Heutzutage sind es, ob es sich um Gesichtserkennung, intelligente Roboter oder autonomes Fahren handelt, alle auf die Tiefenwahrnehmung der Umgebungsumgebung {. bis zu diesem Zweck, eine Reihe von fortgeschrittenen 3D -Tiefenwahrnehmungstechnologien, die entstanden sind, einschließlich der Mainstream -Kameras, in denen jeder mit dem Mainstream -Kameras und der Lidar -Kameras, und Lidars, und Lidar {2 {2 {2 {2 {2 {2 {2} {2} {{{} {{} {} {}, bei denen ein Mameras, bei dem die Mameras und die Lidarras, und die Lidarras, und die Lidarras haben. Auswahl einer 3D -Tiefenkamera: Welche 3D -Kamera entspricht meinen Anforderungen? TOF oder andere 3D -Tiefenkameras?
In diesem Artikel werden wir also die Eigenschaften und Unterschiede zwischen TOF und anderen 3D -Tiefenkameras zutiefst verstehen und warum TOF beliebter ist als andere 3D -Tiefenkameras .
Was ist 3D -Tiefenzuordnung?
Was ist die 3D -Tiefenwahrnehmung? 3D-Tiefenzuordnung, auch Tiefenerkennung oder 3D-Zuordnung genannt, erstellt ein Bild eines dreidimensionalen Raum- oder Zielobjekts, indem der Abstand zwischen dem Sensor und jedem Punkt in der Umgebung umgebracht wird
Durch die Analyse des Zeitpunkts oder des Musters der Reflexionen wird der Abstand zwischen der Kamera und verschiedenen Teilen der Szene berechnet, um eine Tiefenkarte zu erstellen.
Genau aufgrund dieses Merkmals von 3D -Tiefenkameras hat es in mehreren Branchen eine unermessliche Rolle gespielt
Was ist Zeit der Flugbilder?
In früheren Artikeln haben wir gelernt, dass die Flugzeit einfach die Zeit ist, die Licht benötigt, um ein Objekt zu erreichen, durch diese Messung zum Sensor zurückzukehren. Eine TOF -Kamera kann den Abstand verschiedener Objekte in der Szene von sich selbst bestimmen. Prozess .
Sie verwenden normalerweise Lichtquellen wie VCSELS oder LEDs, die Licht im Nahinfrarot (NIR) -Spektrum . emittieren. Zusätzlich verarbeitet der Tiefensensor diese Rohdaten, filtert Rauschen und andere Ungenauigkeiten, um klare Tiefeninformationen zu liefern .}
Wie funktioniert eine TOF -Kamera?
Das Arbeitsprinzip einer TOF -Kamera ist wie ein "leichter Echo -Entfernungsmesser" . Es emittiert einen bekannten Lichtpuls (normalerweise Infrarotlicht) und misst dann genau die Zeit, die es braucht, damit der Lichtimpuls durch das Objekt reflektiert wird. Der Objekt . basiert auf dem Prinzip, das die Geschwindigkeit des Lichts für die Entfernung des Lichts in der Entfernung des Leuchtens, der Abstand. Die Entfernung. Szene .
Die Vorteile sind eine starke Echtzeitleistung und die Fähigkeit, schnell Tiefenkarten zu erhalten. kompakte Größe und relativ geringer Stromverbrauch; Niedrige Abhängigkeit von der Oberflächenstruktur des Zielobjekts, und es kann auch auf schwach strukturierten Oberflächen . funktionieren
Weitere Informationen zu TOF -Kameras finden Sie unter:TOF -Sensor: Arbeitsprinzip und Kernkomponentenanalyse.
Was ist Stereo Vision -Technologie? Wie funktionieren Stereo -Vision -Kameras?
