3D-Vision-Systeme – welches ist das Richtige für Sie?

Zu beachtende Grundparameter

Die Bildverarbeitung ist eine der treibenden Kräfte der industriellen Automatisierung. Sie wurde lange Zeit vor allem durch die Verbesserungen in der 2D-Bilderfassung vorangetrieben und für einige Anwendungen sind 2D-Verfahren immer noch eine optimale Wahl.

Die Mehrzahl der heutigen Herausforderungen der Bildverarbeitung hat jedoch 3D-Charakter. Daher befasst sich dieser Artikel mit den Methoden, die 3D-Bildverarbeitungssysteme unterstützen und die Erfassung einer 3D-Oberfläche ermöglichen .

Während der Markt eine breite Palette von 3D-Sensorlösungen anbietet, muss man die Unterschiede zwischen ihnen und ihre Eignung für bestimmte Anwendungen verstehen. Es ist wichtig zu erkennen, dass es letztendlich unmöglich ist, eine optimale Lösung zu entwickeln, die alle Anforderungen erfüllt .

Dieser Artikel konzentriert sich auf die wichtigsten Parameter von 3D-Vision-Systemen, die man bei der Auswahl einer Lösung für eine bestimmte Anwendung berücksichtigen sollte, und auf die Kompromisse, wenn einige Parameter ziemlich hoch sind . Jeder Parameter ist zum besseren Vergleich der einzelnen Technologien und ihrer Möglichkeiten in 5 Stufen unterteilt.

Unser nächster Artikel wird Sehen Sie sich die 3D-Sensortechnologien im Detail an und diskutieren Sie ihre Vorteile sowie Einschränkungen in Bezug auf die Scanparameter.

Die Technologien, die 3D-Bildverarbeitungssysteme antreiben, können in die folgenden Kategorien eingeteilt werden:

A. Flugzeit

• Flächenscan
• LiDAR

B. Triangulationsbasierte Methoden

• Lasertriangulation (oder Profilometrie)
• Photogrammetrie
• Stereovision (passiv und aktiv)
• Strukturiertes Licht (ein Frame, mehrere Frames)
• Die neue „Parallel Structured Light“-Technologie

Parameter

Scanvolumen

Ein typisches Betriebsvolumen eines Messtechnik-Systems beträgt etwa 100 mm x 100 mm x 20 mm, während der Standardbedarf für Bin-Picking-Lösungen bei ca. 1m ³ . Dies mag wie eine einfache Änderung von Parametern aussehen, aber verschiedene Technologien können sich bei unterschiedlichen Betriebsvolumina auszeichnen .

Während die Vergrößerung des Bereichs in den XY-Richtungen mehr mit dem FOV (Sichtfeld) eines Systems zusammenhängt und durch die Verwendung eines breiteren Objektivs erweitert werden kann, bringt eine Erweiterung in der Z-Richtung das Problem mit sich, ein Objekt im Fokus zu halten. Dies wird als Schärfentiefe bezeichnet . Je größer die Schärfentiefe sein muss, je kleiner die Blende der Kamera ist (oder Projektor) sein muss. Dies schränkt die Anzahl der Photonen, die den Sensor erreichen, stark ein und schränkt somit die Verwendung einiger Technologien für einen höheren Tiefenbereich ein.

Wir können fünf Kategorien basierend auf dem Schärfentiefenbereich definieren ​:

1. Sehr klein:bis zu 50 mm

2. Klein:bis zu 500 mm

3. Mittel:bis zu 1500 mm

4. Groß:bis zu 4 m

5. Sehr groß:bis zu 100 m

Während der Tiefenbereich einer Kamera durch Verkleinern der Blende erweitert werden kann, wird die Menge des eingefangenen Lichts begrenzt (sowohl von der Lichtquelle in einem aktiven System als auch von einer Umgebungsbeleuchtung). Ein komplexeres Problem besteht darin, den Tiefenbereich eines aktiven Projektionssystems zu erweitern, wobei eine Reduzierung der Apertur nur das Signal, nicht aber die Umgebungsbeleuchtung begrenzt. Hier laserbasierte Projektionssysteme (wie die der 3D-Sensoren von Photoneo) übertreffen, da sie in der Lage sind, große und praktische Volumina für Roboteranwendungen zu erreichen.

Datenerfassungs- und Verarbeitungszeit

Eine der wertvollsten Ressourcen beim 3D-Scannen ist Licht. Für ein gutes Signal-Rausch-Verhältnis der Messung ist es wichtig, möglichst viele Photonen von einer richtigen Lichtquelle in Pixel zu bekommen . Dies könnte eine Herausforderung für eine Anwendung mit einer begrenzten Erfassungszeit sein.

