3D拆垛机器人的3D视觉与2D机器视觉相比的竞争优势-环球观察

3D拆垛机器人的3D机器视觉是一项出色的技术，可以为特殊定位、鉴别和检查每日任务给予更高精确性，而传统2D机器视觉系统通常没法可靠地取得成功。它带来了一套取代2D视觉上的技术，可以非常清晰地处理2D系统不敢面对的难点问题。

3D系统实质上比2D系统复杂，3D机器视觉适合于更加需要准确地剖析有关对象尺寸、纹路和深入的运用，比如农牧业、生产制造、检测与质量管理。这些都能从3D视觉效果中受益，但在2D与3D技术中间作出决定将在于所需要的精度水准，测量速率，物体是不变的或是移动，及其物体以及环境中的照明特点。

(资料图片)

3D视觉效果有什么不同类型？

机器视觉系统中常用的4D成像技术主要包括3种类型：立体视觉、飞行时间（ToF）、激光器三角测量（3D线条）和人脸解锁。

立体视觉运用2个或几个通过校正并集中在同一物体里的2D照相机。它们可以在动态环境中给予完整的FoV3D测量，根据从各个角度对光线开展三角测量。

或是，激光器三角测量应用垂直在光线的照相机测量带入到物体里的激光的改变。此方法必须连续不断的线性运动，比如输送带，但带来了很高的显像精度。

飞行时间（ToF）测量来源于调配红外线照明源的光抵达物体并返回ToF传感器所需的时间，随后根据这些测量结论形成云数据。

2D与3D机器视觉系统

将2D机器视觉照相机与显像库手机软件紧密结合是切实可行的对策。但是，在开展测量时，照明的转变会让精度产生不利影响。过多光线也会产生过爆的图片，造成光线失光或物体边缘模糊，而且照明不够会让2D图像中出现边缘和特点的画面质量产生不利影响。

在照明不易操纵，因而改变不了以固定镜头的应用中，2D机器视觉系统可能无法形成靠谱的图像。

3D拆垛机器人的3D机器视觉照相机能通过纪录准确的深度信息来解决这个问题。点图和深度图是两类的3D图像，含有相对高度精确，有价值的数据信息。物体的每一个清晰度都是在空间内被考虑到，并为消费者提供X、Y和Z平面图数据以及每一个轴相对应转动数据信息。

与3D对比，这也使得2D机器视觉在涉及规格测量、空间管理、薄厚测量、Z轴表面检测和涉及深层的质量控制的应用中变成一种特殊的挑选。传统2D图像处理仍然能够与收集到的图像一起使用，进而为很多机器视觉难题建立可执行解决方案。

本文摘要节选自来源于

http://www.hcswell.com/industry-news/663.html