Stereo Vision ahmt die Art und Weise nach, wie das menschliche Auge funktioniert, und Stereounterschiede bezieht sich auf den Unterschied in der Position des Bildes eines Objekts, das von den linken und rechten Augen . zwei (oder mehr) Kameras verwendet wird, um gleichzeitig Bilder derselben Szene zu erfassen. Zwei Bilder - dh der Unterschied in der relativen Position des Objekts in den beiden Bildern, kombiniert mit den geometrischen Parametern der Kamera (wie der Basislinienabstand) . zwei Konzepte werden dafür benötigt:
- Grundlinie:Dies ist der Abstand zwischen den beiden Kameras (ca. 50–75 mm - Pupillenabstand) .
- Auflösung:Proportional zur Tiefe . Je mehr Pixel durchsucht wurden, desto höher ist die Anzahl der Disparitätsniveaus (aber die Rechenlast ist auch höher) .
Die Fokuslänge ist proportional zur Feldtiefe {. Die kürzere Fokuslänge, je weiter Sie sehen können, aber das Sichtfeld wird auch reduziert.
Die Vorteile dieser Technologie sind, dass sie relativ kostengünstig ist, insbesondere wenn keine aktive Lichtquelle erforderlich ist. Es kann Farbbilder und Tiefeninformationen erfassen .
Was ist strukturierte Lichtbildgebung? Wie funktioniert eine strukturierte Lichtkamera?
Strukturierte Lichttechnologieprojekte bekannte Lichtmuster wie Punkte, Streifen oder codierte Muster in eine Szene und verwenden dann eine Kamera, um die Verzerrung dieser Muster auf der Oberfläche eines Objekts aufgrund von Tiefenänderungen zu erfassen.
Strukturierte Lichtkameras basieren auch auf dieser Technologie und verwenden speziell entwickelte projizierte Muster, um die Fähigkeit der Kamera zu verbessern, Änderungen in der Oberfläche zu identifizieren und zu messen. IT leuchtet {. durch Verarbeitung von Änderungen in der Musterverzerrung, um den Abstand von der Kamera zu jedem Punkt auf der Oberfläche des Objekts zu berechnen.
Dies kann eine sehr hohe Genauigkeit der Tiefe aus nächster Nähe liefern (normalerweise innerhalb von 1 Meter), insbesondere für Anwendungen mit umfangreichen Details wie 3D -Scannen, Gestenerkennung usw. .
Was ist Lidar?
Lidar arbeitet ähnlich wie TOF und bestimmt auch die Entfernung, indem Laserstrahlen emittiert und ihre Flugzeit . gemessen wird, aber im Gegensatz zu TOF-Kameras, die normalerweise die Tiefe eines Bereichs erfassen, emittieren Lidar-Systeme normalerweise diskrete Laserstrahlen und scannen, um einen extrem detaillierten Mechanik zu bauen. (mit rotierenden Teilen) und Festkörperstaat .
Die Vorteile davon sind lange Erkennungsentfernungen bis zu Hunderten von Metern; Extrem hohe Genauigkeit, besonders geeignet für die groß angelegte Umweltwahrnehmung und die Kartierung mit hoher Präzision; und ausgezeichnete Leistung im starken Außenlicht .
