kaikki lajit
banner

blogit

Etusivu > blogit

lentoajan ja muiden 3D-syvyyskarttauskameroiden välinen ero

Oct 22, 2024

Kyky aistia ja vuorovaikuttaa 3D-maailman kanssa on yhä tärkeämpää nykypäivän teknologian kentässä, ja yksi lupaavimmista on Time-of-Flight (ToF) -teknologia. Tämä on läpimurto 3D-syvyyskartoitusratkaisu, joka saa yhä enemmän suosiota ei-mobiileilla alueilla, kuten teollisessa automaatiossa ja vähittäiskaupassa. Vaikka ToF-käsite on ollut olemassa 1990-luvulta lähtien yhdessä lukittujen CCD-teknologioiden kanssa, se on vasta viime vuosina hitaasti kypsynyt täyttämään ammattilaismarkkinoiden tiukat vaatimukset.

Tässä kirjoituksessa tarkastelemme syvällisesti, miksi ToF-kamerat ovat yhä suositumpia 3D-syvyyskartoituksessa ja miten ne eroavat muista 3D-kuvausteknologioista, kuten stereonäkökuvasta ja rakenteellisesta valokuvasta.

Mikä on 3D-syvyyskartoitus?

3D syvyyskartoitus, jota voidaan myös kutsua syvyystunnistukseksi tai 3D-kartoitukseksi. Se on huipputeknologia, joka luo 3D-näkymäesityksen tilasta tai objektista mittaamalla tarkasti etäisyyden anturin ja ympäristön eri pisteiden välillä. Se murtaa perinteisten 2D-kameratietojen rajoitukset ja on kriittinen sovelluksille, jotka vaativat tarkkaa tilan havaintoa ja reaaliaikaisia päätöksentekokykyjä.


sen ytimessä,3D syvyyskartoitussisältää valonlähteen projisoimisen objektiin ja sitten kameran tai anturin hyödyntämisen heijastuneen valon tallentamiseksi. Tallennettua dataa analysoidaan, jotta voidaan määrittää heijastuneen valon aikaviive tai kuvio poikkeama syvyyskartan luomiseksi. Yksinkertaisesti sanottuna syvyyskartta on digitaalinen pohjapiirros, joka kuvaa suhteellista etäisyyttä jokaisen kohtauksen elementin ja anturin välillä. 3D syvyyskartoitus on ero staattisen kuvan ja dynaamisen interaktiivisen maailman välillä.


Mikä on stereonäköteknologia?

Stereonäköteknologia on saanut inspiraationsa ihmisen silmän kyvystä havaita syvyyttä binokulaarisen näön avulla. Teknologia hyödyntää stereoparallaxin käsitettä jäljitelläkseen ihmisen silmän visuaalista järjestelmää, jossa jokainen kamera tallentaa näkökenttänsä ja käyttää sitten näitä erilaisia kuvia lasketakseen esineiden etäisyyksiä kohtauksessa. Stereoparallaxi on ero objektin kuvan sijainnissa, joka nähdään vasemmalla ja oikealla silmällä. Ja prosessia, jonka avulla aivot erottavat syvyystietoa 2D-ristin kuvasta binokulaarisen parallaxin kautta, kutsutaan stereopsiksi.

stereo vision technology.jpg


Stereo vision -kamerat käyttävät tätä teknologiaa. Ne tallentavat kaksi erillistä kuvaa eri näkökulmista (samankaltaisesti kuin ihmisen silmä) ja sitten korreloivat nämä kuvat laskennallisesti määrittääkseen objektien etäisyydet. Syvyyskarttoja rakennetaan tunnistamalla vastaavat piirteet kahdessa kuvassa ja mittaamalla näiden piirteiden vaakasuora siirtymä tai parallax. Yksi asia, joka on syytä huomata, on se, että mitä suurempi parallax, sitä lähempänä objekti on tarkkailijaa.


Miten stereo vision -kamera toimii?

Stereo vision -kamerat jäljittelevät ihmisen silmän tekniikkaa, joka havaitsee syvyyden triangulaation geometrian kautta, jossa on useita keskeisiä ominaisuuksia, jotka on otettava huomioon:

  • Peruslinja: etäisyys kahden kameran välillä, samankaltaisesti kuin ihmisen pupilliväli (~50-75 mm, pupilliväli).
  • Resoluutio: suhteellinen syvyyteen. Korkeamman resoluution anturit tarjoavat enemmän pikseleitä parallaxin analysoimiseen, mikä mahdollistaa tarkemmat syvyyden laskelmat.
  • Polttoväli: Polttoväli on suhteessa syvyysalueeseen. Se vaikuttaa syvyysalueeseen ja näkökenttään, lyhyt polttoväli, laaja näkökenttä, mutta heikko syvyysnäkemys lähellä olevalle alueelle;keskitäntäpituuson korkea, näkökenttä on suuri, tarkempi havainto lähellä olevista kohteista.

