視野 (FOV) – 采樣網(wǎng)格

視野 (FOV)表示相機傳感器看到的范圍。它是二維相機在水平和垂直方向上對其世界的看法。是一個金字塔形狀，稱為截頭錐體，從相機光學(xué)元件中的原點到距相機的給定(特定型號)最大距離。隨著相機和它所觀察的物體之間的距離增加，截錐體的底面積和體積也會增加。在給定距離處，成像傳感器看到的場景的大小(例如，傳感器的所有像素捕獲的場景的大小)被該距離處的截頭體區(qū)域覆蓋。

Zivid 彩色 3D 相機的水平視野插圖。

在 60x40x40cm 料倉的常規(guī)揀選應(yīng)用中，顯示了 Zivid Two 視場在 700 mm 和 1100 mm 的覆蓋范圍。

傳感器分辨率

3D 相機的傳感器分辨率取決于傳感器中的像素數(shù)。這些代表采樣位置的總數(shù)。因此，1920 x 1200 像素的網(wǎng)格提供了 230 萬像素的分辨率采樣網(wǎng)格。常規(guī) 2D 相機將為每個像素提供 RGB 值。3D 相機的不同之處在于它提供了 X、Y 和 Z 軸上的附加坐標(biāo)信息，這些信息表示從 3D 相機內(nèi)部的原點到您在空間中每個采樣點處成像的物體表面的距離測量值。

增加傳感器分辨率的效果圖示，顯示了 Zivid 高分辨率 3D 點云與相同場景的較低分辨率飛行時間 (TOF) 相機的對比。

空間分辨率

每個相機像素測量圖像平面中的一個小正方形區(qū)域的光，該區(qū)域隨著截錐體的延伸而擴展，并隨著從相機到表面的距離的增加而變得更大。相應(yīng)地，XY平面中的空間分辨率隨著從相機到視野區(qū)域的距離的增加而增加。

由單個像素覆蓋的這些正方形區(qū)域中的每一個都是給定距離處的空間分辨率。例如，在距離對象 1 米的工作距離處工作的 Zivid One+ 相機具有 0.375 毫米的空間分辨率。我們可以看到，給定距離處的空間分辨率值決定了可能的最小特征測量值。靠近時空間分辨率變小，顯示更小的特征。移動得更遠會增加空間分辨率，使最小的特征更難區(qū)分。因此，像素數(shù)、FOV 和工作距離決定了可從我們的點云中提取的最小特征。

不同距離的空間分辨率差異。

什么是深度分辨率呢?

空間分辨率相對容易理解，由傳感器的物理像素和 FOV 決定，但是，以同樣一致的方式談?wù)撋疃确直媛什⒉煌瑯雍唵巍倪壿嬌现v，如果我們采用相同的方法，那么深度分辨率應(yīng)該是我們在 Z 軸上可以分辨的最小距離，這與底層的測量原理和傳感技術(shù)的基本限制有關(guān)。但這里有一個問題。

在存在所有不同噪聲源的情況下，如何始終如一地定義傳感技術(shù)的基本限制(例如，應(yīng)該像某些文章中那樣只包括散粒噪聲)?因此，通常使用的是深度測量的總噪聲水平，即所謂的“z 噪聲”。但問題在于，在機器人自動化背景下談?wù)摐y量噪聲時，重要的是完整的 3D 點云。因此，每個像素的測量都是在三個維度(X、Y 和 Z)中進行的，而不僅僅是深度測量 (Z)。可以理解的是，單獨談?wù)?z 噪聲是沒有意義的。

因此，正確的做法，以及本文中描述的 Zivid 采用的方法如下：傳感器分辨率為您提供 3D 測量的采樣網(wǎng)格，并且對于每個采樣位置，底層表面點都以全 3D 進行測量。測量變化，以及解析所有三個維度(X、Y 和 Z)細節(jié)的能力，然后由精度表示，歐幾里得距離，在連續(xù)測量之間測量

審核編輯：湯梓紅