3D 視覺主要有三種原理:雙目相機法、結構光法、ToF法。
1)雙目相機法是基于視差原理并利用成像設備從不同的位置獲取被測物體的兩幅圖像,通過計算圖像對應點間的位置 偏差,來獲取物體三維幾何信息的方法。目前有主動雙目、被動雙目之分,被動雙目是采用 可見光;主動雙目是發射紅外激光做補光。
2)結構光法通常采用特定波長的不可見的紅外激光作為光源,發射出來的光經過一定的編碼投影在物體上,通過一定算法來計算返回的編 碼圖案的畸變來得到物體的位置和深度信息。
3)ToF 法是通過紅外光在空氣中的飛行時間, 計算出目標體的距離
優 點:
1)硬件要求和成本低,普通 CMOS相機即可。
2)可適用室內外場景。
缺 點
1)對環境光照非常敏感。光線變化導致圖像偏差大,進而會導致匹配失 敗或精度低。
2)不適用單調缺乏紋理的場景。雙目相機根據視覺特征進行圖像匹配, 沒有特征會導致匹配失敗。
3)計算復雜度高。純視覺的方法對算法要求高,計算量較大。
4)基線限制了測量范圍。測量范圍和基線(兩個攝像頭間距)成正比, 導致無法小型化。
優 點:
1)方案成熟,相機基線可以做的比較小, 方便小型化。
2)資源消耗較低,單幀 IR圖即可計算深度 信息,功耗低。
3)主動光源,暗光線場景也可使用。
4)在一定范圍內精度高、分辨率高。分辨 率可達 1280x1024,幀率可達到 60FPS。
缺 點
1)容易受環境光干擾,室外體驗差。
2)隨檢測距離增加,精度會變差。
優 點:
1)檢測距離遠,在激光能量夠的情況下可 達幾十米。
2)受環境光干擾比較小。
缺 點
1)對設備要求高,特別是時間測量模塊。
2)資源消耗大。該方案在檢測相位偏移時需要多次采樣積分,運算量大。
3)邊緣精度低。
4)限于資源消耗和濾波,幀率和分辨率都沒辦法做到較高。
資料獲取 | |
新聞資訊 | |
== 資訊 == | |
» DeepSeek-R1技術報告-冷啟動數 | |
» 人形機器人靈巧手:仿生設計大勢所趨,自由 | |
» 四足機器人:移動智能體的踏浪者,售價已降 | |
» 海外人形機器人深度:人形機器人GhatG | |
» DeepSeek最受益方向是云產業鏈,部 | |
» DeepSeek從入門到精通-提出了AI | |
» AI陪伴互動軟件硬件全景解析-可交互內容 | |
» 2025人形機器人產業發展藍皮書-從研發 | |
» 中國AI搜索行業發展報告-AI搜索能夠理 | |
» 星動紀元打造人形機器人+靈巧手特色產品 | |
» 普渡機器人R2X架構,專用、類人形、人形 | |
» 宇樹科技9輪融資匯總 | |
» 智元機器人8輪融資匯總 | |
» 智元機器人具身智能技術演進路線:G1 至 | |
» 2024年國內代表性人形機器人最新進展及 | |
== 機器人推薦 == | |
![]() 服務機器人(迎賓、講解、導診...) |
|
![]() 智能消毒機器人 |
|
![]() 機器人底盤 |
![]() |