お使いのブラウザが古くなっていますので、このウェブサイトのすべての機能が表示されない可能性があります。 お使いのブラウザの更新する方法をご覧ください。

OK
ビジョンシステムを構築する オンラインストア
言語: 日本語

Time-of-Flightとステレオビジョンの比較

2D画像より情報量が多いことから、ファクトリーオートメーション、ロボット、物流、医療などさまざまな分野に活用されている3D画像。その代表的な撮影手法にはTime-of-Flightとステレオビジョンの2種類がありますが、それぞれどのような違いがあるのでしょうか。以下で詳しく比較しながら、解説していきます。

3D撮影による奥行き情報の取得

3次元の物体を2次元へ平面化する2D撮影では、奥行き情報が得られないため、撮影角度によっては、本来の形状が正しく表示されないおそれがあります。しかし、2D撮影の目的は、色・構造の解析、部品の識別、過不足の確認、キズ・不良の検出、文字認識、方向検知などが中心であるため、そもそも形状や奥行きに関する情報が必要なく、十分なコントラストを確保できる照明さえあれば問題ありません。

一方、奥行き情報を取得する3D撮影では、容積・形状・距離・方向を検出したり、空間的な位置関係から過不足を確認したりすることができますが、撮影手法の違いによっては、周囲の明るさや対象物の表面特性を考慮しなければなりません。2D撮影と3D撮影に適した用途について、詳細を以下の表にまとめました。

2D撮影と3D撮影の用途比較

用途 2D 3D
容積・形状の分析 - X
色・構造の認識 X -
高コントラスト撮影 X -
低コントラスト撮影 - X
高低差の検出 - X
3次元空間における位置特定・検査 - X
文字・バーコードの認識 X -
部品の識別 X X
過不足の確認 X X
キズの検出 X X

3D撮影手法

ここからは、3D撮影手法であるTime-of-Flightとステレオビジョンの特性やメリット・デメリットについて見ていきます。

Time-of-Flight

カメラに内蔵した光源から対象物に向かって光パルスを照射し、その光が反射して戻ってくるまでの時間を測定することで、画素間の距離や奥行きに関する情報を取得する撮影手法です。撮影時にはレンジマップ、ポイントクラウド、各数値の信頼性を表す信頼性マップのほか、2Dの輝度画像（モノクロ濃淡画像）も生成されます。

blaze
パレット上の貨物
パレット上の貨物
偽色によるポイントクラウドのカラー化

角やエッジのない対象物でも色や明るさに左右されることなく、簡単に背景と分離できるほか、動体撮影に対応し、最大900万個の測定点をmm単位の精度で測定できることもTime-of-Flightの大きな特長です 。しかも、Time-of-Flightカメラ は、他の3Dカメラより安価かつ省スペースでシンプルな構造になっており、設置やセットアップも簡単です。

ただし、正確な測定を行うには、周辺環境と撮影距離に一定の配慮をしなければなりません。例えば、対象物に角や凹凸があると、乱反射が発生して測距精度が低下してしまいますし、カメラの近くに反射性の高い物があると、迷光により不具合につながります。逆に対象物の反射性が低過ぎても、距離測定に必要な光量が確保できません。また、Time-of-Flightは基本的に中距離撮影に適した手法であるため、短距離撮影にはおすすめできません。

ステレオビジョン

人間の目と同じ原理を利用した手法で、2台の2Dカメラで異なる角度から対象物を撮影することで、奥行き情報を取得します。3Dデータの生成には、2台のカメラ の位置情報（外部パラメーター）のほか、レンズの光学中心、焦点距離などの内部パラメーターも必要になり、これらを組み合わせながら、カメラごとにキャリブレーション値を決定します。一方、奥行き情報の計算では、2枚の2D画像を補正した後、専用のアルゴリズムにより画像間の対応点を探索します。そして、これに先ほどのキャリブレーショ値を掛け合わせることで、対象物や背景のポイントクラウドが生成されます。なお、ステレオビジョンの撮影距離は、2台のカメラの位置関係や角度によって変わります。

Time-of-Flightと異なり、2D撮影に求められる最低限の明るさがあれば、ステレオビジョンにレーザーなどの照明は必要ありません。そのため、周囲が明るい、測定範囲が重なっている、対象物の反射性が高いなど、照明の使用が難しい場合は、ステレオビジョンを選択するとよいでしょう。

ただし、2枚の画像を比較して3Dデータを生成することから、小さな対象物に対してステレオビジョンを使用する場合は、ランダムパターンのプロジェクターを追加するなど、照明で表面構造を強調する必要があります。

構造化光

ステレオビジョンに似ていますが、こちらは2Dカメラとストライプパターンのプロジェクターを使用する撮影手法です。正弦波状の光を照射し、対象物の表面に人工的な模様を浮かび上がらせた後、その歪みから奥行き情報を計算し、正確な3Dデータを生成します。

近距離撮影向けの高精度センサーを使用し、複数の画像を連続して処理するため、CPU負荷が大きく、動体撮影に向いていないなど、コストや速度を重視しない限られた用途にのみ適しています。

メリット＆デメリット

  Time-of-Flight ステレオビジョン 構造化光
撮影範囲 非常に広い 狭い 広い
精度 高い 高い 非常に高い
低照度撮影 非常に適している 適していない 非常に適している
高照度撮影 非常に適している 適している 適している
平面撮影 非常に適している 適していない 非常に適している
動体撮影 適している 適していない 適していない
カメラの大きさ 小さい 大きい 大きい
導入コスト 低い 高い 高い

撮影手法別のおすすめ用途

Time-of-Flightの主な用途

システム構成をシンプルに抑えながら、離れた位置から広範囲を高速・高精度で測定したい場合におすすめです。

  • 物体測定：容積、形状、位置、方向
  • ファクトリーオートメーション：位置特定、ピッキング、組み立て、キズ・積層欠陥の検知
  • ロボット：グリップ位置の特定、ベルトコンベヤー上のピッキング作業、ビンピッキング、ピックアンドプレース
  • 物流：梱包、スタッキング、パレット積み降ろし、ラベル貼付、無人搬送車（ナビゲーション、アラーム）
  • ´医療：患者のポジションニング・モニタリング

ステレオビジョン＆構造化光の主な用途

構造化光を中心にいずれの手法も測定精度が高く、凹凸のある小さな対象物の撮影におすすめです。

  • 位置・方向の特定
  • 高精度な物体測定：容積、形状、位置、方向
  • ロボット：ビンピッキング、ナビゲーション、衝突防止、ピックアンドプレース
  • 物流：車両の屋内ナビゲーション、機械の積み降ろし、パレット積み降ろし
  • 屋外撮影：樹木の測定・検査
  • 部品検査（キズの検知など）

ロボットにより初見の対象物のグリップ位置を特定したり、自己位置推定と環境地図作成を同時に行うSLAMシステムにビジョンセンサーを搭載することで、自動運転車や拡張現実に使用する高解像度の3Dマップを作成したりするなど、今や多くの業界に3D製品 が導入されています。ディープラーニングを行う人工知能との技術的な融合を含め、今後も物体認識や位置特定のための3D技術はますます進化していくことでしょう。

お問い合わせ

ご不明点がある場合や詳細をご希望の場合は、Basler営業チームまでお気軽にお問い合わせください。

お問い合わせはこちら