foto- of videofraude te voorkomen.

Samenvatting

Dieptezintuigende camera's vormen een belangrijke technologische doorbraak op het gebied van ingebed beeld. Of het nu gaat om gestructureerd licht, time-of-flight of binoculaire visie: elke technologie biedt unieke oplossingen voor 3D-waarneming. Het begrijpen van de principes en kenmerken van deze typen dieptecamera's, en het nauwkeurig kiezen ervan op basis van het toepassingsgebied (zoals dieptecamera's voor robotica), is essentieel voor elke machinevisie-engineer. Dieptecamera's geven machines het vermogen om de driedimensionale wereld waar te nemen en drijven daarmee een diepgaande transformatie van automatisering naar intelligentie.

Muchvision helpt u bij het selecteren van een dieptecamera

Hebt u moeite met het kiezen van de juiste dieptecamera voor uw project? Neem vandaag nog contact op met ons team van experts voor professioneel advies over ingebedde visie en 3D-perceptieoplossingen, waarmee wij u helpen het beste machinesight-systeem voor uw toepassing te bouwen.