▍飛行時(shí)間3D成像

飛行時(shí)間（TOF）相機(jī)每個(gè)像素利用光飛行的時(shí)間差來獲取物體的深度。 目前較成熟的飛行時(shí)間面陣相機(jī)商業(yè)化產(chǎn)品包括Mesa Imaging AG SR-4000，PMD Technologies Cam Cube 3.0，微軟Kinect V2等。

TOF成像可用于大視野、遠(yuǎn)距離、低精度、低成本的3D圖像采集，其特點(diǎn)是：檢測速度快、視野范圍較大、工作距離遠(yuǎn)、價(jià)格便宜，但精度低，易受環(huán)境光的干擾。例如Camcueb3.0可靠的深度精度（<3mm @ 4m)，每個(gè)像素對應(yīng)一個(gè)3D數(shù)據(jù)。

▍掃描3D成像

掃描3D成像方法可分為掃描測距、主動(dòng)三角法、色散共焦法。 掃描測距利用一條準(zhǔn)直光束通過測距掃描整個(gè)目標(biāo)表面實(shí)現(xiàn)3D測量，測量精度較高；主動(dòng)三角法基于三角測量原理，利用準(zhǔn)直光束、一條或多條平面光束掃描目標(biāo)表面完成3D成像，如圖2所示。但測量復(fù)雜結(jié)構(gòu)面形時(shí)容易產(chǎn)生遮擋，需要通過合理規(guī)劃末端路徑與姿態(tài)來解決。 色散共焦法通過分析反射光束的光譜，獲得對應(yīng)光譜光的聚集位置， 如圖3。色散共焦法適合測量透明物體、高反與光滑表面的物體。但缺點(diǎn)是速度慢、效率低；用于機(jī)械手臂末端時(shí)，可實(shí)現(xiàn)高精度3D測量，但不適合機(jī)械手臂實(shí)時(shí)3D引導(dǎo)與定位，因此應(yīng)用場合有限。

線結(jié)構(gòu)光掃描三維點(diǎn)云生成示意圖

色散共焦掃描三維成像示意圖

▍結(jié)構(gòu)光投影3D成像

結(jié)構(gòu)光投影三維成像是目前機(jī)器3D視覺感知的主要方式。結(jié)構(gòu)光成像系統(tǒng)是由若干個(gè)投影儀和相機(jī)組成。基本工作原理是：投影儀向目標(biāo)物體投射特定的結(jié)構(gòu)光照明圖案，由相機(jī)攝取被目標(biāo)調(diào)制后的圖像，再通過圖像處理和視覺模型求出目標(biāo)物體的三維信息。 根據(jù)結(jié)構(gòu)光投影次數(shù)劃分，結(jié)構(gòu)光投影三維成像可以分成單次投影3D和多次投影3D方法。 單次投影3D主要采用空間復(fù)用編碼和頻率復(fù)用編碼形式實(shí)現(xiàn)。由于單次投影曝光和成像時(shí)間短，抗振動(dòng)性能好，適合運(yùn)動(dòng)物體的3D成像。但是深度垂直方向上的空間分辨率受到目標(biāo)視場、鏡頭倍率和相機(jī)像素等因素的影響，大視場情況下不容易提升。 多次投影3D具有較高空間分辨率，能有效地解決表面斜率階躍變化和空洞等問題。但也有如下不足之處： 1）對于連續(xù)相移投影方法，3D重構(gòu)的精度容易受到投影儀、相機(jī)的非線性和環(huán)境變化的影響； 2）抗振動(dòng)性能差，不合適測量連續(xù)運(yùn)動(dòng)的物體； 3）實(shí)時(shí)性差；不過隨著投影儀投射頻率和CCD/CMOS圖像傳感器采集速度的提高，多次投影方法實(shí)時(shí)3D成像的性能也在逐步改進(jìn)。 對于粗糙表面，結(jié)構(gòu)光可以直接投射到物體表面進(jìn)行視覺成像；但對于大反射率光滑表面和鏡面物體3D成像，結(jié)構(gòu)光投影不能直接投射到被成像表面，需要借助鏡面偏折法。 偏折法對于復(fù)雜面型的測量，通常需要借助多次投影方法，因此和多次投影方法有同樣的缺點(diǎn)。另外偏折法對曲率變化大的表面測量有一定的難度，因?yàn)闂l紋偏折后反射角的變化率是被測表面曲率變化率的2倍，因此對被測物體表面的曲率變化比較敏感，很容易產(chǎn)生遮擋難題。

▍立體視覺3D成像

立體視覺一般情況下是指從不同的視點(diǎn)獲取兩幅或多幅圖像重構(gòu)目標(biāo)物體3D結(jié)構(gòu)或深度信息。

立體視覺三維成像示意圖

立體視覺可分為被動(dòng)成像和主動(dòng)成像兩種形式。

被動(dòng)視覺成像依賴相機(jī)接收到的由目標(biāo)場景產(chǎn)生的光輻射信息，常用于特定條件下的3D成像場合，如室內(nèi)等光線變動(dòng)不大的場景，或幾何規(guī)則明顯，控制點(diǎn)比較容易確定的工業(yè)零部件等。