Stereo-näkökamerat ovat erityisen sopivia ulkoisiin sovelluksiin, jotka vaativat suurta näkökenttää, kuten automaattiset navigointijärjestelmät ja 3D-mallinnus. Tietenkin teknologia vaatii, että tallennetussa kuvassa on riittävästi yksityiskohtia ja tekstuuria tai epähomogeenisuutta. Voimme myös parantaa näitä tekstuureja ja yksityiskohtia valaistamalla kohtauksen rakenteellisella valaistuksella parantaaksemme ominaisuuksien havaitsemista ja parantaaksemme syvyyskartan laatua.


Mikä on rakenteellinen valaistuskuvaus?

Rakenteellinen valokuvaus on monimutkainen 3D-syvyysmittausmenetelmä, joka hyödyntää valonlähdettä projisoidakseen kuvion pinnalle ja sitten tallentaakseen tämän kuvion vääristymät sen vuorovaikutuksessa objektin 3D-geometrian kanssa. Tämä tekniikka mahdollistaa tarkan mittauksen objektin mitoista ja sen 3D-muodon rekonstruoinnin.


3D-kuvauksessa rakenteelliset valokamerat käyttävät valonlähdettä, kuten laseria tai LEDiä, projisoidakseen kuvion (yleensä ruudukon tai sarjan raitoja). Kuvion tarkoitus on parantaa kameran kykyä tunnistaa ja mitata pinnan muutoksia, jota se valaisee. Kun kuvio valaisee objektin pintaa, se vääristyy objektin muodon ja tilallisten ominaisuuksien mukaan.kameran moduulivoi tallentaa nämä vääristyneet kuviot eri kulmista valonlähteeseen nähden.


Miten rakenteellinen valokamera toimii?

Rakenteellinen valokuvaus sisältää useita vaiheita, jotka on tiivistetty alla:

  • Kuvioprojekti: Erityisesti suunniteltu valokuvio projisoidaan kohteeseen, joka sitten muokkautuu saavuttaakseen 3D-kartoituksen kohteen ääriviivojen perusteella.
  • Kuvan tallennus: Muokattu kuvio tallennetaan kameralla ja kuvion muutoksia havaitaan tietyssä kulmassa. Kohteen syvyys päätellään vertaamalla tunnettua projisoitua valokuviota ja valon vuorovaikutusta kohteen 3D-pinnalla.
  • Kolmiointi: Kamera käyttää tunnettua projisoitua kuvioita ja tallennettua kuvaa laskeakseen kohteen syvyyden kolmioinnin avulla luodakseen yksityiskohtaisen 3D-kartan.

Rakennettujen valokuvien tarkkuuteen ja resoluutioon vaikuttavat tekijät, kuten valonlähteen laatu, kuvion monimutkaisuus ja kameran kyky erottaa yksityiskohtia. Tämä tekniikka on erityisen tehokas ympäristöissä, joissa valaistus on hallittua ja kohteen pinnan piirteet ovat selvästi näkyvissä.


Mikä on aikamatka-kuvaus?

Aika-lennon (ToF) kuvantaminen on jo käsitelty erikoisartikkelissa. Aika-lennon (ToF) kuvantaminen on teknologia, jolla on korkea tarkkuus ja reaaliaikainen suorituskyky, ja se on nykyään suosituin ratkaisu 3D-syvyyskartoituksessa. ToF-teknologian ytimessä on valonlähde, joka mittaa ajan, jonka valosignaali tarvitsee kulkeakseen kamerasta, heijastuakseen kohteesta ja palatakseen anturiin, mikä mahdollistaa etäisyyden kohteeseen laskemisen hämmästyttävällä tarkkuudella. Kiinnostuneet osapuolet voivat viitata aikaisempaan artikkeliin saadakseen syvällisen katsauksen ToF-teknologian periaatteisiin sekä sen etuihin ja puutteisiin.

Time-of-Flight Imaging.jpg


Stereo-näkö vs. Rakenteellinen valo vs. Aika-lennon (ToF) kuvantaminen

Kun on kyse 3D-kuvannuksesta, valinta stereonäön, rakenteellisen valokuvauksen ja aikamatkan (ToF) tekniikoiden välillä riippuu yleensä sovelluksen erityisvaatimuksista. Jokaisella lähestymistavalla on omat etunsa ja rajoituksensa, joita tutkimme yksityiskohtaisesti auttaaksemme sinua ymmärtämään, miksi ToF-kamerat tunnustetaan yhä enemmän monien 3D-kartoitussovellusten ensisijaiseksi valinnaksi.

- Mitä?

