3D-visuaalisen kuvantamisen periaatteiden perusteellinen ymmärtäminen

3D-näkökuvaus on yksi tärkeimmistä teollisuusrobottien tiedon havainnointimenetelmistä, joka voidaan jakaa optisiin ja ei-optisiin kuvantamismenetelmiin. Tällä hetkellä käytetyimmät optiset menetelmät, mukaan lukien: lentoaikamenetelmä, strukturoitu valomenetelmä, laserskannausmenetelmä, Moire fringe -menetelmä, laserpilkkumenetelmä, interferometria, fotogrammetria, laserseurantamenetelmä, muoto liikkeestä, muoto varjosta, ja muut ShapefromX. Tässä artikkelissa esitellään useita tyypillisiä järjestelmiä.

1. Lentoaika 3D-kuvaus

Jokainen aika-of-flight (TOF) -kameran pikseli käyttää valon lennon aikaeroa kohteen syvyyden määrittämiseen.

Klassisessa TOF-mittausmenetelmässä ilmaisinjärjestelmä käynnistää tunnistus- ja vastaanottoyksikön siihen aikaan, kun optinen pulssi lähetetään. Kun ilmaisin vastaanottaa optisen kaiun kohteesta, ilmaisin tallentaa suoraan edestakaisen matka-ajan.

D-TOF, joka tunnetaan myös nimellä Direct TOF (DTOF), käytetään yleisesti yhden pisteen mittausjärjestelmissä, joissa skannaustekniikkaa tarvitaan usein alueenlaajuisen 3D-kuvauksen aikaansaamiseksi.

Skannausvapaata TOF 3D -kuvausteknologiaa on toteutettu vasta viime vuosina, koska subnanosekunnin elektronista ajoitusta on erittäin vaikea toteuttaa pikselitasolla.

Vaihtoehto suoraa ajastimelle D-TOF:lle on epäsuora TOF (I-TOF), jossa aika-kiertomatka ekstrapoloidaan epäsuorasti aikaportoiduista valonvoimakkuuden mittauksista. I-TOF ei vaadi tarkkaa ajoitusta, vaan sen sijaan käyttää aika-avainnettuja fotonilaskureita tai varausintegraattoreita, jotka voidaan toteuttaa pikselitasolla. I-TOF on tällä hetkellä kaupallistettu ratkaisu TOF-kameroihin perustuviin elektronisiin ja optisiin mikseriin.

TOF-kuvausta voidaan käyttää laajan näkökentän, pitkän matkan, alhaisen tarkkuuden ja edulliseen 3D-kuvien hankintaan. Sen ominaisuudet ovat: nopea tunnistusnopeus, suuri näkökenttä, pitkä työskentelyetäisyys, halpa hinta, mutta alhainen tarkkuus, ympäristön valo häiritsee helposti.

2. Etsi 3D-kuvaus

Skannaus 3D-kuvausmenetelmät voidaan jakaa skannausetäisyyteen, aktiiviseen triangulaatioon, dispersiokonfokaalimenetelmään ja niin edelleen. Itse asiassa dispersiokonfokaalinen menetelmä on skannaus- ja etäisyysmenetelmä, koska se on tällä hetkellä laajalti käytetty valmistavassa teollisuudessa, kuten matkapuhelimissa ja litteissä näytöissä, se esitellään tässä erikseen.

1. Skannaus ja etäisyysmittaus

Pyyhkäisyetäisyysmittaus tarkoittaa kollimoidun säteen käyttämistä koko kohteen pinnan skannaamiseen yksiulotteisella etäisyysmittauksella 3D-mittauksen saavuttamiseksi. Tyypillisiä skannausetäisyysmittausmenetelmiä ovat:

1, yhden pisteen lentoaikamenetelmä, kuten jatkuvan aallon taajuusmodulaatio (FM-CW) etäisyys, pulssietäisyys (LiDAR) jne.;

2, lasersirontainterferometria, kuten interferometrit, jotka perustuvat usean aallonpituuden häiriöihin, holografisiin häiriöihin, valkoisen valon häiriöpilkkuhäiriöihin jne.

3, konfokaalinen menetelmä, kuten dispersiokonfokaalinen, itsetarkennus jne.

Yhden pisteen skannaus 3D -menetelmässä yhden pisteen lentoaikamenetelmä soveltuu pitkän matkan skannaukseen ja mittaustarkkuus on alhainen, yleensä millimetrin luokkaa. Muita yhden pisteen skannausmenetelmiä ovat: yhden pisteen laserinterferometria, konfokaalinen menetelmä ja yhden pisteen laseraktiivinen kolmiomittausmenetelmä, mittaustarkkuus on korkeampi, mutta ensimmäisellä on korkeat ympäristövaatimukset; Viivaskannauksen tarkkuus kohtalainen, korkea hyötysuhde. Aktiivinen laserkolmiomenetelmä ja dispersiokonfokaalinen menetelmä sopivat paremmin 3D-mittausten suorittamiseen robottivarren päässä.

