Mitkä ovat syvyyden tunnistavat kamerat? Kuinka monta tyyppiä syvyyden tunnistavia kameroita

Perinteiset 2D-kamerat näkevät vain tasaisen, kaksiulotteisen maailman. Ne tunnistavat esineiden muodon ja värin, mutta eivät voi ymmärtää heidän sijaintiaan, kooltaan tai etäisyyttään avaruudessa. Tämä rajoittaa monien edistyneiden robotiikan ja automaatiosovellusten ominaisuuksia. Syvyyden havaitsevien kameroiden syntyminen on muuttanut tätä. Ne antavat koneille uuden "kolmiulotteisen" havaintokyvyn, joka antaa järjestelmille mahdollisuuden ymmärtää ihmisen kaltaista tilaa, avaamalla laajan sovellustilan sulautetulle visiolle ja 3D-havaintoratkaisuille.

Kameramoduuleihin erikoistuneena konsulttina tämä artikkeli tarjoaa perusteellisen analyysin syvyyden havaitsemisesta kamerateknologiasta, sen päätyypeistä ja sen sovelluksista robottiikassa, logistiikassa ja AR/VR: ssä. Tutkimme kunkin tekniikan ominaisuuksia auttaaksemme insinöörejä ymmärtämään, kuinka syvyyden tunnistavat kamerat toimivat, ja teemme heidän projektilleen tietoisimman valinnan.

Mikä on syvyyden havaitseva kamera ja miksi tarvitsemme sitä?

A syvyyden tunnistava kamera, jota kutsutaan myös usein 3D -kamerana, on kamera, joka voi kaapata syvyystietoja jokaisesta kohtauksen pikselistä. Se tuo ei vain perinteistä RGB -kuvaa, vaan myös syvyyskarttaa tai pistepilvitietoa. Jokainen syvyyskartan pikseliarvo edustaa etäisyyttä kyseisen pisteen ja kameran välillä.

3D -kameroita tarvitaan, koska 2D -kuvat eivät voi ratkaista näköongelmaa visiossa: alueellinen epäselvyys. 2D -kamera ei pysty erottamaan pientä esinettä lähikuvaan ja suurta esinettä kaukana. Lisäksi valaistusvariaatiot, varjot ja tukkeutumiset voivat kaikki aiheuttaa 2D -näköjärjestelmien epäonnistumisen. Esimerkiksi varjossa oleva esine voi erehtyä toiseen esineeseen tai sitä ei yksinkertaisesti havaita.

Syvyyskamerat käsittelevät tätä ongelmaa täydellisesti tarjoamalla tarkkoja etäisyystietoja. Ne tarjoavat koneille geometriset tiedot, joihin valaistus, väri ja rakenne eivät vaikuta. Tämä 3D-muotopohjainen havaintokyky antaa koneille mahdollisuuden ymmärtää ja olla vuorovaikutuksessa todellisen maailman kanssa ja antaa perustan sulautetun vision 3D-havaintoratkaisujen toteuttamiselle.

Kaikista tänään saatavilla olevista syvyyden anturitekniikoista kolme suosituinta ja yleisesti käytettyä ovat:
1. Strukturoitu valo
2. lentoaika
2.1 Lennon suora aika (DTOF)
2.1.1 Lidar
2.2 Epäsuora lennon aika (ITOF)
3. Stereovisio

Seuraavaksi tarkastellaan tarkemmin, kuinka kukin näistä syvyyden tunnistustekniikoista toimii.

Kolme valtavirran tekniikkaa syvyyskameroille

Ymmärtääksesi, kuinka syvyyden tunnistavat kamerat toimivat, on tärkeää ymmärtää syvä syvyyskameratekniikan ydintyypit. Tällä hetkellä on olemassa kolme päävaltaa syvyyskameratekniikkaa.

Kello 1. Strukturoitu kevyt kamera

Jäsennelty valokamera on aktiivinen kuvantamistekniikka. Se käyttää suuritehoista infrapunaprojektoria tunnettujen valokuvioiden, kuten tiettyjen mallin, joka koostuu tuhansista pisteistä, kohtauspaikalle. Sitten se käyttää yhtä tai useampaa kameraa tämän kuvion vääristymisen kaappaamiseen esineen pinnalla. Laskemalla tämä vääristymä, kamera voi päätellä objektin 3D -muodon ja etäisyyden.

