3DカメラとAIによる果物の自動識別
果物識別向け3Dビジョンシステムの仕組み
Basler blaze、ディープラーニングソフトウェア、標準的なコンピューターでシステムを構成。そのうち、Basler blazeは、mm単位の精度で高解像度の3D画像を撮影することが可能なTime-of-Flight（ToF）方式を採用しており、輝度画像（モノクロ濃淡画像）を生成するとともに、近赤外（NIR）領域の光パルスを照射してピクセル間の距離を測定し、背景も含めた情報を3Dポイントクラウドとして提供します。RGB形式の2D画像とは異なり、色情報の代わりに形状情報を取得するため、色の違う同種の果物の検知だけでなく、位置情報や大きさなどの正確な把握も可能です。
3Dカメラの製品ラインナップはこちら
3D画像処理とAIのメリットを融合
今回のビジョンシステムに必要不可欠なソフトウェアについては、Basler blaze SDKとAIアプリケーションソフトウェアを組み合わせたData Spree社製ディープラーニングソフトウェア「Deep Learning DS」を使用。
各種プラットフォームに対応した汎用性の高いプログラミングインターフェースを採用することにより、スムーズなセットアップを実現しました。抜群の使いやすさを誇るこのソフトウェアがあれば、データ取得、アノテーション、学習、学習済みネットワークの実装と推論を含め、システム開発の手順が大幅に簡易化されるため、専門知識がなくてもディープラーニングモデルを簡単に開発できます。開発手順の詳細については、活用事例をご覧ください。
活用事例をダウンロードする果物識別向け3Dビジョンシステムのメリット
3Dカメラなどのハードウェアからソフトウェアに至るまで、総合ソリューションをご提供しているBaslerでは、強力なパートナーネットワークを駆使し、さまざまなご要望にお応えしています。
各種プラットフォームに対応した使いやすいプログラミングインターフェースとしてBasler blaze SDKを搭載（サンプルプログラム付き）
IP67規格対応の耐久性の高い産業用カメラを採用
照明とキャリブレーション済みのレンズを内蔵することにより、ハードウェアのセットアップにかかる労力を軽減
ToF方式の3Dカメラで生成した距離情報をニューラルネットワークに学習させることで、識別の精度と信頼性を向上
追加のセンサーが不要なため、システム構造の簡易化が可能
周囲の明るさやコントラストに左右されない正確な測定を実現