Shenzhen Sinoseen Technology Co.,Ltd.
Kaikki kategoriat
banner

Blogit

Koti >  Blogit

Ero lentoajan (ToF) ja muiden 3D-syvyyskartoituskameroiden välillä

22. lokakuuta 2024

Kyky aistia ja olla vuorovaikutuksessa 3D-maailman kanssa on tulossa yhä tärkeämmäksi nykypäivän teknologiaympäristössä, ja yksi lupaavimmista on Time-of-Flight (ToF) -tekniikka. Tämä on uraauurtava 3D-syvyyskartoitusratkaisu, joka on saamassa suosiota ei-liikkuvilla alueilla, kuten teollisuusautomaatiossa ja vähittäiskaupassa. Vaikka ToF-konsepti on ollut olemassa 1990-luvulta lähtien yhdessä CCD-lukitustekniikan kanssa, vasta viime vuosina se on hitaasti kypsynyt vastaamaan ammattimarkkinoiden tiukkoihin vaatimuksiin.

Tässä viestissä tarkastelemme perusteellisesti, miksi ToF-kameroista on tulossa yhä suositumpia 3D-syvyyskartoituksessa ja miten ne eroavat muista 3D-kuvantamistekniikoista, kuten stereonäkökuvauksesta ja strukturoidusta valokuvauksesta.

Mitä 3D-syvyyskartoitus on?

3D-syvyyskartoitusta voidaan kutsua myös syvyyskartoitukseksi tai 3D-kartoitukseksi. Se on huipputeknologia, joka luo 3D-näkymän esityksen tilasta tai esineestä mittaamalla tarkasti anturin ja ympäristön eri pisteiden välisen etäisyyden. Se murtaa perinteisten 2D-kameratietojen rajoitukset ja on kriittinen sovelluksissa, jotka edellyttävät tarkkaa spatiaalista havaintoa ja reaaliaikaista päätöksentekokykyä.


Sen ytimessä3D-syvyyskartoitussisältää valonlähteen heijastamisen esineeseen ja sitten kameran tai anturin käyttämisen heijastuneen valon sieppaamiseen. Siepatut tiedot analysoidaan heijastuneen valon aikaviiveen tai kuvion poikkeaman määrittämiseksi syvyyskartan luomiseksi. Maallikon termein syvyyskartta on digitaalinen suunnitelma, joka kuvaa kunkin kohtauselementin välistä suhteellista etäisyyttä ja sensor.3D syvyyskartoitus on ero staattisen kuvan ja dynaamisen interaktiivisen maailman välillä.


Mikä on stereonäkötekniikka?

Stereonäkötekniikka on saanut inspiraationsa ihmissilmän kyvystä havaita syvyyttä binokulaarisen näön avulla. Teknologia hyödyntää stereoparallaksin käsitettä jäljittelemään ihmissilmän visuaalista järjestelmää, jossa jokainen kamera tallentaa näkökenttänsä ja käyttää sitten näitä erilaisia kuvia laskeakseen kohtauksen kohteiden etäisyydet. Stereoparallaksi on ero kohteen kuvan sijainnissa, jonka vasen silmä ja oikea silmä näkevät. Ja prosessia, jolla aivot poimivat syvyystietoja 2D-verkkokalvon kuvasta binokulaarisen parallaksin kautta, kutsutaan stereopsisiksi.

stereo vision technology.jpg


Stereonäkökamerat käyttävät juuri tätä tekniikkaa. He ottavat kaksi erillistä kuvaa eri näkökulmista (samanlainen kuin ihmissilmä) ja korreloivat sitten laskennallisesti nämä kuvat kohteiden etäisyyksien määrittämiseksi. Syvyyskartat rakennetaan tunnistamalla kahden kuvan vastaavat piirteet ja mittaamalla vaakasuuntainen siirtymä tai parallaksi näiden kohteiden välillä. Yksi asia on huomata, että mitä suurempi parallaksi, sitä lähempänä kohde on tarkkailijaa.


Kuinka stereonäkökamera toimii?

Stereonäkökamerat jäljittelevät ihmissilmän tekniikkaa, joka havaitsee syvyyden kolmiomittauksen geometrian kautta, jossa on otettava huomioon useita keskeisiä ominaisuuksia:

  • Perustaso: kahden kameran välinen etäisyys, joka vastaa ihmisen pupilliväliä (~50-75 mm, pupillietäisyys).
  • Resoluutio: verrannollinen syvyyteen. Korkeamman resoluution anturit tarjoavat enemmän pikseleitä parallaksin analysointiin, mikä mahdollistaa tarkemmat syvyyslaskelmat.
  • Polttoväli: Polttoväli on verrannollinen syväterävyyteen. Vaikuttaa syvyysalueeseen ja näkökenttään, lyhyeen pituuspolttopisteeseen, laajaan näkökenttään, mutta lähikentän heikkoon syvyyshavaintoon;polttovälion korkea, näkökenttä on suuri, sitä yksityiskohtaisempi havainto kohteista lähikentässä.