Der Unterschied zwischen TOF -Kameras und anderen 3D -Tiefenkameras
Jede 3D -Bildgebungstechnologie -Kamera hat ihre eigenen Vor- und Nachteile .. Im Folgenden verwenden wir ein Diagramm, um den Unterschied zwischen TOF -Kameras und anderen 3D -Stereo -Vision -Kameras . zu vergleichen
| Merkmalsdimension | TOF-Kamera (Flugzeit) | Strukturiertes Licht | Stereo -Vision | LIDAR |
| Arbeitsprinzip | Misst die Rundwegzeit leichter Impulse | Projekte bekannte Muster, analysiert Verzerrungen, um die Tiefe zu berechnen | Dual- oder Multi-Kamera-Setup, berechnet die Tiefe durch Ungleichheit | Scannt und emittiert Laserstrahlen, misst die Flugzeit des Fluges |
| Genauigkeit | Millimeter bis Zentimeterspiegel | Mikrometer bis Millimeterspiegel (ausgezeichnet im nächsten Bereich) | Zentimeterebene (stark von Textur betroffen, Entfernung) | Millimeter bis Zentimeterspiegel (hohe Genauigkeit über große Strecken) |
| Erkennungsentfernung/Reichweite | Mittel bis kurzer Bereich (mehrere Meter bis Zehn Meter) | Kurzbereich (typischerweise innerhalb von 1 Meter) | Mittel- bis kurzer Bereich (von der Basislinie betroffen) | Langstrecke (Zehn bis Hunderte von Metern) |
| Anpassungsfähigkeit der Umgebungslicht | Aktive Beleuchtung, einige Anti-Interferenzen; Leistung verschlechtert sich in starkem direkten Licht | Aktive Beleuchtung, Muster leicht "ausgewaschen" durch starkes Sonnenlicht | Passiv, heftig auf Umgebungslicht und Textur; schlechte Leistung bei schlechten Lichtverhältnissen | Aktive Beleuchtung, starker Widerstand gegen Umgebungslicht |
| Outdoor -Leistung | Herausforderung ist Infrarotstörung durch Sonnenlicht; Erfordert zusätzliche Verarbeitung | Anfällig für Sonneneinstrahlungstörungen | Stützt sich auf natürliches Licht; Mangel an Textur ist ein Problem | Führt in der Regel am besten im Freien aus |
| Rechenkomplexität | Gibt direkt tiefe, relativ niedrig aus | Erfordert Musterverformungsanalyse, mittlere Komplexität | Erfordert eine komplexe Merkmalsanpassung, hohe Komplexität | Großes Datenvolumen, die Punktwolkenverarbeitung ist jedoch relativ direkt |
| Größe und Komplexität | Normalerweise am kompaktsten, keine mechanischen Teile | Beinhaltet Projektor und Kamera, mäßige Größe | Zwei Kameras, mittelschwere Größe | Normalerweise größer, einige mit mechanischen rotierenden Teilen |
| Kosten | Relativ kostengünstig | Medium | Niedrigste (wenn vorhandene Kameras verwendet) | Normalerweise am höchsten |
| Typische Anwendungen | Mobile AR/Tiefe Sensing, Roboterhindernisvermeidung, Gestenerkennung, Autoüberwachung im Auto | Gesichtserkennung Entsperren, Präzisionsmessung, industrielle Inspektion | Roboternavigation, Drohnenhindernisvermeidung, AR/VR (in strukturierten Szenen) | Autonomes Fahren, hochpräzise Mapping, intelligente Städte |
Warum sind Flugzeiten (TOF) -Kameras eine bessere Wahl für die 3D -Mapping?
Die obige Tabelle gibt uns ein vorläufiges Verständnis der Unterschiede zwischen TOF -Kameras und anderen 3D -Tiefenkameras . Also, warum sind TOF -Kameras eine bessere Wahl für die 3D -Messung? Wir haben die folgenden Faktoren zusammengefasst:
- Höhere Bildgebungsgenauigkeit:Aufgrund des Vertrauens in die Beleuchtung der präzisen Lichtquelle bieten TOF -Kameras eine bessere Ausgabe von Bildqualität .
- Reduzierte Softwarekomplexität:TOF -Kameras liefern Tiefendaten direkt aus dem Modul und vermeiden komplexe Situationen wie das Ausführen von Tiefenanpassungsalgorithmen in der Hostplattform .
- Skalierbarkeit höherer Tiefe:TOF -Kameras haben einen skalierbaren Tiefenbereich mit der Anzahl der zur Illumination verwendeten VCSELAs .
- Bessere Leistung bei schlechten Lichtverhältnissen:TOF-Kameras sind unter schlechten Lichtverhältnissen aufgrund aktiver und zuverlässiger Lichtquellen besser ab. .
