高精度彩色3D相机:开启崭新的彩色3D成像时代

3D成像的新时代

近年来,机器人技术的快速发展促使对3D相机技术的需求不断增加,原因在于,相机在提高机器人的性能和实现多种功能方面发挥了决定性作用。然而,其中许多应用所需的解决方案更复杂,仅提供环境的深度信息是远远不够的。颜色区分机器学习等高级图像处理技术需要其他基本数据,为满足这一要求,之前需要通过增加2D相机来实现。

友思特全新紧凑型 VST Ensenso C相机系统 ,集众多功能和特色于一身,可以更准确高效地捕捉和解析3D数据

3D相机系统将提高机器人和自主系统的能力,拓宽多功能精确应用领域的使用范围。要实现这一点,3D相机技术必须跟上新的市场要求,这并不需要技术革命。不过,当前的系统很少能够在集合多个组件的同时还能易于操作和集成,这使得应用开发方式往往复杂且成本高昂。即便系统更为复杂,但是只有方便易用才更具实用价值。

预组装方式便于快速调试

一类设备可以完全定制,一类设备则是方便易用的标准设备,它们之间的主要区别在于可配置性和灵活性 ,以及设置和调试的工作量。如何选择取决于个人需求和应用场景。完全可定制的设备更加自由灵活,但也需要更多的技术专业知识并会耗费更多调试时间。与之相反,标准设备易于使用,只需少量调整工作就能完成具体任务。

在发布全新C系列后,这两种设备与高度灵活的X系列一起,丰富了VST Ensenso家族的高端相机阵营。您可以使用VST Ensenso相机选型器为具体应用选择合适的标准型号,立即投入使用。

紧凑型VST Ensenso C相机系统 可预装各种立体基线

集成2D彩色图像的3D

VST Ensenso立体测量方法 的一个优点是,通过SDK始终可以获得立体相机的2D图像。因此,SDK不仅可以提供深度信息,还可以持续为进一步分析图像提供基本数据,这样就不必再为应用增加2D相机。

因此,2D图像数据不仅可以作为纹理叠加在3D点云上来改进3D图像,而且还可以实现识别对象边缘 以及在图像中读取代码等功能。通过这种方式,系统不仅可以实现对象的三维检测,方便机器人进行抓取,而且可以精确识别对象,从而进行精细处理。

VST Ensenso C系列现在专门配备了完全集成的RGB相机 ,因此还可以访问同一场景的2D彩色图像。这样就可以应对不仅需要3D点云 还需要彩色图像的任务,扩展了相机的应用范围。例如,对于AI图像分析任务,彩色图像通常被用作基本数据,相机很适合这类任务。

VST Ensenso C 专门配备了一台集成2D彩色相机

为读取包裹代码等图像处理任务提供基本数据

紧凑且完全集成

如果一项应用需要使用和分析多个特征或基本数据,通常有两种实现方式:一种是,整个任务所需的所有传感器或组件都可以作为独立设备进行操作。这样做的优势是每个模块化单元的选择和维护非常灵活,缺点是在一个应用中集成和同步多个设备的技术要求高,需要更多专业知识。

另一种方式则是采用全新VST Ensenso C这类完全集成的设备 ,它们将所有组件封装在一个安全的封闭外壳中。也就是说,工厂会优化匹配立体相机、图案生成器、2D彩色相机和灯光,用户可以通过通用设备软件 VST Ensenso SDK 调整和访问系统。尽管应用越来越复杂,但这种3D相机系统非常紧凑,可以适应机器人和其他自主系统空间有限的状况。

远距离大视野3D传感器

对于目标距离长达5米的应用,3D相机系统的组件必须经过优化设计并能相互协同,从而获得深度值的高Z精度 。在像 VST Ensenso C 这样的立体测量系统中,长基线 (两个立体相机之间的距离)可以非常精确和稳定地对各目标点进行三角测量 。相机还拥有5MP 高分辨率 ,可以非常详细地扫描对象结构。对于完整的点云,即使物体表面纹理少,只有几个突出像素,VST Ensenso C相机也可以依赖强大的 200W LED图案生成器,确保在5米的距离创造高对比度表面 。此外,相机机械结构刚性强,散热经过优化设计,可以在很远距离仍然能保持深度值的低偏差特性(在1m的距离处偏差仅为0.1mm)。