主動(dòng)立體視覺是利用光調(diào)制（如編碼結(jié)構(gòu)光、激光調(diào)制等）照射目標(biāo)場景，對目標(biāo)場景表面的點(diǎn)進(jìn)行編碼標(biāo)記，然后對獲取的場景圖像進(jìn)行解碼，以便可靠地求得圖像之間的匹配點(diǎn)，再通過三角法求解場景的3D結(jié)構(gòu)。主動(dòng)立體視覺的優(yōu)點(diǎn)是抗干擾性能強(qiáng)、對環(huán)境兼容性強(qiáng)（如通過帶通濾波消除環(huán)境光干擾），3D測量精度、重復(fù)性和可靠性高；缺點(diǎn)是對于結(jié)構(gòu)復(fù)雜的場景容易產(chǎn)生遮擋等問題。

▍三維成像工業(yè)應(yīng)用

基于結(jié)構(gòu)光測量技術(shù)和3D物體識別技術(shù)開發(fā)的機(jī)器人3D視覺引導(dǎo)系統(tǒng)，可對較大測量深度范圍內(nèi)散亂堆放的零件進(jìn)行全自由的定位和拾取。

相比傳統(tǒng)的2D視覺定位方式只能對固定深度零件進(jìn)行識別且只能獲取零件的部分自由度的位置信息，具有更高的應(yīng)用柔性和更大的檢測范圍。可為機(jī)床上下料、零件分揀、碼垛堆疊等工業(yè)問題提供有效的自動(dòng)化解決方案。

機(jī)器視覺3D引導(dǎo)系統(tǒng)框架

▍3D重建和識別技術(shù)

3D掃描儀可獲準(zhǔn)確并且快速地獲取場景的點(diǎn)云圖像，通過3D識別算法，可實(shí)現(xiàn)在對點(diǎn)云圖中的多種目標(biāo)物體進(jìn)行識別和位姿估計(jì)。

▍3D重建和識別效率

▍多種材質(zhì)識別效果測試

基于重建算法和識別算法，可對不同材質(zhì)的零件進(jìn)行穩(wěn)定的重建和識別，即便是反光比較嚴(yán)重的鋁材料及黑色零件都能獲得較好的重建和識別效果，可適用于廣泛的工業(yè)場景。

▍機(jī)器人路徑規(guī)劃

獲得零件信息后，要成功拾取零件還需要完成以下幾件事：

▍性能比較

類似于飛行時(shí)間相機(jī)、光場相機(jī)這類的相機(jī)，可以歸類為單相機(jī)3D成像范圍，它們體積小，實(shí)時(shí)性好，適合隨動(dòng)成像眼在手系統(tǒng)執(zhí)行3D測量、定位和實(shí)時(shí)引導(dǎo)。但是，飛行時(shí)間相機(jī)、光場相機(jī)短期內(nèi)還難以用來構(gòu)建普通的隨動(dòng)成像眼在手系統(tǒng)，主要原因如下：

1.飛行時(shí)間相機(jī)空間分辨率和3D精度低，不適合高精度測量、定位與引導(dǎo)。

2.對于光場相機(jī)，目前商業(yè)化的工業(yè)級產(chǎn)品只有為數(shù)不多的幾家，如德國Raytrix，雖然性能較好，精度適中，但價(jià)格貴，使用成本太高。

結(jié)構(gòu)光投影3D系統(tǒng)，精度和成本適中，有較好的應(yīng)用市場前景。它由若干個(gè)相機(jī)-投影儀組成的，如果把投影儀當(dāng)作一個(gè)逆向的相機(jī)，可以認(rèn)為該系統(tǒng)是一個(gè)雙目或多目3D三角測量系統(tǒng)。

被動(dòng)立體視覺3D成像，目前在工業(yè)領(lǐng)域也得到較好應(yīng)用，但應(yīng)用場合有限。因?yàn)閱文苛Ⅲw視覺實(shí)現(xiàn)有難度，雙目和多目立體視覺要求目標(biāo)物體紋理或幾何特征清晰。

結(jié)構(gòu)光投影3D、雙目立體視覺3D都存在下列缺點(diǎn)：體積較大，容易產(chǎn)生遮擋。針對這個(gè)問題雖然可以增加投影儀或相機(jī)覆蓋被遮擋的區(qū)域，但會增加成像系統(tǒng)的體積，減小應(yīng)用的靈活性。

▍總結(jié)

雖然光學(xué)3D視覺成像測量方法種類繁多，但能夠安裝在工業(yè)機(jī)器人上，組成一種合適的隨動(dòng)成像眼在手系統(tǒng)，對位置變動(dòng)的目標(biāo)執(zhí)行3D成像測量、引導(dǎo)機(jī)器人手臂準(zhǔn)確定位和實(shí)施精準(zhǔn)操作的方法有限。

從工業(yè)應(yīng)用的角度來說，我們更關(guān)心的是3D視覺傳感器的精度、速度、體積與重量。鑒于機(jī)器人末端能夠承受的端載荷有限，允許傳感器占用的空間有限，傳感器在滿足成像精度的條件下，重量越輕體積越小也就越實(shí)用。

對于隨動(dòng)成像眼在手系統(tǒng)，最佳3D成像方法是采用被動(dòng)單目（單相機(jī)）3D成像方法，這樣不僅體積小、重量輕，也解決了雙目和多目多視圖遮擋難題。