关于该公司所提供的技术

什么是三维视觉

在这里我们将三维视觉分为三维测量和三维识别来进行说明。

三维测量是指通过过去对象物体的点云数据来测量对象物体的长度,宽度等尺寸以及对象物体的形状。

三维识别是指在特定的空间范围内搜索对象物体,并计算出对象物体的空间位置和姿态。

三维测量的原理 回到顶部

相机的原理

光线通过镜头在像面上成像,通过图像上的点可确定光线的方向,但是无法确定光线方向上的位置。

三维空间和二维图像
三维空间和二维图像

三维测量的目的是确定光线方向上的点的位置,主要基于以下三个原理。

  1. 三角测量
  2. 飞行时间测距法(TOF)
  3. 聚焦法

三角测量的适用范围从几毫米至几十公里,在这里主要以三角测量为主进行介绍。

三角测量

对于一台相机来说无法确定深度方向的距离,而利用两台相机可以通过求解直线的交点来计算三维空间点的位置。三角测量主要有两个问题。第一个是相机的标定。相机的标定是指计算相机的内部参数(焦距,主点,镜头畸变系数)和外部参数(相机的位置和姿态)。第二个问题是对应匹配问题。对应点匹配解决不同图像上像素间的对应问题。对应关系确定之后,可以得到两条直线并求解两直线的交点。

三角测量
三角测量

对应匹配可以利用从图像中提取的对象物体的固有特征点来进行,一般来说由于这样提取的特征点的密度不高,计算所得的三维点的密度稀疏。在这里,我们采用人为的在物体表面生成高密度特征点的方法,利用投影仪将格雷码图像和正弦光栅图像投影到被测物体表面。

利用相机和投影仪进行三维测量
利用相机和投影仪进行三维测量

通过投影不同位相的正弦光栅图像可计算所有像素的位相值并利用位相值进行图像间的对应匹配
通过投影不同位相的正弦光栅图像可计算所有像素的位相值并利用位相值进行图像间的对应匹配

三维识别的原理  回到顶部

前途如前所述,三维识别是已知形状物体的搜索问题。在这种情况下的未知参数为物体的三维位置坐标参数X,Y,Z和三维姿态参数(例如:α,β,γ)共计6个参数。

对于二维识别,未知参数为物体的二维位置坐标参数X,Y和二维姿态(角度α)共计3个参数。

三维物体识别与二维物体识别同样,对于某个位置和姿态,需要将事先定义的三维形状与输入数据进行对比。而对比结果的一致性可利用边缘和点云数据来进行计算。

利用边缘检测进行三维物体识别的事例
利用边缘检测进行三维物体识别的事例

利用点云进行三维物体识别的事例
利用点云进行三维物体识别的事例

三维视觉的应用 回到顶部

三维媒体股份有限公司的三维视觉系统TVS发挥着工业机器人”眼睛”的作用。

TVS由1台投影仪和4台相机组成。通过将边缘和点云数据与事先输入的三维模型进行匹配,对物体进行三维识别。然后利用所得到的对象物体的空间位置和姿态对机器人的抓取动作进行优化控制。

三维机器视觉系统TVS的识别原理
三维机器视觉系统TVS的识别原理

以前的工业用机器人只能重复进行事先设定的动作,通过使用TVS可实现自动判断和动作执行。TVS可快速对随机摆放在箱子中的工件的三维位置和姿态进行识别,在机器手与箱体不发生干涉的条件下迅速判断抓取的最佳路径来实现工件的抓取。

利用三维机器视觉系统进行随机摆放工件的智能抓取
利用三维机器视觉系统进行随机摆放工件的智能抓取

点云事例 回到顶部







回到顶部回到顶部