브라우저가 오래되었습니다. 이 홈페이지의 일부 기능이 표시되지 않을 수 있습니다. 브라우저 업데이트 방법을 배우십시오.

확인
비전 시스템 설정하기 온라인 샵

ToF(Time-of-Flight)와 Stereo Vision 기술 비교 – 각 기술의 장점 분석

3D 이미지는 기존 2D머신 비전 고객에게 3D 정보를 추가로 제공합니다. 3D 이미지를 사용할 경우 공장 자동화, 로봇 공학, 물류, 의료 등으로 대표되는 어플리케이션 기술들을 보다 더 발전시킬 수 있습니다. 이와 관련해 특히 두 가지 3D 기술인 ToF(Time-of-Flight)와 Stereo Vision이 널리 사용되고 있으며, 이 기사에서는 두 가지 기술을 상세히 알아보고 비교합니다.

공간적 차원을 위한 3D 비전

2D 이미지 처리를 사용하면 캡처된 이미지에는 3차원의 오브젝트가 2차원으로 투사된 형태로 나타납니다. 2D 카메라로는 깊이 정보를 캡처할 수 없습니다. 보는 각도에 따라서 3차원 오브젝트의 이미지 윤곽이 다르게 나타날 수 있습니다. 그러나 많은 2차원 어플리케이션에서 이러한 형태 및 깊이 정보는 중요하지 않습니다. 일반적으로 2D 이미지는 구조 및 색상 분석, 부품 식별, 부품 유무 확인, 손상 또는 이상 감지, 문자 인식, 치수 정확도 검사에 사용됩니다. 이러한 작업을 수행하기 위한 필수조건은 충분한 조명입니다.

한편 3D 이미지의 경우에는 높이 정보도 함께 확인할 수 있습니다. 따라서 부피, 형태, 거리, 공간에서의 배치 형태 및 오브젝트 방향을 판단하거나 공간에 영향을 받는 오브젝트 포함 여부 검사를 수행할 수 있습니다. 그러나 3D 이미지의 경우에도 기술에 따라 최적의 이미지 획득을 위해 고려해야 하는 조명 조건이나 표면 특성과 같은 필수조건이 있습니다. 그리고 두 기술이 모두 적합한 어플리케이션도 있습니다. 이 경우에는 각 기술의 장단점을 함께 고려해야 합니다.

2D 비전 기술과 3D 비전 기술 비교

작업 요구사항 2D 3D
부피 및/또는 형태 분석 - X
구조 및 색상 인식 필수 X -
양질의 Contrast 정보 제공 X -
Contrast 정보가 부정확하거나 누락됨 - X
높이 차이 인식 필수 - X
3차원에서 자세 조정/배치 상태 감지 - X
바코드 및 캐릭터 인식 X -
건물 부품 식별 X X
구성 요소 포함 여부 확인 X X
파손 감지 X X

3D 기술의 주요 특징

ToF(Time-of-Flight)와 Stereo Vision의 특징과 기능 및 장단점은 무엇입니까?

ToF(Time-of-Flight)

ToF(Time-of-Flight)는 거리를 측정하여 깊이 데이터를 도출하는 매우 효율적인 기술입니다. 이를 위해 카메라에 통합된 광원이 오브젝트에 닿는 광 펄스(Pulses)를 방출합니다. 오브젝트는 광 펄스(Pulses)를 다시 카메라로 반사합니다. 이 과정에 소요되는 시간을 근거로 각 개별 픽셀에 대해 거리와 깊이 값을 판단할 수 있습니다. 그 결과 검사 대상 오브젝트에 대한 3D 값이 범위 맵 또는 포인트 클라우드 형태의 공간 이미지로 출력됩니다. ToF (Time-of-Flight) 방식은 각 픽셀에 대한 그레이 값 형태의 2D 강도 이미지와 개별 값에 대한 신뢰도를 나타내는 신뢰도 이미지도 제공합니다.

