杭州蓝芯科技有限公司

3D视觉传感器
深度避障相机 视觉工件测量 结构光视觉传感器 3D视觉物体识别系统 三维视觉相机 3D深度相机 高精度3D视觉相机 3D视觉上料系统 工业机器人视觉定位系统 机器人视觉定位系统 深度视觉感知系统 3D视觉机械上料 机器人视觉导航系统 3D视觉拆码垛 3D视觉检测 工业3D视觉相机 结构光深度相机 Eagle深度传感器 3D视觉抓取系统 3D视觉混合拆垛 3D视觉物流分拣 3D视觉机械上下料 3D视觉订单分拣系统 工业级3D相机 深度视觉传感器 视觉导航模块 混杂多货品分拣系统 机器人3D视觉引导系统 双目视觉定位系统 Eagle 3D视觉传感器 3D视觉引导定位系统 3D视觉拆垛系统 双目视觉传感器 双目3D视觉定位系统 工业机器人3D视觉系统 机器人3D视觉引导 混合物流包裹分拣 3D视觉定位引导系统 3D视觉识别系统 3D智能抓取系统 3D视觉解决方案 机器视觉拆垛系统 3D拆垛系统 3D分拣系统 视觉引导定位系统 工业机器人视觉系统 工业3D视觉系统 3D视觉系统 机器人视觉系统 3D视觉引导拆垛 高精度抓取视觉系统 3D视觉技术 高精度悟空3D相机 某快递包裹无序混合分拣 零件拣选装配 快递供包 电商仓储订单分拣 机器视觉3D引导系统 机器人3D混合无序抓取 3D抓取系统 3D视觉分拣系统 混合拆垛 机器人智能无序分拣系统 3D双目立体视觉 激光3D机器视觉 3D结构光成像系统 货品分拣 混合码垛 包裹体积动态测量 快递包裹无序混合分拣 零食无序分拣装箱 动态高速分拣 无人码垛 机械零件自动上下料 3D视觉定位系统 拆垛及上下料解决方案 货品拣选解决方案 工业机器人上料解决方案 视觉引导拆垛 曲轴连杆定位分拣解决方案 数控机床汽车板簧上料 汽车玻璃涂胶 包裹体积测量 超市物流配货混合码垛 洗衣机配重块装配 药品包装无人拆垛 药品包装无人码垛 电商物流智能分拣 快递包裹分拣 输送带模型分拣 三维扫描系统 视觉拆垛系统 3D成像系统 机器人3D定位系统 3D照相机 3D视觉传感器 3D工业相机 3D相机 机器视觉 高精三维扫描仪 三维相机
智能搬运机器人
全向车型搬运机器人 车间无人搬运机器人 工厂无人搬运机器人 仓储自动搬运机器人 物流移动式搬运机器人 工业智能搬运机器人 物流搬运AGV 仓储AGV小车 工业自主搬运机器人 自主移动式搬运机器人 工厂柔性搬运机器人 智能柔性搬运机器人 柔性化机器人 货物运输机器人 料车搬运机器人 AGV智能搬运机器人 机器人软件系统 辊筒式搬运机器人 设备搬运机器人 滚筒对接机器人 货物搬运机器人 背负式移动机器人 搬运机器人物流应用系统 智慧物流机器人 智能无人搬运车 潜入顶升搬运机器人 辊筒对接机器人 视觉引导式AGV AGV智能机器人 智能无人搬运机器人 自动化搬运机器人 仓库智能搬运机器人 自主机器人搬运系统 智能仓储搬运车 无标识搬运机器人 无轨智能搬运机器人 智能自主搬运机器人 无轨导引AGV小车 工厂物料搬运机器人 视觉搬运AGV 背负自主搬运机器人 AGV自主搬运机器人 仓库搬运机器人 潜入顶升式机器人 辊筒搬运机器人 智能调度系统 辊筒自动搬运机器人 顶升料箱搬运机器人 自动搬运AGV 智能自主移动搬运机器人 3C行业自主移动机器人 电商物流搬运机器人 顶升式自主移动搬运机器人 智能AGV机器人 自行走式物料搬运机器人 配件呼叫器 配件充电器 载具-协作机器人 视觉导航无人托盘车 多机调度智能化生产线 3C行业移动机器人 电商自主移动搬运机器人 电商行业自主搬运机器人 顶升搬运智能机器人 电商仓储机器人 电商仓储搬运智能小车 物流搬运小车 智能移动搬运机器人 智能移动搬运小车 自然导航小车 视觉导航物流机器人 仓储机器人厂家 仓储物流机器人 自主移动机器人 VR全景直播搬运机器人 顶升AGV小车 智能搬运AGV小车 滚筒AGV小车 智能物料搬运机器人 滚筒AGV 无轨搬运机器人 视觉导航小车 智能搬运机器人 顶升搬运机器人 视觉导航机器人 滚筒搬运AGV 智能物流机器人 智能仓储机器人 智能移动机器人 视觉导航AGV 无标识AGV 无轨AGV
智能物流机器人
工业机器人
装车系统
无人叉车系列
无人叉车解决方案 智能无人叉车机器人 车间叉车AGV 智能搬运无人叉车 电动堆高无人叉车 智能无人托盘搬运叉车 托盘搬运机器人 智能托盘堆高叉车 AGV无人化叉车 AGV智能化叉车 托盘电动搬运叉车 堆高型无人叉车 智能升降叉车 自主无人叉车 托盘式堆高叉车 托盘式搬运叉车 堆高叉车式AGV 无人电动搬运叉车 无人搬运叉车机器人 智能仓储无人叉车 工业无人搬运叉车 自主无人搬运叉车 仓库无人叉车 仓库搬运无人叉车 自动叉车机器人 电动叉车机器人 无人智能驾驶叉车 智能AGV叉车 智能无人搬运叉车 AGV叉车系统 无人叉车式AGV 堆垛式叉车 无人叉车机器人 电动托盘搬运叉车 无人AGV叉车 电动叉车AGV 工业叉车AGV 自动AGV叉车 叉车式AGV小车 自动叉车AGV 智能电动叉车 无人驾驶叉车 叉车式AGV 无轨叉车 智能叉车 自动搬运叉车
3D视觉传感器解决方案
智能拣货机器人
核心技术-深度视觉传感器
复合机器人
上下料机器人