Tämä tekniikka tarjoaa erittäin tarkan ja korkean resoluution syvyystiedot, etenkin läheisillä alueilla. Sen subllimetrin mittausominaisuudet ovat erinomaisia ​​sovelluksissa, jotka vaativat objektin yksityiskohtien tarkkaa mittausta. Ympäristön valo (erityisesti voimakas auringonvalo) voi kuitenkin vaikuttaa projisoituun valoon, mikä vaikuttaa mittaustarkkuuteen. Lisäksi, kun samassa tilassa käytetään useita jäsenneltyjä valokameroita, niiden projektiomallit voivat häiritä toisiaan.

2. lennon aikakamera

Lentokamerat, jotka perustuvat valon vakionopeuden periaatteeseen, lähettävät infrapunavaloa ja mittaavat kevyen pulssin kuluu ajan heijastettavaksi kameran anturille. Tämän aikaeron perusteella objektin ja kameran välinen etäisyys voidaan laskea tarkasti. Tämä prosessi suoritetaan tyypillisesti rinnakkain jokaisessa pikselissä, mikä mahdollistaa korkean kehyksen syvyyden sieppauksen.

Etäisyyden määrittämiseen käytetystä menetelmästä riippuen TOF luokitellaan kahteen tyyppiin: suora aikaväli (DTOF) ja epäsuora lentoajan (ITOF).

2.1.Suora lennon aika (DTOF)

DTOF mittaa suoraan kevyen pulssin lennon ajan päästöistä paluun. Se käyttää erillistä anturia yksittäisten fotonien saapumisajan tarkkaan havaitsemiseen. Tämä suora mittausmenetelmä mahdollistaa pidemmät mittausetäisyydet ja suuremman tarkkuuden.

2.1.1.Lidar

Lidar (lasertutka) on eräänlainen DTOF -tekniikka. Se käyttää tyypillisesti laserskanneria päästäkseen laservalopisteeseen kohtauksen mukaan ja vastaanottaa heijastettua valoa korkean tarkkuuden pilven luomiseksi. Lidarin pitkä havaitsemisalue ja voimakas vastus ympäröivälle valolle tekevät siitä ihanteellisen autonomiseen ajamiseen ja robottien tarkkaan kartoittamiseen.

2.2.Dendirect-lennon aika (ITOF)

Itof ei mittaa aikaa suoraan. Sen sijaan se välittää jatkuvan moduloidun valon aallon ja mittaa heijastuneen ja emittoidun valon välisen faasieron. Tämä vaiheero on verrannollinen valon lentoon. ITOF -järjestelmät ovat yleensä kompakti, kuluttavat vähemmän tehoa ja saavuttavat korkeammat kehysnopeudet. Ne soveltuvat lyhyen kantaman sisätilojen sovelluksiin, kuten eleiden tunnistamiseen ja kasvojen todennukseen.

3. Stereovisiokamera

Stereovisiokamera jäljittelee ihmisen kiikarinäkymää. Se käyttää kahta kameraa, jotka on asennettu kiinteään lähtöetäisyyteen, samanaikaisesti saman kohtauksen kaappaamiseksi. Kompleksiaalgoritmeja käyttämällä järjestelmä löytää vastaavat pisteet kahdesta kuvista ja laskee kolmiomittausperiaatteita käyttämällä kunkin pisteen sijainnin kolmiulotteisessa tilassa, mikä tuottaa erokartan.

Tämä passiivinen tekniikka ei vaadi ylimääräistä valonlähdettä, joten se sopii ulkokäyttöön ja ympäristöihin, joissa on runsaasti luonnonvaloa. Se tarjoaa korkearesoluutioisia syvyyskarttoja, joihin objektimateriaali ei vaikuta. Stereovisio on kuitenkin laskennallisesti intensiivistä ja vaatii tehokkaan prosessorin kuvan sovittamisen suorittamiseen. Se kamppailee myös tekstuurittomilla alueilla (kuten valkoiset seinät tai kiinteänväriset pinnat), koska algoritmi ei löydä vastaavia pisteitä.

