博客

机器人视觉和机器视觉的新兴3D视觉技术

愿景网络营销团队2019年7月18日

微博:

机器人的新应用要求提高速度，并能在移动的传送带上、垃圾箱里或托盘上找到随机放置的零件。机器视觉系统正与机器人配对，帮助他们定位和处理这些零件。

通常，2D系统在视觉引导机器人(VGR)中工作得很好。2D VGR系统可以快速处理相对于机器人的平面上随机定位的部件。2D系统通常更容易实现，只需要一台数码相机和分析图像的软件。然而，3D VGR系统可以让机器人处理所有三维零件的位置。

三维视觉的应用

3D机器视觉是一个日益增长的趋势，它提供准确的、实时的信息，以提高应用程序的性能。3D机器视觉检测物体的位置无关。因此，与2D机器人相比，机器人具有更大的灵活性和独立性。带有3D的机器人视觉可以让机器知道物体是躺着的、直立的还是悬挂的。

拥有3D机器视觉的机器人无需重新编程就能完成各种任务。他们可以解释工作环境中意料之外的变量。3D视觉让机器人知道他们面前有什么，并做出正确的反应。3D成像目前被用于计量、制导和缺陷分析系统。

实现3D机器视觉有不同的方法。主动技术，如飞行时间，使用主动光源提供距离信息。被动技术，如立体视觉，依赖于相机的数据，其工作原理与人类视觉系统的深度感知非常相似。

读

读

零件的三维信息是通过从两个不同的视角观察一个共同的特征来获得的。为每个视点计算的距离返回X-Y-Z值。如果多个特征位于同一零件上，则可以计算出三维方向。

3D立体视觉非常便宜。一个单独的2D相机可以安装在机器人上，机器人可以将相机移动到两个不同的角度。立体视觉的主要缺点是，相机的每个“快照”只能定位一个部分。

飞行时间(TOF) 3D传感器测量光从到达现场到返回阵列中的传感器所需的时间。这与CCD或CMOS视觉传感器中的像素工作方式类似。利用该方法，从阵列中的每个传感器获取z轴信息，并创建一个点云。

发射光与接收光的相移提供了足够的信息来计算时间差。空间定位然后通过应用这些信息与光速的值计算。TOF传感器通常提供较低的z分辨率，但帧率要高得多。