3D视觉系统技术详解

时间:2019/2/18阅读:2190

3D视觉技术的发展

近年来,随着芯片技术的发展以及相关软硬件系统的深入,视觉传感器得到了极为广泛的应用。社会越来越智能,可以使用人工智能和大数据技术将人们记录下来的图像智能地利用起来,而不是用一个个柜子将图像、视频束之高阁。

从胶卷,到CCD 再到现在特别成熟、随处可见的CMOS,我们对图像传感器的性能追求也逐渐发生了改变。shou机上开始出现前摄、后摄,后摄也出现了俗称的“浴霸”、“加特林”。在算法的加持下,每颗摄像头的用处都不一样。


而18、19年将是3D图像传感器起飞与腾飞的两年。有了3D传感器,我们就更容易做基于事件的分析并直接指导我们身边图像的优化做出体感游戏、人脸支付、机器人自动避障、工业自动分拣等应用。

2016年,AlphaGo成为个不借助让子而击败围棋职业九段棋手李世石的计算机围棋程序,这件事引起了人类的轰动,也展开了各种讨论。随之而来的是人工智能铺天盖地的宣传,这给了无数人信心,机器智能化的大浪潮扑面而来。

现在AI是一个很火的词。很多人都想做AI,也有很多人想往AI上面靠,AI的出现就相当于我们有了一个聪明的大脑。以前的处理器,只能处理一个特定场景的问题,AI给这个世界带来了可以自我学习、自我改进的功能,特别是对复杂场景的处理,AI更“聪明”。

可是只有AI,自动驾驶也做不起来,它还需要摄像头、激光雷达、毫米波雷达等各类传感器。

人脸识别也是非常好的一项技术,可以用来做人脸识别闸机、人脸无感支付,但是现在很多时候人脸识别还是容易受到环境干扰、hei客攻击。
所以,想把AI做好,传感器对我们进入智能时代至关重要。有了3D传感器,扫地机不会跌跌撞撞,仅凭一张照片一个视频也骗不开shou机解锁,自动驾驶也能检测到来往行人、车辆,变得更安全。

