機器人視覺攝影機設計入門

2020-05-13
作者 John Koon, Tech Idea Research

隨著攝影機的成本和尺寸不斷降低,以及影像處理軟體功能不斷提升,機器人系統在新型視覺引導應用中大量出現,尤其是3D應用。賦予機器人系統視覺需要選擇正確的攝影機。本文比較2D成像、3D感測、超音波和紅外線等主要的攝影技術之優缺點,並針對如何選擇攝影機提供建議。

機器人能夠快速並準確地抓取和操縱物體,這種能力使其非常適於執行重覆、危險或繁瑣的任務,例如零件檢查,以及在霧、火、水下作業或焊接等操作。藉由感測器收集和分析資訊,攝影機對於機器人在地面上行走導航並避免其與附近物體碰撞十分重要。不同類型的視覺攝影技術包括:2D成像、3D感測、超音波和紅外線(IR)等。

機器人視覺的攝影技術類型

2D成像技術

對於具有機器視覺而不需要深度或距離資訊的機器人,普通2D數位攝影機是比較通用的選擇。數位攝機儘管看起來像底片相機,實際上它基於完全不同的科學原理。它與電視也不同,電視投射出數百萬個微小的彩色光點或畫素以合成影像,而數位相機則捕捉從物體反射回來的光粒子(光子),並將其轉換成可作為數字儲存起來的電訊號,或叫畫素。一張數位照片實際上是一長串描述每個畫素的數字。在螢幕上,這一長串數字又被轉換為畫素並合成影像。

2D數位攝影機有兩種類型,即電荷耦合元件(CCD),以及互補金屬氧化物半導體(CMOS)。相較於CMOS攝影機,CCD攝影機的解析度更高且雜訊較低,但價格較高且能效較低。本文將提供選擇2D攝影機的絕佳指南。

此外,近期的各種創新也為2D攝影機帶來了新的功能。例如,Pinnacle的高動態範圍(HDR)成像技術能夠幫助2D攝影機捕捉更好的視訊和影像。

Figure_1_Pinnacle

圖1:照片顯示具有不同動態範圍的兩種影像。右側具有高動態範圍性能的照片效果更佳。(來源:Pinnacle Imaging Systems)

優點:2D攝影機可有效地辨識物體。它可以清晰地定義目標的邊緣,並以高解析度收集目標的許多細節。

缺點:2D攝影機對於環境中的光照條件比較敏感。它會將鏡像影像辨識為第二個物體,而不是影像。最後,2D相機的影像捕捉過程較慢,需要攝影機和物體相對靜止。

對於需要獲取3D資訊的場景,使用超音波、紅外線或3D感測技術的攝影機會更適合。

3D感測技術

3D感測是一種強大的機器人導航工具,它提供的資訊包括體積、形狀、位置、方向以及與物體的距離。3D資料可以透過不同的測量過程產生,如立體視覺、結構光和雷射三角測量。立體視覺採用三角測量原理,使用來自同一位置多個2D攝影機的影像,或來自不同位置的單個攝影機影像,以計算深度。

結構光非常適合測量物體的3D形狀,它使用投影光模式和2D攝影機系統進行測量。透過分析所觀察到的條紋圖案,可以收集有關物體深度的大量資訊。

雷射三角測量則使用2D攝影機和雷射。雷射投射到目標區域上,然後2D攝影機捕捉反射的雷射光束。根據多張照片上的雷射光束彎曲程度,就可以計算出物體的輪廓。但是,這種方法速度相對較慢,而且只能用於靜止影像,這意味著必須中斷某個進程才能進行資料收集。

優點:3D感測技術在近距離測量物體時具有很高的精確度,比超音波和紅外線解析度更高,而且在環境混亂時更加可靠。特別是在難以操控的表面或在環境光較暗的情況下,雷射三角測量也可以工作,即使是低對比度的物體,它也可以提供精確的資料。

缺點:3D感測技術無法辨識鏡面或玻璃,因為它會將反射物辨識為第二個物體。此外,它們對光線條件敏感,在環境過於單調且缺乏特性時表現不佳。此外,其感應速度很慢,只能用於感測靜止影像,這意味著必須中斷某個進程才能進行資料收集。最後,採用3D感測的攝影機價格昂貴、體積龐大且較難校準。

超音波技術

超音波攝影機也稱為聲納攝影機,它透過測量聲波在發射和接收之間的時間差,以測量攝影機與物體之間的距離。超音波攝影機還可以偵測到附近的其它超音波感測器或是其它帶有超音波感測器的機器人。

