三维传感技术参数概述

机器视觉是工业自动化的驱动力之一。很长一段时间以来，它主要是由二维图像传感的改进推动的，对于某些应用来说，二维传感仍然是解决问题的最佳工具。但如今机器视觉面临的主要挑战是3D角色。从成熟的计量技术到智能机器人的新应用，3D传感器都是数据的主要来源。在3D传感器下，我们了解到传感器能够捕捉被检测表面的3D特征。当我们讨论机器视觉时，我们不会考虑非光学系统。

如今，市场上提供了各种各样的3D传感解决方案，其中大多数都声称自己优于竞争对手。虽然许多这些主张都是基于理性的推理，但人们需要理解差异和对单个应用程序的需求。对于二维码阅读，2D智能相机可能是市场上最好的解决方案。但它可能不会引导一个物流机器人从一个设施到另一个设施。在这个领域，它无法与目前主导市场的基于激光雷达的解决方案竞争。

不考虑干涉测量和nm范围，我们可以列出目前行业中使用的最典型、最常见的技术:

• 激光三角测量(或轮廓术)
• 摄影测量
• 立体视觉(被动和主动)
• 结构光(一帧、多帧)
• 飞行时间(区域扫描或激光雷达)

在纸张结束时可以找到基于所选参数的主要用例和分类的更详细的描述。

重要的是要意识到创造满足所有需求的最佳解决方案是不可能的。让我们专注于最重要的参数和原因，为什么他们不能轻易扩展，或者有什么参数非常高的权衡。我们将在每个类别中定义5个级别，这些类别将有助于我们比较他们提供的各个技术和可能性。

参数

操作卷
用于计量施加的系统的典型操作量约为100mm×100mm×20mm，而典型的垃圾拣选溶液的典型需要约为1m 3。这看起来就像参数的简单变化一样，但实际上，具有不同的操作卷，不同的技术Excel。

在XY方向上增加范围与系统的视场更相关，可以通过使用更宽的镜头进行扩展，但在Z方向上的扩展带来了保持物体聚焦的问题。这叫做景深。景深越深，相机(或投影仪)的光圈就越小。这大大限制了到达传感器的光子数量，从而限制了某些技术在更高深度范围内的使用。

我们可以根据其景深范围定义五个类别：

1. 非常小:可达50毫米
2. 小:可达500mm
3. 媒介：高达1500毫米
4. 大：高达4米
5. 非常大：高达100米

在延长相机的深度范围的同时，通过缩小光圈来执行相机，它将限制捕获光的量（来自光源，主动系统中的光源和环境照明）。更复杂的问题是扩展有源投影系统的深度范围，其中孔的缩小将仅限于不限制环境照明的信号。这里，基于激光的投影系统（如在Photoneo的3D传感器中使用）Excel，其能够实现几乎无限的景深。

数据采集​​和处理时间
3D扫描中最有价值的资源之一是光。获得正确的光源的许多光子成像素对于测量的良好信噪比至关重要。这可能对应用程序有限的应用程序来说是一个挑战。在时间方面具有差异的另一个参数是技术捕获运动中的物体的能力（在传送带上，移动机器人上的传感器等）。在考虑移动应用程序时，只有“一拍”方法可以竞争（在我们的数据采集时间参数中标记得分5）。Last but not least aspect to consider when defining the cycle time you need to achieve is whether your application is reactive and requires an instant result (e.g. smart robotics, sorting ...) or a result delivered later is sufficient (e.g. offline metrology, reconstruction of factory floor plan, crime scene digitalization ...).

如果您的应用程序有时间限制，结构化光可以在速度(采集和处理)和分辨率之间提供一个很好的平衡。

数据采集时间:

1. 非常高:分钟甚至更多
2. 高：〜5岁
3. 介质:~ 2 s
4. 短:~ 500毫秒
5. 非常短:~50毫秒

数据处理时间:

1. 非常高：小时更多
2. 高：〜5岁
3. 介质:~ 2 s
4. 短:~ 500毫秒
5. 非常短:~50毫秒

解决
分辨率是系统捕获细节的能力。在大型操作音量中存在小3D功能的应用是高分辨率的。增加基于相机的系统中的分辨率的最大挑战是达到各个像素的光量的减少。

想象一下Apple分类在传送带上的应用。最初，只有Apple的大小是排序参数。但是，客户需要检查秆的存在。分析表明，我们需要扩展对象采样分辨率两次以获取必要的数据。

