Traditionella 2D-kameror ser endast en platt, tvådimensionell värld. De kan identifiera form och färg på objekt, men inte förstå deras position, storlek eller avstånd i rummet. Detta begränsar möjligheterna för många avancerade robotik- och automatiseringsapplikationer. Framväxten av djupkännande kameror har förändrat detta. De ger maskiner en ny "tredimensionell" uppfattning, vilket gör att system kan förstå rummet på ett liknande sätt som människor, och öppnar upp ett omfattande tillämpningsområde för inbäddade vision- och 3D-uppfattningssystem.
Som konsult med specialkompetens inom kameramoduler kommer den här artikeln att ge en ingående analys av tekniken för djupkännande kameror, dess huvudtyper och dess tillämpningar inom robotik, logistik samt AR/VR. Vi kommer att utforska egenskaperna hos varje teknik för att hjälpa ingenjörer att förstå hur djupkännande kameror fungerar och göra det mest informerade valet för sina projekt.
En djupkänslomåttande kamera, som ofta också kallas för en 3D-kamera, är en kamera som kan registrera djupinformation för varje pixel i en scen. Den ger inte bara en traditionell RGB-bild utan även en djupkarta eller punktmolndata. Varje pixelpå en djupkarta representerar avståndet mellan den punkten och kameran.
3D-kameror behövs eftersom 2D-bilder inte kan lösa ett centralt problem inom bildanalys: rumslig tvetydighet. En 2D-kamera kan inte skilja på ett litet föremål som befinner sig nära och ett stort föremål som befinner sig långt borta. Dessutom kan variationer i belysning, skuggor och föremål som döljer andra föremål orsaka att 2D-bildsystem misslyckas. Till exempel kan ett föremål i skugga felaktigt identifieras som ett annat föremål eller helt saknas i detekteringen.
Djupkameror löser detta problem perfekt genom att tillhandahålla exakt avståndsinformation. De ger maskiner geometrisk information som inte påverkas av belysning, färg och struktur. Denna perceptionsförmåga baserad på 3D-form gör att maskiner kan förstå och interagera med den verkliga världen, vilket lägger grunden för realiseringen av inbyggda visionlösningar för 3D-uppfattning.
Av alla djupdetekteringsteknologier som finns idag är de tre mest populära och vanligaste följande:
1. Strukturerat ljus
2. Tid för flyg (Time of Flight)
2.1 Direkt tid för flyg (dToF)
2.1.1 LiDAR
2.2 Indirekt tid för flyg (iToF)
3. Stereo vision
Låt oss nu titta närmare på hur var och en av dessa djupdetekteringsteknologier fungerar.
För att förstå hur djupdetekterande kameror fungerar är det viktigt att ha en djup förståelse för de grundläggande typerna av djupkamerateknik som ligger bakom dem. För närvarande finns det tre ledande djupkamerateknologier.
En kamera med strukturerat ljus är en aktiv avbildningsteknik. Den använder en kraftfull infraröd projektor för att projicera ett känt ljusmönster, till exempel ett specifikt mönster som består av tusentals punkter, på en scen. Den använder sedan en eller flera kameror för att registrera deformationen av detta mönster på ytan av ett objekt. Genom att beräkna denna deformation kan kameran fastställa objektets 3D-form och avstånd.
Denna teknik ger mycket exakta och högupplösta djupdata, särskilt på korta avstånd. Dess förmåga att mäta i submillimeternivå är särskilt lämplig för applikationer som kräver exakt mätning av objektdetaljer. Dock kan det projicerade ljuset påverkas av omgivande ljus (särskilt stark sollys), vilket påverkar mätningens noggrannhet. Vidare kan projekteringsmönstren från flera kameror med strukturerat ljus störa varandra om de används i samma utrymme.
Tids-vid-flyg-kameror (Time-of-Flight-kameror), som bygger på principen om ljusets konstanta hastighet, sänder ut infrarött ljus och mäter tiden det tar för ljuspulsen att reflekteras tillbaka till kamerans sensor. Utifrån denna tidsdifferens kan avståndet mellan objektet och kameran beräknas med hög noggrannhet. Denna process utförs vanligtvis parallellt för varje pixel, vilket möjliggör höghastighetsupptagning av djupinformation.
Beroende på metoden som används för att bestämma avståndet klassificeras ToF i två typer: direkt tids-vid-flyg (DToF) och indirekt tids-vid-flyg (iToF).
dToF mäter direkt tiden för en ljuspuls från emission till återkomst. Den använder en dedicerad sensor för att exakt upptäcka ankomsttiden för enskilda fotoner. Denna direkta mätmetod möjliggör längre mätavstånd och högre noggrannhet.
LiDAR (laser-radar) är en typ av dToF-teknik. Den använder vanligtvis en laserskanner för att sända ut laserljus punkt för punkt i en scen och ta emot det reflekterade ljuset för att generera en högupplöst punktmoln. LiDAR:s långa upptäcktsområde och starka motstånd mot omgivande ljus gör den idealisk för självkörande fordon och högprecisionens kartläggning för robotar.
iToF mäter inte tiden direkt. Istället sänder den ut en kontinuerlig modulerad ljusvåg och mäter fasförskjutningen mellan det reflekterade och det utsända ljuset. Denna fasförskjutning är proportionell mot ljusets flygtid. iToF-system är i allmänhet mer kompakta, förbrukar mindre energi och uppnår högre bildfrekvenser. De är lämpliga för korträckvidds inomhusapplikationer, såsom gestigenkänning och ansiktsautentisering.