優點:相較於其它類型的感測器,超音波攝影機的感測範圍更長也更寬廣。它們不受光照條件(太亮或太暗)或空氣中微粒(如灰塵、煙霧、薄霧、蒸氣和絨毛)的影響。而且,它們不至於受到物體的顏色、透明度、反射特性或表面紋理的阻礙。因此,超音波攝影機非常適合測量液體水位和距離,檢測物體,並且可避免在陸地或水下發生碰撞。

缺點:超音波攝影機在定義目標的邊緣方面表現不佳。它在感測具有高密度和反射表面的目標時效果很好,但不適用於泡沫或布料等低密度物質。超音波攝影機還會受高雜訊、溫度、濕度和壓力的影響。最後,它要求盡可能小的感測距離,但又無法檢測距離太近的物體。

紅外線技術

紅外線感測器透過檢測物體發出的紅外線(IR)運作。它還可以向物體投射IR光並接收反射光,從而計算目標物體的距離或接近程度。

優點:紅外線感測器可以偵測大範圍的紅外光、即時運行且極具成本效益。相較於超音波感測器,紅外線感測器在定義物體的邊緣時表現優越,而且有助於辨識不同的物體。例如,它們可以辨識人和其它具有熱量的物體,並與其反射影像(例如鏡子)區分開來。此外,IR攝影機能夠在煙塵或霧氣等能見度低的條件下進行感測。如同超音波攝影機一樣,IR攝影機還可以檢測水下材料,目前已經應用於檢測建築物的隔熱材料或滲漏。

缺點:IR感測器對於紅外光和陽光非常敏感,只能在低光下使用。而且,IR感測器對於不同材料的感測效果也不盡相同,因為不同材料對紅外光的傳遞和折射均不同。

到底該選用哪種攝影機?

根據特性的不同,每一種感測器類型可能更適合某些任務,而不適合其他任務。例如,超音波感測器對固體物體的感測效果好,但並不適於感測柔軟或有絨毛的物體。而且,它也不擅於區別不同的物體。另一方面,儘管3D感測攝影機的精確性很高,但卻無法在黑暗情況或水下工作。因此,在開始選擇攝影機之前,必須先瞭解機器人的目標屬性、工作條件,以及任務目標。

攝影機的安裝是另一項要考慮的因素:將攝影機安裝在機器人手臂的末端附近,可以更近距離地感測物體並獲得更好的解析度,但這也意味著攝影機將隨著機器人一起移動,而在捕捉影像時,機器人必須暫停下來。但如果固定攝影機的位置,則將犧牲解析度才能換取連續成像。攝影技術開發人員正迅速整合各種先進的技術。例如,FLIR Systems的FLIR Firefly攝影機系列能夠將攝影機和視覺處理單元(VPU)整合在一起,提供增強的人工智慧(AI)功能。

Figure_2_FLIR

圖2:FLIR Systems的FLIR Firefly相機系列整合了攝影機以及Intel的Movidius Myriad 2視覺處理單元(VPU)。

現在市場上已經有了各種攝影機可用於視覺導向的機器人,而且每天還有更多的新產品出現。為了協助您進行選擇,以下提供了一個流程圖,可以幫助您確定最適於需求的攝影機類型;還提供了一個具代表性的攝影機供應商清單,以便於搜尋。

Camera_decision_flowchart

圖3:攝影機選擇流程圖

Camera_properties

表1:各種類型的攝影機特性比較

Camera_vendor_list

表2:市場上主要的機器人視覺攝影機供應商。

(本文同步刊登於《電子工程專輯》雜誌2020年5月號;參考原文: Designer’s guide to robot vision cameras)

活動簡介

人工智慧(AI)無所不在。這一波AI浪潮正重塑並徹底改變科技產業甚至整個世界的未來。如何有效利用AI協助設計與開發?如何透過AI從設計、製造到生產創造增強的體驗?如何以AI作為轉型與變革的力量?打造綠色永續未來?AI面對的風險和影響又是什麼?

AI⁺ 技術論壇聚焦人工智慧/機器學習(AI/ML)技術,涵蓋從雲端到邊緣、從硬體到軟體、從演算法到架構的AI/ML技術相關基礎設施之設計、應用與部署,協助您全面掌握AI最新技術趨勢與創新,接軌AI生態系佈局,讓機器學習更快速、更經濟、更聰明也更有效率。

贊助廠商

發表評論

訂閱EETT電子報