Ein weiterer wichtiger Faktor, der sich auf die Zeit auswirkt, ist die Fähigkeit einer Technologie, Objekte zu erfassen in Bewegung ohne anzuhalten (Objekte auf einem Förderband, Sensoren an einem sich bewegenden Roboter usw.). Bei der Betrachtung dynamischer Szenen sind nur „One-Shot-Ansätze“ anwendbar (gekennzeichnet mit einer Punktzahl von 5 in unserem Datenerfassungszeitparameter). Dies liegt daran, dass andere Ansätze mehrere Frames erfordern, um eine 3D-Oberfläche zu erfassen, sodass die Ausgabe verzerrt wäre, wenn sich das gescannte Objekt bewegt oder der Sensor in Bewegung ist.

Ein weiterer Aspekt im Zusammenhang mit der Zykluszeit ist, ob eine Anwendung reaktiv ist und ein sofortiges Ergebnis erfordert (z.B. smarte Robotik, Sortierung, etc.) oder es genügt, das Ergebnis später zu liefern (z. B. Offline-Messtechnik, Rekonstruktion eines Fabrikgrundrisses, Tatortdigitalisierung etc.).

Im Allgemeinen gilt:Je länger die Erfassungszeit, desto höher die Qualität und umgekehrt. Benötigt ein Kunde kurze Zeit und hohe Qualität, ist das Verfahren „Parallel Structured Light“ die optimale Lösung.

Datenerfassungszeit​:

1. Sehr hoch:Minuten und mehr

2. Hoch:~5s

3. Mittel:~2s

4. Kurz:~500 ms

5. Sehr kurz:~50 ms

Datenverarbeitungszeit​:

1. Sehr hoch:Stunden und mehr

2. Hoch:~5s

3. Mittel:~2s

4. Kurz:~500 ms

5. Sehr kurz:~50 ms

Lösung

Auflösung ist die Fähigkeit eines Systems, Details zu erkennen . Eine hohe Auflösung ist für Anwendungen erforderlich, bei denen kleine 3D-Merkmale innerhalb eines großen Betriebsvolumens vorhanden sind.

Die größte Herausforderung bei der Erhöhung der Auflösung in allen kamerabasierten Systemen ist die Verringerung der Lichtmenge, die einzelne Pixel erreicht. Stellen Sie sich eine Anwendung der Apfelsortierung auf einem Förderband vor. Zunächst ist nur die Größe eines Apfels der Sortierparameter. Der Kunde muss jedoch möglicherweise auch das Vorhandensein eines Stiels überprüfen. Die Datenanalyse würde zeigen, dass man die Objekt-Sampling-Auflösung zweimal erweitern muss, um die notwendigen Daten zu erhalten.

Um die Auflösung der Objektabtastung zu verdoppeln, muss die Auflösung des Bildsensors um den Faktor vier erhöht werden. Dadurch wird die Lichtmenge um den Faktor vier begrenzt (derselbe Lichtstrom wird in vier Pixel aufgeteilt). Der knifflige Teil ist jedoch, dass wir die Schärfentiefe des ursprünglichen Systems sicherstellen müssen. Dazu müssen wir die Blende verkleinern, wodurch das Licht um einen weiteren Faktor von vier begrenzt wird. Das bedeutet, um die Objekte in gleicher Qualität einzufangen, müssen wir sie entweder sechzehnmal länger belichten oder sechzehnmal stärkere Lichtquellen haben. Dies schränkt die maximal mögliche Auflösung von Echtzeitsystemen stark ein.

Verwenden Sie als Faustregel die minimal erforderliche Auflösung, um gescannte Objekte schnell erfassen zu können. Durch die kürzere Bearbeitungszeit sparen Sie auch etwas Zeit. Alternativ können einige Geräte (z. B. der PhoXi 3D-Scanner von Photoneo) zwischen mittlerer und hoher Auflösung wechseln um den Anforderungen einer Anwendung gerecht zu werden.

5 Kategorien nach durchschnittlichen 3D-Punkten pro Messung , oderXY-Auflösung ​:

1. Sehr klein:~100.000 Punkte

2. Klein:~300.000 Punkte (VGA)

3. Mittel:~1 Mio. Punkte

4. Hoch:~4 Millionen Punkte

5. Erweitert:~100 Millionen Punkte

Genauigkeit und Präzision

Genauigkeit ist die Fähigkeit eines Systems, Tiefeninformationen abzurufen. Während einige Technologien skalierbar sind, um eine präzise Messung zu erhalten (z. B. die meisten Triangulationssysteme), sind andere aufgrund physikalischer Einschränkungen nicht möglich (z. B. Time-of-Flight-Systeme).

Wir nennen dies Tiefenauflösung ​:

1. Sehr klein:>10 cm

2. Klein:~2 cm

3. Mittel:~2 mm

4. Hoch:~250 μm

5. Sehr hoch:~50 um

Robustheit

Robustheit bezieht sich auf die Fähigkeit eines Systems, qualitativ hochwertige Daten bei verschiedenen Lichtverhältnissen zu liefern. Einige Systeme sind beispielsweise auf externes Licht angewiesen (z. B. Sonnenlicht oder Innenbeleuchtung) oder sie können nur bei begrenztem Umgebungslicht betrieben werden (Licht, das nicht Teil des Systembetriebs ist). Umgebungslicht erhöht die von internen Sensoren gemeldeten Intensitätswerte und erhöht das Messrauschen .

