Time-of-Flight vs. stereo vision

3D zpracování obrazu se stává stále důležitější technologií v široké škále aplikací, včetně robotiky, kontrolního managementu kvality a autonomního řízení.

K přesnému zachycení a interpretaci trojrozměrných dat je k dispozici řada různých technologií, ale hlavní prim hrají Time-of-Flight (ToF), stereo vision a laserová triangulace. V článku se zaměříme na první dvě. Získejte s námi přehled o těchto dvou přístupech, jejich přednostech a nevýhodách, a zvolte pro vaši aplikaci ten správný.

Time-of-Flight

ToF je technika, která využívá laserové světlo k měření vzdálenosti mezi kamerou a objektem k získání dat o hloubce. Měřením času, který uplyne, než se světlo z integrovaného zdroje kamery odrazí od objektu a vrátí se, může kamera určit vzájemnou vzdálenost mezi objekty a následně vypočítat i hloubku pro každý jednotlivý pixel. Výsledkem jsou 3D hodnoty zkoumaného objektu, které jsou výstupem jako prostorový obraz v podobě výškové mapy nebo point cloudu. Kamera navíc poskytuje standardní 2D obraz s hodnotami intenzity pro každý pixel a tzv. Confidence map, tedy označená místa s neúplnými (nejistými) informacemi pro výpočet vzdálenosti.

U této metody není zapotřebí kontrastu ani specifických rysů. Záznam lze provádět téměř nezávisle na intenzitě a barvě objektu, což umožňuje snadné oddělení objektu od pozadí. Tento princip lze uplatnit i u práce s pohybujícími se objekty a může provádět až devět milionů měření vzdálenosti za sekundu s přesností v milimetrech. Oproti jiným 3D kamerám jsou kamery ToF méně nákladné, velmi kompaktní a méně složité. To umožňuje snadnou instalaci a integraci.

Kamery ToF však poskytují nejlepší výsledky pouze za určitých podmínek a pro definovaný měřicí rozsah. Mnohočetné odrazy vysílaného světla (například rohy nebo konkávní tvary v měřicím objektu) mohou vést k odchylkám ve výsledcích. Lesklé povrchy, které jsou příliš blízko kamery, mohou způsobovat rozptýlené světlo v čočce objektivu, což má za následek nežádoucí chyby ve snímaném obraze. Velmi tmavé povrchy mají to riziko, že odráží příliš málo světla pro robustní měření. Stejně tak metodu omezuje příliš malá pracovní vzdálenost.

Stereo vision

Stereo vision funguje podobně jako náš zrak. Informace o hloubce se získávají pomocí synchronních snímků pořízených dvěma 2D kamerami z různých úhlů pohledu. Na základě externích (polohy dvou kamer relativně k sobě) a interních parametrů (optický středový bod a ohnisková vzdálenost objektivu pro každou kameru) se následně vypočítají 3D data. Tyto hodnoty vytvářejí kalibrační hodnoty specifické pro každou kameru. Pro výpočet jsou nejprve oba 2D snímky vyrovnány a následně algoritmus dohledá odpovídající pixely na pravém a levém snímku. S pomocí kalibračních hodnot může být vytvořen hloubkový obraz nebo point cloud. Nejlepší pracovní vzdálenost pro tento postup se může lišit v závislosti na vzdálenosti a úhlu nastavení obou kamer.

Na rozdíl od ToF tato metoda nevyžaduje aktivní osvětlovací jednotku. Nicméně vždy budete potřebovat minimální množství okolního světla, protože se stále jedná o dvě oddělené 2D kamery. Pokud jsou světelné podmínky nevyhovující pro jiné 3D metody, může stereo vision poskytnout mnohem lepší výsledky. Navíc dokáže zachytit 3D data pro objekty s reflexními nebo průhlednými povrchy.

Zhodnocení

Dva různé přístupy k zachycení 3D dat nabízí své přednosti a nevýhody. Při výběru správné technologie pro vaši aplikaci je důležité zvážit faktory, jako je požadovaná přesnost a rychlost měření, podmínky prostředí, typ objektů, osvětlení a mnoho dalších.

Další informace naleznete na www.atesystem.cz