嵌入式3D视觉功能
可直接从相机中输出高分辨率的3D数据
如需在汽车工业持续运作的生产线等领域使用3D相机自动检测体积较大或多个对象的视图,则必须快速生成和处理高分辨率的3D数据结果。具备500万像素大型传感器和可变基线的立体相机系统可提供理想数据。但是,在此类性能要求较高的3D应用中,接口及CPU性能极易出现瓶颈。
在基于空间视觉(立体视觉)理念使用3D相机的机器视觉应用中,相机以高分辨率及高帧率处理图像,尽快生成结果数据并进行下一步处理。在计算立体相机中图像素材的三维数据(即“点云”)时,需涉及多项复杂的处理步骤,这些步骤以往是由强大的工业计算机(IPC)执行。目前,对这些数据的质量和生成速度的要求不断提升,Ensenso X系列等先进的3D立体相机通过千兆以太网接口连接高分辨率的2D相机。但是,将2D数据传输至工业计算机进行处理时,需要以最佳方式利用网络带宽,避免出现延时或数据丢失。除此之外,工业计算机硬件的处理能力必须不断提升,避免影响整个系统的性能。
借助高质量的零件,此类3D相机系统的性能可得到进一步的提升。由于2D相机可轻松替换,因此设计灵活的Ensenso X系列无需受制于特定的数据接口和传感器,并且可以根据需求不断提升速度、对象尺寸和质量。但在一些应用中,高分辨率及运行快速的GigE相机、特殊屏蔽电缆、高性能网络技术和强大的计算机硬件成本过于高昂。此外,还需要有足够大的空间容纳这些外围设备。
Ensenso推出新款XR相机系列,正在寻求不同的解决方案。基于“物联网”(IoT)的理念,“分布式系统”中的每个独立零件均对应一个特定的任务,所生成的结果可直接由其他系统使用。而在3D相机领域,这些结果则是现实对象像素的三维坐标。
本地三维数据处理功能
通过将系统芯片(SoC)集成到Ensenso XR投影单元中,相机可自行完成立体分析等3D图像处理。校正镜头畸变后,相机会通过虚拟旋转(纠正)将2D图像传输至多轴并联的立体系统,这种方式极大简化了所有后续分析过程。然后,针对静止或移动场景的高度优化的匹配算法会根据所记录的图像对搜索对应的像素。因多台相机捕捉不同角度,这些像素还受制于图像平面的不同水平位移,亦即“误差”。由于平行立体系统中的几何关系,在应用光束集和焦距、像素大小及立体系统的基线长度等已知系统参数后,这种误差代表以毫米为单位的3D点云空间深度的大小。
通过相机中支持的现场可编程门阵列,同时执行这些时间和计算密集型的像素操作。由此可实现极高的3D数据传输率,可与在搭载英特尔酷睿i7四核处理器的桌面计算机中执行立体分析的Ensenso X系统相媲美。
“将集成的数据处理功能与FlexView2技术相结合,可准确快速地获取图像的详细信息。”
“嵌入式”功能的益处
通过与FlexView2技术相结合,XR36系列型号可为静态场景的3D数据集处理多达16个快速序列图像,同时在向主机PC传输原始数据时不会出现额外延时。FlexView2投影仪取代图案投影仪后,每个图像对会生成不同的3D点云,从而形成高分辨率的3D数据。
将计算密集型的流程迁移至相机后,不再需要通过强大的工业计算机处理数据。此外,通过传输3D数据结果,而非高分辨率的2D原始数据,可以降低网络负载。与工业计算机的外部处理相比,这项生成高分辨率3D数据的应用可以在图像采集和处理之间实现快速直接的存储访问,因此在数据传输率和降低宽带方面具备巨大优势。
新版XR系列相机可节约资源,这一特性对多相机系统尤为有利。如果必须通过网络传输多个高分辨率2D相机的原始数据,则极易出现带宽瓶颈,从而导致帧率下降,并对整体性能造成负面影响。通过预先评估和减少同步数据,XR系列的性能更为卓越,其数据传输率可靠、外围设备的计算量减少,对空间需求也因此降低。集成Ensenso XR相机的3D应用可更轻松地满足各类要求。
为进一步降低数据传输率,相机将仅传输视差图。相较于颜色叠加的32位RGB图像(即完整点云),16位1通道图像的数据量要少得多。Ensenso软件开发工具包可直接完成这项简单的转换,无需由工业计算机承担过大的计算负荷。
独立运作的新款相机
相较于其他3D相机,在3D应用中之所以选择Ensenso XR立体相机,不仅是因为它具备速度优势,还因为它有着更高的独立性。通过减少在网络外围设备和工业计算机硬件性能方面的需求,3D应用的整个构建过程获得简化,且尤其在多相机系统方面还降低了成本。
此外,新款Ensenso XR的投影单元还具备内置前灯。在使用过程中,若环境光线不足或无法借助外部光线,则内置前灯可根据工作环境进行标定,或改善2D相机的图像质量。除了GigE数据接口外,Ensenso XR系列还支持无线传输功能。在走线困难或走线成本较高的情况下,无线传输对于临时获取数据和参数而言非常有用。
Ensenso XR系列在很多方面获得改进,为3D相机技术应用开创了新的领域。在优化数据交换方面,下一步应推进集成的数据处理功能。