Viele Ansätze versuchen, mithilfe von Mathematik (wie der Schwarzwertsubtraktion) ein höheres Widerstandsniveau zu erreichen, aber diese Techniken sind ziemlich begrenzt. Das Problem liegt in einem bestimmten Rauschen, das als „Schussrauschen“ oder „Quantenrauschen“ bezeichnet wird . Das bedeutet, wenn zehntausend Photonen im Durchschnitt ein Pixel erreichen, ist eine Quadratwurzel dieser Zahl – einhundert – die Standardabweichung der Unsicherheit .

Das Problem liegt in der Höhe der Umgebungsbeleuchtung. Wenn das durch die Umgebungsbeleuchtung verursachte „Schussrauschen“ die Signalpegel der aktiven Beleuchtung des Systems übersteigt, sinkt die scheinbare Datenqualität . Mit anderen Worten, die Umgebungsbeleuchtung bringt ein unnötiges Rauschen mit sich, das eventuell das Nutzsignal übertönen und so die endgültige 3D-Datenqualität stören kann.

Lassen Sie uns externe Bedingungen definieren wo ein Gerät betrieben werden kann:

1. Innen, dunkler Raum

2. Innenbereich, abgeschirmtes Betriebsvolumen

3. In Innenräumen, starke Halogenlampen und Milchglasfenster

4. Im Freien, indirektes Sonnenlicht

5. Im Freien, direkte Sonneneinstrahlung

Wenn es um die Robustheit des Scannens verschiedener Materialien geht ​, entscheidend ist die Fähigkeit, mit Interreflexionen zu arbeiten:

1. Diffuse, gut strukturierte Materialien (Felsen, …)

2. Diffuse Materialien (weiße Wand)

3. Halbglänzende Materialien (eloxiertes Aluminium)

4. Glänzende Materialien (polierter Stahl)

5. Spiegelartige Oberflächen (Chrom)

Design und Konnektivität

Es gibt mehrere Faktoren, die die physikalische Robustheit von 3D-Vision-Systemen beeinflussen und ihre hohe Leistung auch in anspruchsvollen Industrieumgebungen sicherstellen. Dazu gehören thermische Kalibrierung, Stromversorgungsoptionen wie PoE (Power over Ethernet) &24 V und eine angemessene IP-Schutzart, wobei industrietaugliche 3D-Scanner mindestens IP65 anstreben sollten.

Weitere Faktoren sind das Gewicht und die Größe eines Geräts, die seine Verwendung in einigen Anwendungen einschränken. Mit einer leichten und kompakten, aber dennoch leistungsstarken Lösung können Kunden sie praktisch überall montieren. Aus diesem Grund verfügt der PhoXi 3D-Scanner über ein Kohlefasergehäuse . Neben thermischer Stabilität bietet es auch für längere Baseline-Systeme ein geringes Gewicht.

1. Sehr schwer:>20 kg

2. Schwer:~ 10 kg

3. Mittel:~ 3kg

4. Leicht:~ 1 kg

5. Sehr leicht:~ 300 g

Preis-/Leistungsverhältnis

Der Preis eines 3D-Vision-Systems ist ein weiterer wichtiger Parameter. Eine Anwendung muss dem Kunden einen Mehrwert bringen. Es kann entweder ein kritisches Problem lösen (möglicherweise ein Problem mit großem Budget) oder einen Prozess wirtschaftlicher machen (Budget-sensitiv).

Einige Preisaspekte beziehen sich auf bestimmte Technologien, andere werden durch das Produktionsvolumen oder bereitgestellte Dienstleistungen und Support definiert. In den letzten Jahren hat der Verbrauchermarkt billige 3D-Sensortechnologien durch Massenproduktion eingeführt . Auf der anderen Seite haben solche Technologien Nachteile wie fehlende Anpassungs- und Upgrade-Möglichkeiten, Robustheit, Produktlinienverfügbarkeit und begrenzten Support .

3D-Vision-Technologien basierend auf ihrem Preis :

1. Sehr hoch:~100.000 EUR

2. Hoch:~25.000 EUR

3. Mittel:~10.000 EUR

4. Niedrig:~1000 EUR

5. Sehr niedrig:~200 EUR

Jetzt wissen Sie, was die grundlegenden Parameter von 3D-Vision-Systemen sind und welche Rolle jeder von ihnen in bestimmten Anwendungen und für verschiedene Zwecke spielt.

In unserem nächsten Artikel erläutern wir, wie sich die einzelnen 3D-Sensortechnologien in Bezug auf diese Parameter verhalten, was die grundlegenden Unterschiede zwischen ihnen sind und wo ihre Grenzen sowie Vorteile liegen.