STEREONÄKÖ

RAKENTEELLINEN VALO

AIKAMATKA

periaate

Vertaa stereokuvien eroja kahdesta 2D-anturesta

Havaitsee valaistujen kuvioiden vääristymiä 3D-pinnalla

Mittaa heijastuneen valon kulkuaikaa kohdeobjektilta

Ohjelmiston monimutkaisuus

korkea

keskisuuri

alhainen

Materiaalikustannus

alhainen

korkea

keskisuuri

Syvyys(“z”) tarkkuus

mm

um~cm

mm~cm

Syvyysalue

Rajoitettu

skaalautuva

skaalautuva

heikko valo

Heikko

Hyvä

Hyvä

ulkona

Hyvä

Heikko

Oikeudenmukaista

vastausaika

keskisuuri

Hidas

- Nopeasti.

tiivistys

alhainen

korkea

alhainen

sähkönkulutus

alhainen

keskisuuri

skaalautuva


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

Tarkkuus on kriittinen 3D-kartoitusteknologialle. Yllä olemme oppineet, mitä 3D-syvyyskuvaus on, sekä tietoa aikamatkasta (ToF), rakenteellisesta valosta ja stereonäöstä. Tiivistetään lyhyesti, miksi aikamatka (ToF) sopii paremmin 3D-kartoitukseen.

  • Suora syvyyden mittaus:ToF-kamerat voivat mitata syvyyttä suoraan, mikä yksinkertaistaa tietojenkäsittelyvaatimuksia verrattuna stereonäköön tai rakenteelliseen valoon, jotka perustuvat monimutkaisiin algoritmeihin syvyyden laskemiseksi kuvaparallaxin tai kuvion vääristymän perusteella.
  • Korkea tarkkuus ja laajennettavuus:Tarjoamalla korkean tarkkuuden mittauksia jopa mm:stä cm:iin, yhdistettynä laajennettavaan syvyysalueeseen, tekee ToF-kamerasta hyvin soveltuvan tarkkoihin mittauksiin eri etäisyyksillä.
  • Ohjelmiston monimutkaisuus:ToF-kameran syvyystiedot tuotetaan suoraan anturista, mikä vähentää algoritmien tarvetta. Parantunut tietojenkäsittelytehokkuus ja nopeampi toteutus.
  • Parempi heikon valon suorituskyky:Verrattuna stereonäköön, joka perustuu valonlähteeseen, Tof-kamerat toimivat paremmin heikossa valaistuksessa aktiivisen ja luotettavan valonlähteen ansiosta.
  • Kompakti ja energiatehokas muotoilu:Toisin kuin muut anturit, Tof-kamerat ovat kompaktimpia ja kuluttavat vähemmän energiaa. Ihanteellinen kannettaville tai akkuvirtaisille laitteille.
  • Reaaliaikainen tietojenkäsittely:Tof-kamera tallentaa ja käsittelee syvyystietoja erittäin nopeasti, mikä tekee siitä ihanteellisen reaaliaikaisiin sovelluksiin, kuten robotiikkaan.

Mitkä sovellukset tarvitsevat aikamatkustuskameroita?

Itsestään liikkuvat mobiilirobotit (AMR):Tof-kamera tarjoaa reaaliaikaisen etäisyyden mittauksen ja esteiden tunnistuksen, mikä antaa AMR:lle joustavuutta navigoida monimutkaisissa ulko- ja sisäympäristöissä. Auttaa reittisuunnittelussa ja törmäyksen välttämisessä, parantaen robotin autonomiaa ja luotettavuutta.


Automaattiset ohjatut ajoneuvot (AGV):Varasto- ja valmistusympäristöissä ToF-kameroilla varustetut AGV:t varmistavat luotettavan navigoinnin ja tarkan materiaalinkäsittelyn. Näiden kameroiden tarjoama syvyystieto tukee edistyneitä reitinetsintäalgoritmeja logistiikan optimoinnissa ja ihmisen väliintulon vähentämisessä.

Kasvojentunnistukseen perustuvat huijaustenestolaitteet:ToF-kamerat lisätyn todellisuuden kasvojentunnistusjärjestelmissä estävät luvattoman pääsyn kasvojentunnistuksen huijausten kautta analysoimalla syvällistä tietoa, joka voi erottaa todellisen kasvot ja yrityksen jäljitellä niitä (esim. naamio tai valokuva).

päätelmä

Tämän artikkelin kautta on selvää, kuinka tärkeä rooli aika-lennon (ToF) kameroilla on 3D-kuvauksen alalla. ToF-kameroiden edut korostavat myös niiden potentiaalia mullistaa teollisuuksia, jotka perustuvat tarkkaan tilatietoon.
Vaikka stereonäkö, rakenteellinen valokuvaus ja ToF-teknologiat ovat jokaisella omat etunsa, ToF-kamerat erottuvat kyvyllään tarjota suoria, tarkkoja ja skaalautuvia syvyyden mittauksia suhteellisen alhaisella ohjelmistokompleksisuudella. Tämä tekee niistä ihanteellisia sovelluksiin, joissa nopeus, tarkkuus ja luotettavuus ovat kriittisiä.


Yli kymmenen vuoden teollisuuskokemuksella kameroiden toimittamisessa ja räätälöinnissäOEM-kamerat, Sinoseen voi tarjota sinulle erikoistuneimmat kuvantamisratkaisut kameramoduulillesi. Olipa kyseessä MIPI, USB, dvp tai MIPI csi-2 -liitäntä, Sinoseenilla on aina ratkaisu tyytyväisyytesi varmistamiseksi, ota rohkeasti yhteyttä, jos tarvitset jotain.

Related Search

Get in touch