Пространственную карту глубины, полученную 3D-камерой Basler blaze, можно объединить с данными RGB, передаваемыми цветной камерой, например Basler ace. Результатом является цветное изображение в виде облака точек (для краткости RGB-D), в котором каждой 3D-точке присвоено значение цвета. В действительности, чтобы оценить структуру визуализируемого пространства, мозг человека также комбинирует несоответствующую информацию между изображениями, воспринимаемыми каждым из глаз, с цветовой информацией и предварительными знаниями об обнаруженных объектах.
В нашем прикладном примечании «Объединение цветных изображений с 2D-камеры Basler и карты глубины Basler blaze» объясняется, как путем объединения 3D-камеры с обычной цветной камерой можно получить карту глубины в истинных цветах RGB.
Надежное обнаружение и классификация объектов с более высокой точностью совпадений, особенно в случае объектов аналогичной формы.
Пример. По левой части облака точек можно понять, это яблоко или апельсин? Это возможно только в цветах RGB. И наоборот, с помощью одной только 2D-камеры невозможно отличить фотографию яблока от настоящего яблока.
Цветовая информация способствует более точному пониманию деталей визуализируемого пространства, если информации о глубине недостаточно.
Пример. Во время разгрузки поддонов две коробки настолько близко друг к другу расположены на поддоне, что 3D-камера распознает их как одну. Однако на RGB-изображении в высоком разрешении можно обнаружить зазор между ними.
Надежная сегментация визуализируемого пространства, при необходимости подкрепленная технологиями глубокого обучения (здесь: интеграция знаний о предыдущих объектах съемки), например для использования мобильных роботов.
Пример. Поиск горизонтальной опорной поверхности в 3D с опорой на цвет: асфальт серого цвета, скорее всего относится к дороге (горизонтальная опорная поверхность).
Более высокая надежность, например при обнаружении препятствий автоматизированными самоходными тележками.
Снижение вычислительной нагрузки: обнаружить контейнер с помощью 2D-камеры и проанализировать уровень его заполнения на основе небольшой активной зоны с помощью 3D-камеры.
Более точное понимание визуализируемого трехмерного пространства людьми, что упрощает настройку и эксплуатацию комплексных 3D-систем.
