Basler blaze를 활용한 컬러 3D 포인트 클라우드

RGB-D의 이점: 통합적 용도는 어떤 경우에 효과적으로 사용될까요?

유사한 형태의 오브젝트를 중심으로 매칭 결과의 정확도를 높이고 물체 감지 및 분류 작업을 효과적으로 수행합니다.

예: 포인트 클라우드의 왼쪽 부분에 보이는 것이 사과인지 오렌지인지 구분할 수 있습니까? 이러한 구분은 RGB 색에서만 가능합니다. 반면, 2D 카메라는 사과 사진과 실제 사과의 차이를 구분할 수 없습니다.

색 정보를 통해 심도 정보가 부족한 장면 세부 정보를 개선할 수 있습니다.

예: 디팔렛타이징이 진행되는 동안 팔렛에서 매우 가까운 거리에 위치한 상자 두 개는 3D 카메라에서 하나로 인식됩니다. 하지만 고해상도 RGB 데이터에서는 두 상자 사이의 간격을 감지할 수 있습니다.

안정적으로 장면을 세분화하고 필요에 따라 딥 러닝(이 경우, 사전 장면 지식 통합)을 활용하여 세분화 기능을 강화합니다(예: 모바일 로봇 사용).

예: 3D에서 바닥을 찾는 작업은 색을 통해 진행됩니다. 아스팔트 회색은 아마도 도로 (바닥)에 해당될 것입니다.

통합 기능을 활용할 수 있는 또 다른 분야

자동화 안내 차량의 장애물 감지 작업에서 시스템 신뢰도를 향상시킵니다.

연산 부하 감소: 2D에서 컨테이너를 찾고 3D를 통해 보다 낮은 수준의 ROI에서 컨테이너가 채워진 정도를 분석합니다.

인간의 장면 이해를 강화하여 복잡한 3D 시스템을 보다 쉽게 설정하고 운영할 수 있습니다.