En stereovisionskamera efterliknar människans binokulära syn. Den använder två kameror, monterade på ett fast avstånd från varandra, för att samtidigt registrera samma scen. Med hjälp av komplexa algoritmer identifierar systemet motsvarande punkter i de två bilderna och beräknar, med hjälp av trianguleringsprinciper, positionen för varje punkt i tredimensionellt utrymme, vilket genererar en disparitieskarta.
Denna passiva teknik kräver ingen ytterligare ljuskälla, vilket gör den lämplig för utomhusanvändning och miljöer med rikligt naturligt ljus. Den ger högupplösta djupkartor som inte påverkas av objektets material. Stereo vision är dock beräkningskrävande och kräver en kraftfull processor för att utföra bildmatchning. Den har också svårt i områden utan struktur (till exempel vita väggar eller enfärgade ytor) eftersom algoritmen inte kan hitta matchande punkter.
| Egenskap | STRUKTURERAT LJUS | Stereovision | Lidar | dToF | iToF |
| Principen | Projicerad mönsterförvridning | Jämförelse av dubbelkameraavbildningar | Tid i flyg för reflekterat ljus | Tid i flyg för reflekterat ljus | Fasförskjutning av modulerad ljuspuls |
| Programvarans komplexitet | Hög | Hög | Låg | Låg | Medium |
| Kosta | Hög | Låg | Variabel | Låg | Medium |
| Noggrannhet | Mikrometer-nivå | Centimeter-nivå | Sträckberoende | Millimeter till centimeter | Millimeter till centimeter |
| Operativt område | Kort | ~6 meter | Hög skalbarhet | Skalbar | Skalbar |
| Effektivitet vid svagt ljus | Bra | Svagt | Bra | Bra | Bra |
| Utomhusprestanda | Svagt | Bra | Bra | Moderat | Moderat |
| Skanningshastighet | Långsamt. | Medium | Långsamt. | Snabb | Mycket snabb |
| Kompakthet | Medium | Låg | Låg | Hög | Medium |
| Energiförbrukning | Hög | Låg till skalbar | Hög till skalbar | Medium | Skalbar till medium |
3D-kamerateknik har gått från laboratoriet till kommersiellt bruk, och dess mångsidiga funktioner revolutionerar olika branscher.
Djupkameror för robotik fungerar som robotarnas "rumsliga uppfattningssinne". I automatiserade produktionslinjer måste robotar kunna identifiera och gripa arbetsstycken som är slumpmässigt staplade med hög noggrannhet. 3D-kameror kan generera mycket exakta punktmolndata, vilket hjälper robotar att förstå objektens tredimensionella läge och position, så att de kan gripa, sortera och montera med precision – vilket avsevärt ökar produktionseffektiviteten och flexibiliteten.
AR/VR-enheter kräver realtidsmedvetenhet om miljön för att sömlöst integrera virtuella objekt i den verkliga världen. Djupkameror kan utföra en tredimensionell skanning av användarens rum och generera en exakt djupkarta. Detta gör det möjligt att placera virtuella objekt korrekt på ett bord eller dölja dem bakom verkliga objekt, vilket avsevärt förbättrar användarens immersiva och interaktiva upplevelse.
Automatiserad lagerhantering, mätning av paketvolym och pallisering är kärnkrav inom logistikbranschen. 3D-kameror kan snabbt mäta volym och vikt på paket för att optimera lastning av lastbilar. I automatiserade lager kan de styra robotar så att de exakt plockar och placerar artiklar från hyllor samt utför inventering, vilket möjliggör effektiv lagerhantering.
Inom hälsovården kan 3D-kameror användas för kontaktfri kroppsmätning, ställningsanalys och kirurgisk planering. Genom 3D-scanning kan djupkameror generera människomodeller för anpassade proteser och orteser. Inom biometri kan de identifiera unik ansiktsgeometri för att tillhandahålla säkrare autentisering och förhindra förfalskning med foto eller video.
Djupkameror med djupdetektering utgör en betydande teknologisk framsteg inom området inbyggd bildbehandling. Oavsett om det gäller strukturerat ljus, tid-vid-flygning (time-of-flight) eller binokulär syn erbjuder varje teknik unika lösningar för 3D-uppfattning. Att förstå principerna och egenskaperna hos dessa typer av djupkameror samt att välja rätt kamera korrekt baserat på applikationsscenariot (t.ex. djupkameror för robotik) är avgörande för varje ingenjör inom maskinbaserad bildbehandling. Djupkameror ger maskiner förmågan att uppfatta den tredimensionella världen och driver en djupgående omvandling från automatisering till intelligens.
Har du svårt att välja rätt djupkamera för ditt projekt? Kontakta vårt team av experter idag för professionell konsultation inom inbyggd vision och 3D-uppfattning, som hjälper dig att bygga det bästa maskinvisionssystemet för ditt användningsområde.
EN
Senaste nyheterna