- Kompakte Größe:Da der Sensor und die Beleuchtung zusammengesetzt werden können, haben TOF -Kameras einen kompakteren Formfaktor .
Gemeinsame Anwendungsbereiche von Flugzeitkameras
- Mobile AR (Augmented Reality)/Photo Depth Effect:Mobiltelefone müssen dünn, leicht, gering und in der Lage sein, Tiefeninformationen in Echtzeit zu erfassen.
- Gestenerkennung/räumliche Positionierung in VR/AR -Headsets:Echtzeit, genaue Gestenverfolgung und Wahrnehmung der Umgebung in Innenräumen sind ebenfalls erforderlich. . TOF-Kameras können Tiefendaten mit geringer Latenz liefern, die für solche interaktiven Anwendungen sehr geeignet sind .
- Treiberüberwachung/Gestenerkennung:Normalerweise werden im Auto für kurze Strecken verwendet, mit Anforderungen an Echtzeitleistung, Größe und Kosten . TOF-Kameras sind eine sehr geeignete Lösung .
- Objekterkennung/Sortierung:Identifizieren Sie die Form, Größe und Position von Objekten, damit Roboter sie erfassen und klassifizieren können.
Um mehr über die Rolle von Kameramodulen in bestimmten Anwendungen zu erfahren, lesen Sie:
Was ist ein Autofokus -Kameramodul? Wie funktioniert es?
Was ist ein Kameramodul bei schlechten Lichtverhältnissen? ausführlich verstehen
Weitere Informationen zu Machine Vision Systems finden Sie unter:
Eingebettete Vision vs . Maschinellision: Verständnis der wichtigsten Unterschiede
Wie wähle ich die richtige 3D -Tiefenerkennungstechnologie für Ihr Projekt aus?
Angesichts einer Vielzahl von Technologien zur Erfindung der 3D -Tiefe sollten wir verstehen, wie Sie die auswählen können, die zu unseren Projekten entspricht. . Hier finden Sie einige wichtige Überlegungen:
- Klare Anwendungsanforderungen:Dies ist der erste und kritischste Schritt .
- Genauigkeitsanforderungen:Benötigt Ihre Bewerbung Millimeterebene, Zentimeterebene oder geringere Genauigkeit?
- Erkennungsabstand:Müssen Sie einen engen Abstand (zehn Zentimeter), einen mittleren Abstand (mehrere Meter) oder einen Ferngespräch (Zehn Meter oder mehr) erfassen?
- Umweltbedingungen:Funktioniert Ihr System im Inneren, im Freien, im starken Licht, bei schwachem Licht oder in völliger Dunkelheit?
- Echtzeitanforderungen:Wie schnell müssen die Daten aktualisiert werden?
- Zielobjektmerkmale:Ist das Ziel transparent, reflektierend, reich strukturiert oder glatt und texturlos?
- Datenausgabe:Benötigen Sie eine Tiefenkarte, eine Punktwolke oder ein anderes Format?
- Betrachten Sie Budget- und Größenbeschränkungen:Kosten und physische Größe sind häufig Faktoren, die in tatsächlichen Projekten nicht ignoriert werden können.
- Bewerten Sie die Komplexität und Entwicklungsschwierigkeit der Datenverarbeitung:Einige Technologien können massive Datenmengen generieren, die leistungsfähigere Computerressourcen und komplexere Algorithmen erfordern, um . zu verarbeiten
- Testen und Überprüfung:Prototyp -Test und -überprüfung in Ihren tatsächlichen Anwendungsszenarien so weit wie möglich ist der beste Weg, um die technologische Leistung und Machbarkeit zu bewerten. .
Bei der Auswahl eines Kameramoduls sind auch der Schnittstellentyp, der Lieferant, die Anpassungsanforderungen usw. . auch wichtig . bitte lesen:
Der Faktor für die Auswahl der richtigen Schnittstelle für ein eingebettetes Sehsystem?