2. Aktiivinen kolmio

Aktiivinen kolmiomittausmenetelmä perustuu kolmiomittausperiaatteeseen, jossa käytetään kollimoituja säteitä, yhtä tai useampaa tasosädettä skannaamaan kohdepinta 3D-mittauksen loppuunsaattamiseksi.

Säde saadaan yleensä seuraavilla tavoilla: laserkollimaatio, sylinterimäinen tai neliömäinen sylinterimäinen kulmasäteen laajennus, epäkoherentti valo (kuten valkoinen valo, LED-valolähde) reiän läpi, rako (hila) projektio tai koherentti valodiffraktio.

Aktiivinen kolmiomittaus voidaan jakaa kolmeen tyyppiin: yhden pisteen skannaus, yksiviivaskannaus ja monirivinen skannaus. Suurin osa tuotteista, joita tällä hetkellä kaupallistetaan käytettäviksi robottikäsivarsien päässä, ovat yksipiste- ja yksiviivaskannereita.

Monirivisessä skannausmenetelmässä reunanapalukua on vaikea tunnistaa luotettavasti. Raitanumeroiden tunnistamiseksi tarkasti käytetään yleensä kahden pystysuoran optisen tason nopeaa vuorottelevaa kuvantamista, joka voi myös toteuttaa "FlyingTriangulation"-skannauksen. Skannaus- ja kolmiulotteinen rekonstruointiprosessi on esitetty seuraavassa kuvassa. Harva 3D-näkymä luodaan moniviivaisella projektio-stroboskooppisella kuvantamisella, ja useita 3D-näkymäsarjoja luodaan pitkittäis- ja vaakasuuntaisella reunaprojektiokuvauksella. Sitten 3D-kuvasovituksella luodaan täydellinen ja kompakti 3D-pintamalli korkealla resoluutiolla.

3. Dispersiokonfokaalinen menetelmä

Dispersiokonfokaali näyttää pystyvän skannaamaan ja mittaamaan karkeita ja sileitä läpinäkymättömiä ja läpinäkyviä esineitä, kuten heijastavia peilejä, läpinäkyviä lasipintoja jne., ja se on tällä hetkellä laajalti suosittu matkapuhelimen kansilevyjen kolmiulotteisessa havaitsemisessa.

Dispersiivistä konfokaalista skannausta on kolmea tyyppiä: yhden pisteen yksiulotteinen absoluuttinen etäisyysskannaus, monipisteskannaus ja jatkuva viivaskannaus. Seuraavassa kuvassa on kaksi esimerkkiä absoluuttisesta etäisyydestä ja jatkuvasta viivaskannauksesta. Niistä jatkuva viivaskannaus on myös matriisin skannaus, mutta taulukossa on enemmän ja tiheämpää hilaa.

Kaupallisissa tuotteissa tunnetuin skannaava spektrinen konfokaalinen anturi on ranskalainen STILMPLS180, joka ottaa käyttöön 180 ryhmäpistettä muodostaakseen linjan, jonka enimmäispituus on 4,039 mm (mittauspiste 23,5 pm, pisteen välinen etäisyys 22,5 pm). Toinen tuote on Suomen FOCALSPECUULA. Dispersiokonfokaalisen kolmion tekniikka on otettu käyttöön.

3. 3D-kuvaus strukturoidulla valoprojektiolla

Strukturoitu valoprojisointi 3D-kuvaus on tällä hetkellä tärkein tapa robotin 3D-visuaaliselle havainnolle, strukturoitu valokuvausjärjestelmä koostuu useista projektoreista ja kameroista, yleisesti käytetyt rakennemuodot ovat: yksi projektori-yksi kamera, yksi projektori-kaksoiskamera, yksi projektori-useita kamera, yksi kamera - kaksoisprojektori ja yksi kamera - useita projektoreita ja muita tyypillisiä rakennemuotoja.

Strukturoidun valoprojisoinnin 3D-kuvauksen perustoimintaperiaate on, että projektorit projisoivat tiettyjä rakenteellisia valokuvioita kohdeobjekteihin ja kohteen moduloimat kuvat tallennetaan kameraan, jonka jälkeen saadaan kuvan kautta kohdeobjektin 3D-informaatio. käsittely ja visuaalinen malli.

Yleisesti käytetyt projektorit ovat pääasiassa seuraavanlaisia: nestekidenäyttö (LCD), digitaalinen valomodulaatioprojektio (DLP: kuten digitaaliset mikropeililaitteet (DMD)), laser-LED-kuviosuora projektio.

Strukturoidun valoprojektion määrän mukaan strukturoidun valoprojektion 3D-kuvaus voidaan jakaa yksiprojektio-3D- ja moniprojektio-3D-menetelmiin.

1. Yksi projektiokuvaus

Yksi projektio strukturoitu valo toteutetaan pääasiassa avaruusmultipleksointikoodauksella ja taajuusmultipleksointikoodauksella. Yleisiä koodausmuotoja ovat värikoodaus, harmaaindeksi, geometrinen muotokoodaus ja satunnaiset pisteet.