blaze
팔레트의 패키지
팔레트의 패키지
인조 컬러의 3D 포인트 클라우드

ToF (Time-of-Flight)에는 3D 캡처를 위한 Contrast 및 모서리나 가장자리 같은 구체적인 특징이 필요하지 않습니다. 오브젝트의 강도 및 색상에 거의 영향을 받지 않고, 캡처가 가능하기 때문에 이미지 처리를 하여 캡처한 이미지를 배경에서 쉽게 분리할 수 있습니다. 또한 이 프로세스는 움직이는 오브젝트에서도 작동하며 밀리미터 단위의 정확도로 초당 최대 900만 회의 거리 측정을 수행할 수 있습니다. ToF(Time-of-Flight) 카메라 는 다른 3D 카메라에 비해 가격이 매력적이고 매우 컴팩트하며 복잡도가 낮습니다. 따라서 설치와 통합 작업이 더 쉬워집니다.

그러나 ToF(Time-of-Flight) 카메라는 특정 주변 조건과 정해진 측정 범위에 대해서만 최상의 결과를 제공합니다. ToF(Time-of-Flight)의 기본 측정 기법으로 인해 방출된 빛이 여러 형태로 반사되고 (예: 측정 대상 오브젝트에 모서리 또는 오목한 형태가 있는 경우) 그 결과 ToF(Time-of-Flight) 기법의 측정 결과에 편차가 발생합니다. 반사율이 높은 표면이 카메라에 너무 가까이 있으면 렌즈에 미광이 생겨 아티팩트(Artifacts)가 발생할 수도 있습니다. 표면이 너무 어두운 경우에는 너무 적은 빛이 반사되어 효과적인 측정이 어려울 수 있습니다. 또한, 작동 거리가 너무 짧으면 ToF(Time-of-Flight) 기법 사용에 제약이 생기므로 ToF(Time-of-Flight)는 전반적으로 중간 수준의 측정 또는 깊이 정확도를 구현하는 데 적합합니다.

스테레오 비전 (Stereo Vision)

Stereo Vision은 인간의 눈과 유사한 방식으로 작동합니다. 3D 원리는 깊이 정보가 서로 다른 시야각에서 두 대의 2D 카메라로 촬영한 동기식 이미지를 통해 도출된다는 사실을 기반으로 합니다. 3D 데이터를 계산하려면 두 대의 카메라 의 상대적인 위치(외부 파라미터)를 알아야 합니다. 또한 렌즈의 광학 중심 및 초점 거리, 각 카메라 고유의 파라미터에 대한 정보도 필요합니다. 이러한 정보들을 함께 사용하면 카메라별 보정 값을 알 수 있습니다. 깊이 정보를 계산하기 위해서는 먼저 두 개의 2D 이미지를 수정합니다. 그다음에 알고리즘을 통해 오른쪽 및 왼쪽 이미지에서 해당 픽셀을 검색합니다. 보정 값을 이용하면 장면 또는 오브젝트의 깊이 이미지를 포인트 클라우드로 생성할 수 있습니다. 이 절차를 적용할 수 있는 작동 거리는 두 카메라의 거리 및 설정 각도에 따라 달라지기 때문에 경우에 따라 다양합니다.

Stereo Vision 기법은 ToF(Time-of-Flight)와 달리 조명이나 레이저 빔과 같은 액티브(Active) 조명 장치가 필요하지 않지만 기술적으로 두 대의 2D 카메라가 사용되기 때문에 항상 주변의 조명이 최소 수준 이상으로 유지되어야 합니다. 액티브(Active) 조명 장치를 사용하는 다른 3D 기술에 비해 Stereo Vision은 밝은 주변 조명, 겹치는 측정 영역 및 반사 표면이 있는 환경에서 더 나은 결과를 제공합니다.

