具有空间感的机器人 — 3D成像将如何推动工业机器视觉的发展

想要机器人能够快速、精准且轻松地抓取和放置货物？事实上，至今仍然需要漫长而艰难的设置和培训阶段，才能实现这个看似简单的任务。具有空间感、能够与同事像人一样交互的机器人更像是科幻故事中的情节，现实中尚未能实现。然而，随着3D技术普遍在机器视觉中发挥的作用日益增大，目前3D成像过程出现了许多变化。

主要的3D方法有哪些？

3D技术可以在机器人、工厂和物流自动化以及医疗领域大展身手，因为它可以为解决复杂的图像处理任务开辟新天地。3D图像处理技术特别适用于了解物体的体积、形状、3D位置和方向，例如物流部门需要将商品快速且安全地从A点运送到B点。但是生成3D图像需要哪种技术呢？

当前,生成3D图像数据有四种不同方法：

ToF（Time-of-Flight）
激光三角测量法
立体视觉
结构光

四种方法之间有何不同？

不同的工作原理与应用领域

立体视觉和结构光

立体视觉的工作原理与人眼类似。需要使用两个2D相机从两个不同位置为被测量物体拍摄图像，并使用三角测量原理计算3D深度信息。但是当需要观察均匀的表面，以及当照明条件不良时可能难以进行计算，因为通常数据过于混乱，无法得出确定的结果。这个问题就可以通过结构光来解决，从而为图像生成清晰的预定义结构。

应用领域
立体视觉的一个明显优点是：它在测量工作范围较小的物体时可以实现高精度。如果要实现高精度，通常需要将参考标记、随机图案或由结构化光源产生的光图案投影到被测物体上。立体视觉通常适用于坐标测量技术和工作空间的3D测量。然而，这种技术一般不适合在生产环境中使用，因为它的处理器负载较高，在工业应用中会增加整体系统的成本。

激光三角测量法
激光三角测量法使用的是2D相机和激光光源。激光会将光线投射到目标区域，然后再使用2D相机进行拍摄。光线在接触被测物体的轮廓时会发生弯曲，因此可以根据多张照片中的光线位置坐标，计算出物体和激光光源之间的距离。

应用领域

此方法采用了结构光的方法，因此在应对复杂的表面时，或当环境光较弱时，相应的问题也能迎刃而解。即使物体的对比度较低，激光三角测量法也可提供高精度的数据。但是，激光三角测量法存在一个问题：它速度相对较慢，难以适应现代生产环境中不断加快的速度。在扫描过程中，此技术要在被测量物体保持静止时才能记录激光线的改变情况。

激光三角测量法的工作原理

ToF (Time-of-Flight)

在获取深度数据及测量距离方面，ToF (Time-of-Flight)方法是一项非常高效的技术。ToF相机为每个像素提供两种信息：亮度值（灰度值）以及芯片与被测物体之间的距离（即深度值）。

ToF (Time-of-Flight)技术可进一步分为两种不同方法：连续波和脉冲ToF。

脉冲ToF是根据光脉冲的传播时间来测量距离，因此它需要配合非常快速、精准的电子元件。目前，该技术能够在合理的成本范围内生成精确的光脉冲以及进行精准测量。相比连续波的工作过程，这种技术所需的芯片要以更高的分辨率进行工作，由于它的像素较小，因此能够更高效地利用芯片表面。

集成光源发出的光脉冲会在照射物体后反射回相机。然后，即可根据光线再次到达芯片前的传播时间计算出距离，从而得出每个像素的深度值。这项技术可以轻松实时生成点云，同时还可以提供强度和置信图。

应用领域
ToF方法非常适用于物流和生产环境中，可以执行体积测量、堆垛任务和自动驾驶车辆。ToF相机还可以在医疗领域帮助进行定位和监测患者，以及在工厂自动化中执行机器人控制和箱子抓取任务。

自动驾驶车辆

哪种技术适合我的应用？

Time-of-Flight示例

与2D相机一样，可以使用单一技术解决所有问题的3D相机并不存在。因此我们必须综合权衡各种要求，确定最优化的选择。

在为应用选择技术时需要考虑以下关键问题：是否需要检测物体的位置、形状、存在情况或者物体方向？需要达到什么精度水平？物体的表面状态如何？应用的工作距离和运行速度分别是多少？另外计划方案的成本和复杂程度还必须与3D技术的能力相匹配。