Tällä hetkellä robottikäsi-silmäjärjestelmää käytettäessä tilanteisiin, joissa 3D-mittaustarkkuus ei ole korkea, kuten lavalle asettaminen, kuormalavasta purkaminen, 3D-tartunta jne., on suositumpaa projisoida näennäissatunnaisia ​​pisteitä, jotta saadaan Kohteen 3D-tiedot. 3D-kuvausperiaate on esitetty seuraavassa kuvassa.

2. Moniprojektiokuvaus

Moniprojektioinen 3D-menetelmä toteutetaan pääasiassa aikamultipleksointikoodauksella. Yleisesti käytetyt kuvion koodausmuodot ovat: binäärikoodaus, monitaajuinen vaihesiirtokoodaus τ35 ja sekakoodaus (kuten harmaakoodin kymmenen vaiheen siirtohapsut).

Hapsuprojektio 3D-kuvauksen perusperiaate on esitetty alla olevassa kuvassa. Strukturoidut valokuviot luodaan tietokoneella tai luodaan erityisellä optisella laitteella, jotka projisoidaan mitatun kohteen pinnalle optisen projisointijärjestelmän kautta, minkä jälkeen kuvanottolaitteita (kuten CCD- tai CMOS-kameroita) käytetään keräämään valokuvioita. epämuodostuneet rakenteelliset valokuvat, joita kohteen pinta moduloi. Kuvankäsittelyalgoritmia käytetään vastaavan suhteen laskemiseen kuvan kunkin pikselin ja kohteen ääriviivan pisteen välillä. Lopuksi järjestelmän rakennemallin ja kalibrointitekniikan avulla lasketaan mitatun kohteen kolmiulotteiset ääriviivatiedot.

Käytännön sovelluksissa käytetään usein harmaakoodiprojektiota, sinimuotoista vaihesiirtohapsuprojektiota tai harmaakoodin kymmenen sinimuotoista vaihesiirtoa sisältävää sekaprojektio 3D -tekniikkaa.

3. Taipumakuvaus

Karkealle pinnalle strukturoitu valo voidaan projisoida suoraan kohteen pinnalle visuaalista kuvantamista varten. Suurien heijastuskykyisten sileiden pintojen ja peilikohteiden 3D-mittauksessa strukturoitua valoprojektiota ei kuitenkaan voida projisoida suoraan mitattavalle pinnalle, ja 3D-mittaus edellyttää myös peilipoikkeutustekniikan käyttöä, kuten seuraavasta kuvasta näkyy.

Tässä mallissa hapsuja ei heijasteta suoraan mitatulle ääriviivalle, vaan ne heijastetaan sirottavalle näytölle tai LCD-näyttöä käytetään sirontanäytön sijasta hapsujen näyttämiseen suoraan. Kamera jäljittää valopolun kirkkaan pinnan läpi, saa kirkkaan pinnan kaarevuuden muutoksen moduloimat reunatiedot ja ratkaisee sitten 3D-profiilin.

4. Stereovision 3D-kuvaus

Stereovisiolla tarkoitetaan kirjaimellisesti kolmiulotteisen rakenteen havaitsemista yhdellä tai molemmilla silmillä, ja se viittaa yleensä kohteen 3D-rakenteen tai syvyysinformaation rekonstruoimiseen hankkimalla kaksi tai useampia kuvia eri näkökulmista.

Syvyyshavainnon visuaaliset vihjeet voidaan jakaa okulaareihin ja Binocularcues (binokulaarinen parallaksi). Tällä hetkellä stereoskooppinen 3D voidaan saavuttaa monokulaarinäön, binokulaarisen näön, monisilmäisen näön, valokentän 3D-kuvauksen (elektroninen yhdistelmäsilmä tai array-kamera) avulla.

1. Monokulaarinen visuaalinen kuvantaminen

Monokulaarisen syvyyshavainnon vihjeitä ovat yleensä perspektiivi, polttovälin ero, moninäkökuvaus, peitto, varjo, liikeparallaksi jne. Robottinäössä voidaan käyttää myös peiliä 1 ja muita muotoja X10 ja muita menetelmiä saavuttaa.

2. Binokulaarisen näön kuvantaminen

Binokulaarisen syvyyshavainnon visuaaliset vihjeet ovat: silmien lähentymisasento ja binokulaarinen parallaksi. Konenäössä kahta kameraa käytetään kahden katselukuvan saamiseksi kahdesta katselupisteestä samaan kohdekohtaan, ja sitten lasketaan kahden näkymän saman pisteen parallaksi kohdekohtauksen 3D-syvyystietojen saamiseksi. Tyypillinen binokulaarinen stereonäön laskentaprosessi koostuu seuraavista neljästä vaiheesta: kuvan vääristymän korjaus, stereokuvaparin korjaus, kuvan rekisteröinti ja kolmiomittaus heijastusparallaksikartan laskenta