VST Ensenso C 在200 W功率强大投影仪的支持下

将高对比度纹理投影到待成像对象上

实时3D点云图像展示

附加的RGB传感器生成纹理数据,使用颜色信息补充3D点云,从而确保逼真的3D展示。这使得在后续处理中更容易区分有色物体。

友思特3D相机-彩色点云示例

小结

VST Ensenso C 3D相机 可以为应用提供高级图像处理功能所需的基本数据。随着VST Ensenso C推出,IDS在3D相机技术方面迈出重要一步。这款3D相机系统尽管外壳尺寸小巧,却集中了 VST Ensenso 在3D视觉环境中的所有优势,尤其适合对精度要求高的高端领域的大规模应用。VST Ensenso C系列的众多型号操作和调试都非常简单,成为三维图像处理的重要工具。

产品简介:VST Ensenso C 3D相机

产品方案特点

  • 5m超长检测工作距离

  • 高达0.1mm精度@1m

  • 200w大功率投影仪

  • 动静态场景下实时3D成像

  • 内部集成2D RGB传感器捕获彩色图像

  • 小巧紧凑坚固耐用

  • IP65/67工业级

一台相机 众多应用

检测和识别

移动物体的自动空间检测和抓取在许多应用中提高了生产力。高亮度投影仪还确保了单次拍摄图像的高图案对比度,从而生成用于对象处理的强大详细3D数据。

料箱取件

所应用的3D相机的功能影响机器人成功检测、拾取和放置零件的能力。Ensenso C通过集成RGB传感器扩展了这些功能,适合有颜色需求的应用。

(去)托盘化

任意包装箱和货物的自动码垛工作在物流应用中仍然是一个挑战。即使各种货物密密麻麻堆放在一起,且距离较远,Ensenso C也能够可靠检测物体的大小、旋转和实际位置。

测试和测量

在大体积应用中,从更远距离对物体质量参数进行非接触式测量和检查需要很高可再现3D分辨率。相机的长基线和强大的图案投影仪确保即使在5米的工作距离内也能以毫米精度实现出色特征识别。

相关推荐
Adenialzz3 分钟前
Rectified Flow 原理简介与示例代码解读
人工智能·深度学习·机器学习·计算机视觉·diffusion
看星猩的柴狗32 分钟前
机器学习-高斯混合模型
人工智能·机器学习
power-辰南2 小时前
机器学习之数据分析及特征工程详细分析过程
人工智能·python·机器学习·大模型·特征
少说多想勤做2 小时前
【前沿 热点 顶会】AAAI 2025中与目标检测有关的论文
人工智能·深度学习·神经网络·目标检测·计算机视觉·目标跟踪·aaai
橙子小哥的代码世界4 小时前
【计算机视觉基础CV-图像分类】05 - 深入解析ResNet与GoogLeNet:从基础理论到实际应用
图像处理·人工智能·深度学习·神经网络·计算机视觉·分类·卷积神经网络
leigm1234 小时前
深度学习使用Anaconda打开Jupyter Notebook编码
人工智能·深度学习·jupyter
Aileen_0v06 小时前
【玩转OCR | 腾讯云智能结构化OCR在图像增强与发票识别中的应用实践】
android·java·人工智能·云计算·ocr·腾讯云·玩转腾讯云ocr
阿正的梦工坊7 小时前
深入理解 PyTorch 的 view() 函数:以多头注意力机制(Multi-Head Attention)为例 (中英双语)
人工智能·pytorch·python
Ainnle7 小时前
GPT-O3:简单介绍
人工智能
OceanBase数据库官方博客7 小时前
向量检索+大语言模型,免费搭建基于专属知识库的 RAG 智能助手
人工智能·oceanbase·分布式数据库·向量数据库·rag