Mitkä ovat syvyyskameroiden ydinsovellusskenaariot?

3D -kameratekniikka on siirtynyt laboratoriosta kaupalliseen käyttöön, ja sen monipuoliset ominaisuudet mullistavat eri toimialoja.

1. Robotiikka ja automaatio

Robotiikan syvyyskamerat toimivat robottien "alueellisena havaintoeliminä". Automaattisissa tuotantolinjoissa robottien on tunnistettava tarkasti ja tartuttava satunnaisesti pinottuihin työkappaleita . 3 d-kamerat voivat tuottaa erittäin tarkkoja pistepilvitietoja, jotka auttavat robotteja ymmärtämään kolmiulotteisen poseeraa ja esineiden sijaintia, mikä mahdollistaa tarkan tarttumisen, lajittelun ja kokoonpanon, mikä parantaa tuotantotehokkuutta ja joustavuutta huomattavasti.

2. Lisätty todellisuus (AR) ja virtuaalitodellisuus (VR)

AR/VR-laitteet vaativat reaaliaikaisen ympäristötietoisuuden virtuaalisten esineiden integroimiseksi saumattomasti todelliseen maailmaan. Syvyyskamerat voivat suorittaa käyttäjän huoneesta kolmiulotteisen skannauksen ja luoda tarkan syvyyskartan. Tämä mahdollistaa virtuaalisten esineiden sijoittamisen tarkasti pöytätasolle tai piilotettujen objektien takana, mikä parantaa merkittävästi käyttäjän kiehtovaa ja vuorovaikutteista kokemusta.

3. Logistiikka ja varaston hallinta

Automaattinen varastointi, paketin määrän mittaus ja lavaus ovat logistiikkateollisuuden ydinvaatimuksia.3D -kameratvoi nopeasti mitata pakettien tilavuuden ja painon kuorma -autojen kuormituksen optimoimiseksi. Automaattisissa varastoissa ne voivat ohjata robotteja tarkkaksi ja sijoittamaan hyllyiltä esineitä ja suorittamaan varaston määrät, mikä mahdollistaa tehokkaan varastonhallintaa.

4. Terveydenhuolto ja biometriset tiedot

Terveydenhuollon kentällä 3D -kameroita voidaan käyttää kontaktittomaan kehon mittaukseen, asentoanalyysiin ja kirurgiseen suunnitteluun. 3D -skannauksen avulla syvyyskamerat voivat luoda ihmismallit räätälöityihin proteeseihin ja ortopitsiin. Biometrisesti ne voivat tunnistaa ainutlaatuisen kasvogeometrian turvallisemman todennuksen tarjoamiseksi ja valokuvien tai videopuofoinnin estämiseksi.

Yhteenveto

Syvyyden havaitsemiskamerat edustavat merkittävää teknistä kehitystä sulautetussa näkökentässä. Olipa jäsennelty valo, lennon aika tai kiikarinäkö, jokainen tekniikka tarjoaa ainutlaatuisia ratkaisuja 3D-havaintoon. Näiden syvyyskameratyyppien periaatteiden ja ominaisuuksien ymmärtäminen ja niiden valitseminen tarkasti sovellusskenaarion (kuten robotiikan syvyyskameroiden) perusteella on välttämätöntä jokaiselle konekohtaisen insinöörille. Syvyyskamerat valtuuttavat koneille kyvyn havaita kolmiulotteisen maailman ja ajavat syvällistä muutosta automaatiosta älykkyyteen.

GuchVision auttaa sinua valitsemaan syvyyskamera

Pyrkitkö valitsemaan projektillesi oikean syvyyskameran?Ota yhteyttä asiantuntijaryhmämme tänäänAmmattimaiselle sulautetulle visiolle ja 3D -havaintoratkaisukonsultoinnille, joka auttaa sinua rakentamaan sovelluksellesi parhaan koneen visiojärjestelmän.