Während die 3D-Bildverarbeitungstechnologie noch zwischen strukturiertem Licht, monokularem/binokularem Sehen und ToF-Lösungen diskutiert wurde, entschied sich das Team entschieden für den Weg der Linienlaser- und binokularen Bildverarbeitungstechnologie. Dieser Ansatz verbesserte die Lichtbeständigkeit der 3D-Vision auf 180.000 Lumen, erreichte eine Genauigkeit von 0,02 mm und erweiterte die Schärfentiefe auf einen Bereich von 500-4000 mm. 3 dunkle Umgebungen. Die Linienlaser- und Binokularsicht-3D-Technologie dringt schnell in die traditionelle Fertigung ein und schafft ein „neues Paradigma“ für die industrielle digitale Transformation.
Innovation im Bereich Landmaschinen: Selbst-entwickelte 3D-Stereokamera
Zu dieser Zeit stand Xinjiangs Baumwollproduktion 22 Jahre in Folge an erster Stelle des Landes, doch die Arbeitskosten für die Ernte beliefen sich jedes Jahr auf 15 Milliarden RMB. Bei der Bewertung des Marktpotenzials wies das Team darauf hin, dass, wenn es 10 % des Marktes für Baumwollernteroboter erobern könnte, allein dieser einzelne Artikel konservativ einen Umsatz von 1,5 Milliarden RMB generieren könnte.
Bei der Entwicklung landwirtschaftlicher Ernteroboter trat jedoch ein heikles Problem auf. Obwohl der Koordinatenroboter erfolgreich entwickelt worden war, hatte das Fehlen eines zuverlässigen visuellen Positionierungssystems erhebliche Auswirkungen auf die Erkennungsgenauigkeit und Ernteeffizienz. Das Team hatte auch 3D-Vision-Lösungen von ausländischen Marken gekauft. Allerdings konnten diese Bildverarbeitungssysteme ausnahmslos den tatsächlichen Bedürfnissen der Baumwollernte nicht grundsätzlich gerecht werden. Sie konnten weder das Problem der Erkennung von Baumwolle lösen noch sich an die Arbeitsanforderungen von hochintensivem Außenlicht anpassen.
Derzeit umfassen die gängigen 3D-Stereo-Vision-Technologien auf dem Markt hauptsächlich Lösungen mit strukturiertem Licht, Flugzeitlösungen (ToF) und binokulare Vision-Lösungen. Obwohl sie sich in Anwendungsszenarien und Umfang ausnahmslos unterscheiden, gibt es unabhängig von der gewählten Technologielösung gewisse Einschränkungen.
Strukturiertes Licht basiert auf dem Prinzip der Laser-Speckle-Kodierung und verwendet eine aktive Messmethode, die normalerweise aus einem Laser oder DLP und einem Paar binokularer Kameras besteht. Bei der Laserpunktmessung wird die Arbeitsfläche mit Hunderttausenden Laserpunkten beleuchtet, und die linke und rechte Fernglaskamera erstellen xyz-Koordinaten, um ein strukturiertes Bild zu erzeugen. DLP sendet eine Lichtquelle einer bestimmten Wellenlänge aus und die Lichtquelle mit codierten Informationen wird auf das Objekt projiziert. Die Verzerrung des zurückgegebenen codierten Musters wird durch Algorithmen berechnet, um die Positions- und Tiefeninformationen des Objekts zu erhalten. Derzeit nutzen die meisten Unternehmen auf dem Markt grundsätzlich strukturierte Lichtlösungen. Allerdings steht diese Lösung in Außenumgebungen mit starker Sonneneinstrahlung vor einer Reihe von Herausforderungen:
1) Intensives Sonnenlicht kann die Sichtbarkeit von Laserpunkten beeinträchtigen, wodurch es für die Fernglaskamera schwierig wird, die Positionsinformationen der Laserpunkte genau zu erfassen.
2) In Situationen mit großer Schärfentiefe können Lichtinterferenzen dazu führen, dass die linke und rechte Fernglaskamera die Laserpunkte nicht klar unterscheiden können, was zu Bildaliasing führt und die Messgenauigkeit beeinträchtigt.
3) Es reagiert sehr empfindlich auf externe Lichtquellen und kann durch andere Lichtquellen in der Umgebung gestört werden, was die Genauigkeit der Tiefenmessung beeinträchtigt.
4) Die Schärfentiefe ist im Allgemeinen gering und das Sichtfeld begrenzt. Aufgrund seiner Lichtempfindlichkeit ist der Betrieb in der Regel nur bei konstanten Lichtverhältnissen in Innenräumen möglich.
Die ToF-Technologie (Time-of-Flug) funktioniert, indem sie kontinuierlich Lichtimpulse an das Ziel sendet und dann mithilfe eines Sensors das vom Objekt reflektierte Licht empfängt. Durch die Erfassung der Flugzeit (Round Trip) dieser ausgesendeten und empfangenen Lichtimpulse wird die Entfernung zum Ziel bestimmt. Der Sensor berechnet die Entfernung der zu fotografierenden Szene, indem er die Zeitdifferenz oder Phasendifferenz zwischen dem emittierten und reflektierten Licht berechnet und so Tiefeninformationen generiert. In Kombination mit herkömmlicher Kamerabildgebung ermöglicht dies die Darstellung der dreidimensionalen Kontur des Objekts als topografische Karte mit unterschiedlichen Farben, die unterschiedliche Entfernungen darstellen.
Obwohl die ToF-Technologie kostengünstig ist und eine schnelle Reaktionsgeschwindigkeit aufweist, ist ihre Bildgebung durch die Pixelauflösung des strukturierten Lichtmusters begrenzt. Die Abbildungsfläche des strukturierten Lichtmusters ist in der Regel auf 600.000 Pixel begrenzt, und die ToF-Lösung mangelt oft an Abbildungsgenauigkeit und Detailerfassung. Daher ist die ToF-Technologie auf hoch{5}präzise, groß angelegte-Industrieanwendungen beschränkt und wird häufiger in Verbraucheranwendungen mit relativ geringeren Genauigkeitsanforderungen eingesetzt.
Im Gegensatz dazu funktioniert die Methode des binokularen Stereosehens mit sichtbarem Licht, indem dasselbe Objekt aus zwei Blickwinkeln beobachtet wird, um Bilder desselben Objekts aus unterschiedlichen Perspektiven zu erhalten. Das dreidimensionale Bild des Objekts wird durch Berechnung der Positionsabweichung (Disparität) zwischen Bildpixeln mithilfe des Triangulationsprinzips erhalten. Zu seinen Vorteilen gehören hohe Auflösung, hohe Genauigkeit, hohe Beständigkeit gegen starkes Licht und niedrige Kosten.