为了增加对象采样分辨率两次，图像传感器的分辨率必须增加四倍。这通常是众所周知的，并且将光量限制为四因子（相同的光流被分成四个像素）。但是，棘手的部分是我们需要确保原始系统的景深。为此，我们需要收缩孔径，这将使光线限制为下一倍数。它意味着要以相同的质量捕获对象，我们需要曝光16倍的时间，或者我们需要具有十六次的光源。这强烈限制了实时系统的最大可能分辨率。

作为一个经验法则，使用正确的分辨率能够快速捕获扫描对象。由于更短的处理时间，您还将节省一些时间。作为一种替代，一些设备(如Photoneo的3D扫描仪)有能力在中分辨率和高分辨率之间切换，以适应应用程序的需要。

要对系统进行分类，让我们通过每个测量的平均3D点或XY分辨率定义这5个类别。

1. 非常小:~100k分
2. 小:~300k点(VGA)
3. 介质:~ 1 m点
4. 高：〜4米
5. 扩展:~ 100点

分辨率的另一部分是检索深度信息的能力。虽然某些技术是可扩展的，以满足精确的测量（大多数三角测量系统），但是由于物理限制（如飞行时间系统），有些人无法缩减。我们会打电话给这个Z-Resolution：

1. 非常小:>10厘米
2. 小:~ 2厘米
3. 介质：〜2毫米
4. 高:250 ~嗯
5. 非常高:~50 um

鲁棒性
虽然大多数系统可以提供合理的组件寿命，并可以，如果必要，封闭在一个外部盒子与适当的IP额定或冷却，我们将提请您的注意，而不是不可避免的挑战。例如，一些系统依赖外部光线(如阳光或室内照明)或只能在有限的环境光水平(光不是系统操作的一部分)内运行。

环境光增加了内部传感器报告的强度值，并增加了测量的噪声。许多方法尝试使用数学方法来实现更高水平的电阻率(如黑色水平减法)，但这些技术相当有限。这些问题依赖于一种特定的噪声，称为“霰弹噪声”或“量子噪声”。一般来说，如果1万个光子平均到达像素点，这个数字的平方根，100，就是不确定性的标准偏差。所以，有时更多的光子被感知，有时更少。

问题在于周围的光照水平。如果由它引起的散粒噪声与系统主动照明的信号电平相似，则噪声电平升高。让我们来定义外部条件设备可以运行的位置：

1. 室内，黑暗的房间
2. 室内，屏蔽操作体积
3. 在室内，强烈的卤素灯和打开的窗户
4. 在户外,间接的阳光
5. 在户外,阳光直射

当我们谈论稳健性时扫描不同材料，决定性因素是用孤立性的能力。

1. 弥漫性，纹理材料（岩石，...）
2. 弥漫材料（典型的白色墙）
3. 半光泽材料(阳极氧化铝)
4. 光泽材料（抛光钢）
5. 镜面表面(铬)

重量
设备的重量和大小限制了某些应用中的使用。具有轻型和紧凑，功能强大的解决方案将允许您到处安装它。这就是我们选择的原因碳纤维体。除了温度稳定，它也可以为更长的基线系统提供光线。

1. 非常重:>20公斤
2. 重:~ 10公斤
3. 介质:~ 3公斤
4. 轻:~ 1公斤
5. 非常光明：〜300克

预算
在一天结束的时候，您所处理的应用程序需要为客户带来价值。它可以是解决一个关键问题(可能是一个大预算的问题)，也可以是在一个过程中迈出更经济的一步(预算敏感)。一些价格方面与特定的技术有关，其他方面则由典型的产量、提供的服务和支持来定义。近年来，消费者市场已经能够通过大规模生产带来廉价的3D传感技术。另一方面，这些技术的缺点是:缺乏定制和升级的可能性、健壮性、产品线可用性和有限的支持。

让我们根据它们对3D视觉技术进行分类价格如下:

1. 非常高:~100k欧元
2. 高：〜25k欧元
3. 媒介：〜10k欧元
4. 低:~ 1000欧元
5. 非常低：〜200欧元

技术

我们为市场上的每一项主要技术都创建了一个分类。在大多数类别中，您可以找到多个拥有类似产品的公司。我们努力选择一个普通的代表进行评估。每个类别的定位用雷达图表示。如果某一特定类别中存在该技术的更多常见变体，则将它们可视化在同一图表中，以突出参数之间的依赖性。我们提供的数据信息丰富，有助于对类别之间差异的原始理解。

