具有空间感的机器人 — 3D成像将如何推动工业机器视觉的发展
主要的3D方法有哪些?
3D技术可以在机器人、工厂和物流自动化以及医疗领域大展身手,因为它可以为解决复杂的图像处理任务开辟新天地。3D图像处理技术特别适用于了解物体的体积、形状、3D位置和方向,例如物流部门需要将商品快速且安全地从A点运送到B点。但是生成3D图像需要哪种技术呢?
当前,生成3D图像数据有四种不同方法:
ToF (Time-of-Flight)
激光三角测量
立体视觉
结构光
四种方法之间有何不同?
不同的工作原理与应用领域
立体视觉和结构光
立体视觉的工作原理与人眼类似。需要使用两个2D相机从两个不同位置为被测量物体拍摄图像,并使用三角测量原理计算3D深度信息。但是当需要观察均匀的表面,以及当照明条件不良时可能难以进行计算,因为通常数据过于混乱,无法得出确定的结果。这个问题就可以通过结构光来解决,从而为图像生成清晰的预定义结构。
应用领域
应用领域立体视觉的一个明显优点是:它在测量工作范围较小的物体时可以实现高精度。如果要实现高精度,通常需要将参考标记、随机图案或由结构化光源产生的光图案投影到被测物体上。立体视觉通常适用于坐标测量技术和工作空间的3D测量。然而,这种技术一般不适合在生产环境中使用,因为它的处理器负载较高,在工业应用中会增加整体系统的成本。
激光三角测量
法激光三角测量法使用的是2D相机和激光光源。激光会将光线投射到目标区域,然后再使用2D相机进行拍摄。光线在接触被测物体的轮廓时会发生弯曲,因此可以根据多张照片中的光线位置坐标,计算出物体和激光光源之间的距离。
激光三角测量
法激光三角测量法使用的是2D相机和激光光源。激光会将光线投射到目标区域,然后再使用2D相机进行拍摄。光线在接触被测物体的轮廓时会发生弯曲,因此可以根据多张照片中的光线位置坐标,计算出物体和激光光源之间的距离。
ToF (Time-of-Flight)
在获取深度数据及测量距离方面,ToF (Time-of-Flight)方法是一项非常高效的技术。ToF相机为每个像素提供两种信息:亮度值(灰度值)以及芯片与被测物体之间的距离(即深度值)。ToF (Time-of-Flight)技术可进一步分为两种不同方法:连续波和脉冲ToF。
脉冲ToF是根据光脉冲的传播时间来测量距离,因此它需要配合非常快速、精准的电子元件。目前,该技术能够在合理的成本范围内生成精确的光脉冲以及进行精准测量。相比连续波的工作过程,这种技术所需的芯片要以更高的分辨率进行工作,由于它的像素较小,因此能够更高效地利用芯片表面。
集成光源发出的光脉冲会在照射物体后反射回相机。然后,即可根据光线再次到达芯片前的传播时间计算出距离,从而得出每个像素的深度值。这项技术可以轻松实时生成点云,同时还可以提供强度和置信图。
应用领域
在物流和生产环境中,ToF流程非常适合用于体积测量、打托盘任务和自动驾驶车辆。在医疗领域,ToF相机还可以帮助定位和监控病人。在工厂自动化中,它能协助完成机器人控制和箱盒取物任务。
哪种技术适合我的应用?
与2D相机一样,可以使用单一技术解决所有问题的3D相机并不存在。因此我们必须综合权衡各种要求,确定最优化的选择。
与2D相机一样,可以使用单一技术解决所有问题的3D相机并不存在。因此我们必须综合权衡各种要求,确定最优化的选择。
我们适用于图像引导机器人的产品
借助我们丰富的产品线,为您的视觉系统选择合适的产品。我们的视觉系统配置器可帮助您快速轻松地组装系统。