Stereonäkökamerat soveltuvat erityisen hyvin suurta näkökenttää vaativiin ulkosovelluksiin, kuten automaattisiin navigointijärjestelmiin ja 3D-rekonstruktioon. Tietenkin tekniikka edellyttää, että kaapatulla kuvalla on oltava riittävä yksityiskohtaisuus ja rakenne tai epähomogeenisuus. Voimme myös parantaa näitä tekstuureja ja yksityiskohtia valaisemalla näkymän strukturoidulla valaistuksella, mikä parantaa ominaisuuksien havaitsemista ja syvyyskartan laatua.


Mitä on strukturoitu valokuvantaminen?

Strukturoitu valokuvaus on hienostunut 3D-syvyyskartoitusmenetelmä, joka käyttää valonlähdettä kuvion projisoimiseen pinnalle ja sieppaa sitten kuvion vääristymät, kun se on vuorovaikutuksessa kohteen 3D-geometrian kanssa. Tämä tekniikka mahdollistaa kohteen mittojen tarkan mittaamisen ja sen 3D-muodon rekonstruoinnin.


3D-kuvantamisessa strukturoidut valokamerat käyttävät valonlähdettä, kuten laseria tai LEDiä, kuvion (yleensä ruudukon tai raitasarjan) heijastamiseen. Kuvion tarkoituksena on parantaa kameran kykyä tunnistaa ja mitata muutoksia valaisemassaan pinnassa. Kun kuvio valaisee esineen pinnan, se deformoituu kohteen muodon ja tilaominaisuuksien mukaan. SitäKamera-moduulivoi kaapata nämä vääristyneet kuviot eri kulmista valonlähteeseen nähden.


Miten strukturoitu valokamera toimii?

Strukturoitu valokamerakuvaus sisältää useita vaiheita, jotka on tiivistetty lyhyesti alla:

  • Kuvion projektio: Erityisesti suunniteltu valokuvio projisoidaan kohteeseen, joka sitten deformoidaan 3D-kartoituksen saavuttamiseksi kohteen ääriviivojen perusteella.
  • Kuvankaappaus: Kamera tallentaa epämuodostuneen kuvion ja kuvion muutokset havaitaan tietyssä kulmassa. Kohteen syvyys päätellään vertaamalla tunnettua projisoitua valokuviota ja valon vuorovaikutusta kohteen 3D-pintaan.
  • Kolmiomittaus: Kamera käyttää tunnettua projisoitua kuviota ja otettua kuvaa kohteen syvyyden laskemiseen kolmiomittauksella yksityiskohtaisen 3D-kartan luomiseksi.

Strukturoidun valokuvauksen tarkkuuteen ja resoluutioon vaikuttavat sellaiset tekijät kuin valonlähteen laatu, kuvion monimutkaisuus ja kameran kyky ratkaista yksityiskohtia. Tämä tekniikka on erityisen tehokas ympäristöissä, joissa valaistusta ohjataan ja kohteen pinnan piirteet ovat selvästi näkyvissä.


Mikä on lentoaikakuvaus?

Time-of-Flight (ToF) -kuvantamista on jo käsitelty erityisessä artikkelissa. Time-of-Flight (ToF) -kuvantaminen on erittäin tarkka ja reaaliaikainen tekniikka, ja se on nykyään suosituin ratkaisu 3D-syvyyskartoitukseen. ToF-tekniikan ytimessä on valonlähde, joka mittaa aikaa, joka kuluu valosignaalin leviämiseen kamerasta, heijastumiseen kohteesta ja palaamiseen anturiin, jolloin etäisyys kohteeseen voidaan laskea hämmästyttävällä tarkkuudella. Kiinnostuneet osapuolet voivat viitata edelliseen artikkeliin tarkastellakseen perusteellisesti ToF-tekniikan periaatteita sekä sen etuja ja puutteita.

Time-of-Flight Imaging.jpg


Stereonäkö vs. strukturoitu valo vs. lentoaika (ToF) -kuvantaminen

3D-kuvantamisessa valinta stereonäön, strukturoidun valokuvauksen ja lentoaikatekniikoiden (ToF) välillä riippuu yleensä sovelluksen erityisvaatimuksista. Jokaisella lähestymistavalla on omat etunsa ja rajoituksensa, joita tutkimme yksityiskohtaisesti auttaaksemme sinua ymmärtämään, miksi ToF-kamerat tunnustetaan yhä useammin suosituimmaksi valinnaksi monissa 3D-kartoitussovelluksissa.

 

STEREO NÄKÖ

STRUKTUROITU VALO

LENTOAIKA

Periaate

Vertaa kahden 2D-anturin stereokuvien eroja

Tunnistaa valaistujen kuvioiden vääristymät 3D-pinnan perusteella

Mittaa kohdekohteesta heijastuneen valon läpikulkuajan

Ohjelmiston monimutkaisuus

Korkea

Keskiverto

Matala

Materiaalikustannukset

Matala

Korkea

Keskiverto

Syvyys("z") tarkkuus

Cm

um~cm

mm~cm

Syvyysalue

Rajoitettu

Skaalautuva

Skaalautuva

Hämärässä

Heikko

Hyvä

Hyvä

Ulkoilma

Hyvä

Heikko

Oikeudenmukainen

Vasteaika

Keskiverto

Hidas

Nopea

Tiiviys

Matala

Korkea

Matala

Tehonkulutus

Matala

Keskiverto

Skaalautuva


Miksi lentoaikakamera (ToF) on parempi valinta 3D-kartoitukseen?