可以形成两个大群体。将三角测量作为计算3D数据的最终技术组，以及分组主要由使用飞行时间的技术组成。

飞行时间（TOF）
TOF系统计算光从发射光体(通常在探测器附近)到被检测物体和返回到探测器之间的时间。使用TOF方法有两种不同的技术，要么是激光雷达，要么是区域传感。

莱达
这些系统一次采样一个（或几个）3D点。在扫描过程中，它们改变传感器的位置或方向以扫描整个操作量。

区域感应
另一方面，区域感知TOF系统使用一种特殊的图像传感器来测量二维快照中多次测量的时间。它们不能提供像LIDAR那样的数据质量，但是非常适合动态应用程序，因为动态应用程序只需要较低的分辨率。区域感知TOF系统的另一个问题是场景各部分之间的相互反射，这很容易使测量结果发生弯曲。近年来，由于廉价的、基于消费者的、主要为人机交互设计的系统的可用性，TOF系统的流行程度扩大了。

基于三角测量
基于三角测量的系统从更多的位置检查现场。这些位置形成了必须知道的基线。通过测量基线和被测点形成的三角形的角度，我们可以计算出精确的三维坐标。基线的长度和角度的检索精度对系统精度有很大的影响。

激光三角测量（或轮廓测量）
是目前最流行的三维传感方法之一。一条线的轮廓(或一个点)被投影到一个表面上。当从不同角度看时，这个侧面就会变形。这个偏差编码深度信息。因为它一次只能捕捉一个轮廓，为了形成完整的快照，要么传感器或物体需要移动，要么激光轮廓需要扫描整个场景。

摄影测量
是一种从大量未配准的二维图像中计算物体三维重建的技术。与立体视觉相似，它依赖于物体本身的纹理，但可以利用具有高基线的同一点的多个样本。该技术可作为激光雷达系统的替代方案。

立体视觉
经典的立体视觉是基于一对模仿人类深度感知的相机。它匹配两个图像之间的纹理功能以检索深度信息。被动3D立体声，因为它对对象材料的依赖性，用于具有非测量字符的应用程序，如人数。

为了补偿这种缺点，开发了一种有源立体声视觉系统，该系统使用结构投影在表面上产生人工纹理。

结构光
在没有动作部件的情况下捕获场景的整个3D快照的能力，结构光提供高水平的性能和灵活性。它使用A.复杂的投影技术来创建一个编码的结构化模式，该模式将3D信息直接编码到场景中。通过分析，该系统利用摄像机和内部算法，可以在较短的采集时间内提供较高的精度和分辨率。

市场上的高分辨率结构光系统使用场景的多个帧，每个帧都有不同的结构模式投射。这可以确保每个像素的3D信息具有很高的准确性，但它要求场景在采集的一段时间内是静态的。用于结构模式投影的典型技术是基于DMD(数字微镜设备)，最初用于消费数字投影仪。这些系统通常使用白色或单色光(如果对环境光有较高的要求电阻率，如生产设施)。为离线计量优化的扫描仪为最精确的驱动应用而构建，但最适合实验室条件。

基于投影的方法的最大缺点之一是DMD的景深（深度范围）。为了使投影机集中注意，系统需要一个狭窄的孔径。这是没有光学效率，因为被阻挡的光在投射系统中产生额外的热量和内部反射。在实践中，它确实限制了该技术在更高深度范围的使用。在Photoneo，我们已经克服了使用激光创建结构模式的问题。由于几乎无限的深度范围，它还提供了使用窄带通滤波器来屏蔽环境光的可能性。

对于移动应用，必须使用一种帧方法。传统技术是将多帧系统的独特特征编码成一个结构化图案，具有对XY和Z分辨率的强烈影响。类似于TOF系统，此类别中有基于消费的产品。

作为这种限制的解决方案，Photoneo开发了一种帧3D感测的新技术，可以为多帧结构光系统提供高分辨率，快速，一帧采集的TOF系统。我们称之为并联结构光，并且由于我们的异国情调的图像传感器运行。第一件将于2018年初提供，保持调整。

如果您正在寻找可以为机器人应用提供快速，准确和高分辨率测量的多功能技术，或者可以加速您的质量检验任务的3D传感器，请查看我们的网站上的3D扫描仪。我们很激动到最具挑战性的应用程序。每天，我们都试图解决物理学法律，并充分利用每一个光子。这项工作的结果是我们的新3D相机技术，将3D的边界推向前所未有的维度。