3D传感器在AI几乎所有的领域都有广泛的应用,比如新零售,自动驾驶,个性化教育,智慧医疗,智能安防,智能监护,智能机器人等等。 2019年,我们也将迎来3D视觉技术在各个领域的广泛应用。
 

1、 双目视觉
谈到3D视觉,主要就是指图像不仅仅是二维的XY坐标,还要感受被拍照物体的距离远近,大小尺寸,也就是空间坐标Z。
我们人靠着左右两只眼可以估计出前方的门在3m处,桌子上的茶杯在1.5m处,远处的树大概在10m。仿生学是被应用得非常好的,通过两只摄像头,无人机可以分辨前方障碍物一根电线杆的距离。因为在它的左眼中,物体坐标为A,相应的视场角度α, 右眼坐标为B,相应的视场角度β,而基线距离x是早先就在机械结构上确定的。这样通过下面的公式,我们就可以得到空间点的z轴距离。

这个方法已经沿用了很多年,从技术上来说,视野里面所有的点都不可靠了,不能确定左右眼中的两个点是不是同一个点。它的优点就是观测距离远,精度高,成本相对较低。缺点就是面对单一场景,例如一面白墙,波动的水面,皑皑的白雪,绿油油的草地,我们人都会失去参考点,这时候无人机或处理器就无法计算出深度。

这也就是为什么双目摄像头鲜少应用在shou机、人脸识别、人脸解锁等方面。

另外一个问题是,如果我们要将物体表面做一个高分辨率深度探测,那么处理器先要做多点的图像数据匹配,这个匹配算法的算力要求就超乎一般人想象,然后再执行图中公式的计算,而这个运算是三角函数级别,比较复杂。可以想象如果需要将人脸表面做1000个点的深度信息建模,那么所需要的运算量是多么的复杂。

 

2、结构光
2017年iPhone X面世,它采用3D结构光的方式,将我们人脸的3D数据测算出来,又一次了技术潮流。

对于结构光,其实也是一个很古老的技术,只不过苹果可以把它做到shou机里面,还是比较让大家吃惊的。


左图是一个3d结构光的简单实验版。通过右边的投影仪可以投影出黑白相间的条纹状图案,打在一个狐狸面具上面这些条纹状的图案就会产生一定的畸变。通过CCD相机将这个畸变的形状拍下来之后,便可以通过这个畸变的状态,去计算出这个面具相应的凹凸不平的3D信息。比如条纹向左弯曲,就代表凸起,向右弯曲代表凹陷。

单点结构光的三角测距法基本原理如右图,激光光源打出一个很小很亮的红点,传感器接收到之后,就可以在sensor表面找到这个特别亮的点的坐标(x’,y’)。结合光源的投影角,基线距离b,镜头焦距f,就可以通过上面的公式解析出三轴坐标(x,y,z)了。

而IPHONE X使用了3万个点的投射器,然后通过一百四十万像素的红外摄像头,将这些投射点的信息全部都采集回来,这中间一个复杂的问题,就是要将这3万个点每一个点匹配。这里面难的就是要找到打在脸上的点的ID,也就是得知道打出点的投射角,基线距离。这个匹配算法是需要非常大量的计算的。而且为了降低计算量,这3万个点的排布在我们看来是随机的,实际是符合某种数学几何规律的。

可以看到这个计算公式里面包含了各项几何参数,所以对组装工艺要求很高,而且后期客户将shou机摔倒了或者震动,都可能会影响3D测量精度。

另外这块由于专li的保护,别人很难进入。所以业内对于苹果能推出这个方案,还是很佩服的,苹果还是具备相当强大的工程能力。因为IPHONE X的利润率不错,苹果可以做这块的事情。而别的厂商做这个就挺痛苦的,受限于成本和技术难度。


来源:光电微课堂

会员登录

X

请输入账号

请输入密码

=

请输验证码

收藏该商铺

X
该信息已收藏!
标签:
保存成功

(空格分隔,最多3个,单个标签最多10个字符)

常用:

提示

X
您的留言已提交成功!我们将在第一时间回复您~
拨打电话
在线留言