구조가 거의 없는 표면의 경우 Stereo Vision 기술은 두 개의 이미지에서 너무 적은 양의 정보에 의존하여 3차원 정보를 계산합니다. 이러한 한계는 빛을 사용하여 인공적으로 생성한 표면 구조로 극복할 수 있습니다. 이를 위해 무작위 패턴(Random Pattern)을 투사하는 조명 프로젝터(Light Projector)를 추가로 통합할 수 있습니다.

구조광 센서 (Structured Light)

Stereo Vision과 달리 카메라 한 대를 스트라이프 라이트 프로젝터 (Stripe Light Projector)로 대체합니다. 그 결과 사인파 형태의 강도 곡선(Sinusoidal Intensity Curve)으로 다양한 스트라이프 패턴(Stripe Patterns)을 투사하여, 표면 위에 인공 구조 무늬(Artificial Structure)를 생성합니다. 표면에 투사된 줄무늬(Stripe)의 왜곡을 통해 3D 정보를 계산하며 측정 결과의 정확도를 높입니다.

구조광 (Structured Light) 센서는 짧은 거리에서 높은 정확도를 달성합니다. 구조광(Structured Light)을 사용할 경우 컴퓨팅 부하가 많이 발생하고 여러 이미지를 차례로 획득하고 처리하기 때문에 움직이는 오브젝트에는 적합하지 않습니다. 따라서 이 기법은 실시간 어플리케이션에 제한적으로만 사용하거나, 더 많은 비용을 부담해야 합니다.

장단점

  ToF Stereo Vision 구조광
범위 ++ - +
정확도 + + ++
낮은 조명 성능 ++ - ++
밝은 조명 성능 ++ + +
균일한 표면 ++ - ++
움직이는 오브젝트 + - -
카메라 크기 + - -
비용 + - -

적합한 어플리케이션

ToF(Time-of-Flight)에 적합한 어플리케이션

ToF(Time-of-Flight)는 긴 작동 거리(Working Distance)와 넓은 측정 범위, 빠른 속도와 낮은 시스템 복잡성이 요구되는 어플리케이션에 효과적인 반면 정확도는 떨어질 수 있습니다.

  • 오브젝트 측정(부피, 모양, 위치, 방향)
  • 공장 자동화 - 오브젝트를 찾고 피킹 하여 어셈블리하며, 오브젝트 손상 및 적재 오류 감지
  • 로봇 공학 - 로봇의 그리핑(Gripping) 지점 결정, 컨베이어 벨트에서의 그리핑 작업, 빈 피킹, 산업용 로봇 작업
  • 물류- 포장, 쌓기, 팔레타이징, 디팔레타이징, 라벨 부착, 자율주행차(내비게이션, 안전 경고)
  • 의학 - 환자 자세 조정과 모니터링

Stereo Vision에 적합한 대표 어플리케이션 및 구조광

Stereo Vision은 높은 측정 정확도를 제공하며, 구조광을 사용하는 센서보다 성능이 뛰어납니다. 이러한 종류의 3D 센서는 구조가 거의 없는 작업하기 어려운 표면을 감지하거나, 높은 측정 정확도를 달성해야 하는 어플리케이션에 적합합니다.

  • 배치상태 및 방향 판단
  • 오브젝트에 대한 고정밀 측정 (부피, 형태, 배치상태, 방향)
  • 로봇 공학 - 빈 피킹, 내비게이션, 충돌 방지, 픽업 및 드롭오프 서비스
  • 물류- 차량의 실내 내비게이션, 기계 적재 및 하역, 팔레타이징, 디팔레타이징
  • 실외 - 나무줄기 측정 및 검사
  • 구성 요소 테스트(예: 손상 감지)

현재 많은 어플리케이션에서 딥러닝과 같은 인공지능과 결합된 3D 기술 에 대한 필요성이 증가하고 있습니다. 이러한 상호 작용 덕분에 오브젝트 인식과 공간 속 오브젝트의 정확한 배치상태에 대한

어플리케이션에 적합한 3D 센서와 카메라 기술을 찾고 계십니까?

Basler 영업팀과 기술 지원팀이 친절하게 도와드리겠습니다!

영업팀에 문의하기