Tarkkuus on kriittistä 3D-kartoitustekniikassa. Edellä olemme oppineet, mitä 3D-syvyyskuvaus on, sekä tietoa lentoajasta (ToF), strukturoidusta valosta ja stereonäöstä. Tehdään lyhyt yhteenveto siitä, miksi lentoaika (ToF) sopii paremmin 3D-kartoitukseen.

  • Suora syvyysmittaus:ToF-kamerat voivat mitata syvyyttä suoraan, mikä yksinkertaistaa tietojenkäsittelyvaatimuksia verrattuna stereonäköön tai strukturoituihin valojärjestelmiin, jotka luottavat monimutkaisiin algoritmeihin syvyyden laskemiseksi kuvan parallaksin tai kuvion vääristymisen perusteella.
  • Suuri tarkkuus ja laajennettavuus:Erittäin tarkat mittaukset jopa mm:stä cm:iin yhdistettynä laajennettavaan syvyysalueeseen tekevät ToF-kamerasta hyvin sopivan tarkkoihin mittauksiin eri etäisyyksillä.
  • Ohjelmiston monimutkaisuus:ToF-kameran syvyystiedot luodaan suoraan anturista, mikä vähentää algoritmien tarvetta. Parempi tietojenkäsittelyn tehokkuus ja nopeampi käyttöönotto.
  • Parempi suorituskyky hämärässä:Valonlähteeseen perustuvaan stereonäköön verrattuna Tof-kamerat toimivat paremmin heikossa valaistuksessa aktiivisen ja luotettavan valonlähteen ansiosta.
  • Kompakti ja energiatehokas rakenne:Toisin kuin muut anturit, Tof-kamerat ovat pienempiä ja kuluttavat vähemmän virtaa. Ihanteellinen kannettaville tai akkukäyttöisille laitteille.
  • Reaaliaikainen tietojenkäsittely:Tof-kamera tallentaa ja käsittelee syvyystietoja erittäin nopeasti, mikä tekee siitä ihanteellisen reaaliaikaisiin sovelluksiin, kuten robotiikkaan.

Mitkä sovellukset tarvitsevat lentoaikakameroita?

Autonomiset mobiilirobotit (AMR):Tof-kamera tarjoaa reaaliaikaisen etäisyyden mittauksen ja esteiden havaitsemisen, mikä antaa AMR:lle joustavuuden navigoida monimutkaisissa ulko- ja sisäympäristöissä. Auttaa reitin suunnittelussa ja törmäysten välttämisessä, mikä parantaa robotin autonomiaa ja luotettavuutta.


Itseohjautuvat ajoneuvot (AGV):Varasto- ja valmistusympäristöissä ToF-kameroilla varustetut vihivaunut takaavat luotettavan navigoinnin ja tarkan materiaalinkäsittelyn. Näiden kameroiden tarjoamat syvyystiedot tukevat kehittyneitä reitinhakualgoritmeja logistiikan optimoimiseksi ja ihmisen toiminnan vähentämiseksi.

Kasvojentunnistukseen perustuvat väärentämisen estolaitteet:Lisätyissä kasvojentunnistusjärjestelmissä olevat ToF-kamerat estävät luvattoman pääsyn kasvojentunnistushuijauksen avulla analysoimalla perusteellisia tietoja, jotka voivat erottaa todelliset kasvot yrityksestä kopioida ne (esim. maski tai valokuva).

Johtopäätös

Tämän artikkelin kautta on selvää nähdä lentoaikakameroiden (ToF) tärkeä rooli 3D-kuvantamisen alalla. ToF-kameroiden edut korostavat myös niiden potentiaalia mullistaa tarkkoihin paikkatietoihin luottavat teollisuudenalat.
Vaikka stereonäöllä, strukturoidulla valokuvantamisella ja ToF-tekniikoilla on kullakin omat etunsa, ToF-kamerat erottuvat kyvystään tarjota suoria, tarkkoja ja skaalautuvia syvyysmittauksia suhteellisen alhaisella ohjelmiston monimutkaisuudella. Tämä tekee niistä ihanteellisia sovelluksiin, joissa nopeus, tarkkuus ja luotettavuus ovat kriittisiä.


Yli vuosikymmenen kokemus toimituksesta ja räätälöinnistäOEM-kamerat, Sinoseen voi tarjota sinulle erikoistuneimmat kuvantamisratkaisut kameramoduulillesi. Olipa kyseessä MIPI-, USB-, dvp- tai MIPI csi-2 -liitäntä, Sinoseenilla on aina ratkaisu tyydyttäväksi, ota rohkeasti yhteyttä, jos tarvitset jotain.

Suositellut tuotteet

Aiheeseen liittyvä haku

Ota yhteyttä