So wählen Sie das ideale Kameramodul für Ihr Sehsystem: eine Schritt-für-Schritt-Anleitung
Was sind OEM -Kameramodule? Verständnis für kundenspezifische Lösungen für Produkthersteller
Die Vorteile der Auswahl benutzerdefinierter Kameratomodule für die Produktentwicklung
Abschluss
Im Bereich der 3D-Tiefenwahrnehmung ist keine einzelne Technologie ein Allheilmittel . TOF-Kameras, strukturiertes Licht, Stereo-Vision und Lidar haben einzigartige technische Vorteile und anwendbare Szenarien . TOF-Shines in kurz- und mittelgroßen Anwendungen mit Realitätszeit und Zwangsnot; Strukturiertes Licht ist in der Genauigkeit der Nahklasse unübertroffen. Stereo Vision bietet flexible Lösungen mit ihrer Kosteneffizienz und passiven Eigenschaften. und Lidar dominiert in komplexen Außenumgebungen mit großer Entfernung und hoher Genauigkeit.
Natürlich, wenn Sie Probleme haben, eine geeignete 3D -Bildgebungskamera zu finden,Bitte kontaktieren Sie uns .Muchvision verfügt über mehr als zehn Jahre Erfahrung im Bereich eingebetteter Sehvermögen und hat viele leistungsstarke Kamera-Module hergestellt, einschließlich Modulen für 3D-Messkameras . Ich glaube, dass wir mit unserem professionellen Team von Ingenieuren können, können wir es könnenFinden Sie die richtige Lösung für Sie.
FAQ
F1: Sind TOF und Lidar dasselbe?
A1:Nicht gerade . TOF (Zeit des Fluges) ist ein Entfernungsmessungsprinzip, und Lidar (Laserradar) ist ein System, das das TOF-Prinzip . Alle LiDARs verwenden das TOF-Prinzip, aber die TOF-Sensoren und TOF-Cameras verweisen normalerweise auf kompakte und niedrigere. Bezieht sich auf Systeme, die Laserstrahlen emittieren und scannen und Punktwolken mit hoher Dichte erstellen, um hochpräzise Messungen in großen Entfernungen (z. B. für autonomes Fahren) zu erreichen.
F2: Welcher 3D -Tiefensensor ist am genauesten?
A2:It depends on the distance. At very close distances (tens of centimeters to 1 meter), structured light usually provides the highest depth accuracy, up to micron or even sub-millimeter levels. At medium and short distances (several meters to tens of meters), ToF cameras can provide real-time depth data at the millimeter to centimeter level. Bei großen Entfernungen (Zehn bis Hunderte von Metern) kann LIDAR eine hervorragende Millimeter bis Zentimetergenauigkeit aufrechterhalten und Punkte mit hoher Dichte erhalten.
F3: Welches ist besser für den Außengebrauch, strukturiertes Licht oder TOF?
A3:Im Allgemeinen funktionieren TOF-Kameras besser als strukturiertes Licht in starkem Außenlicht. . Strukturierte Lichttechnologie basiert auf projizierten Mustern, die leicht "ausgewaschen" oder durch Umgebungslicht in starkem Sonnenlicht untergetaucht werden können. Dies führt zu einer ungenauen Erkennung ., obwohl TOF-Cameras auch von den Schmalz-Schmalz-Higern durch den inprared-filrierten Bauteil der Inprared-Komponente der Inprared-Bauteile von den Inprared-Bauteilen von der Inprared-Bauteil von Suns, die durch die Inprared-Bauteile sind, sind ebenfalls durch den Inprared-Bauteil der Inprared-Bauteile von den Inprared-Bauteilen von den Inprared-Bauteilen, die durch die Inprared-von-Inprared-Komponenten von den Inprareds von der Inprared-Bauteil, die sich durch die Infrarder befinden, sind ebenfalls betroffen. Algorithmoptimierung . Lidar führt am besten im Freien aus, da normalerweise höhere Laser und fortgeschrittene Filtertechnologie . verwendet
