关键3D传感技术详解

上一篇文章“3D视觉系统——哪款适合您？”涵盖了3D视觉系统最重要参数及某些参数过高的权衡。讨论参数包括扫描体积、数据获取与处理时间、分辨率、精度与准确度、鲁棒性、设计与连接性、价格性能比。

每个参数在特定应用中扮演不同角色——某参数关键时其他可能次要，反之亦然。

我们将参照这些参数，更好地对比3D视觉系统背后的各项技术及其提供的可能性。

3D传感技术

驱动3D视觉系统的技术可分为两大类。一类采用飞行时间原理，另一类采用三角测量原理：

A. 飞行时间（ToF）

• 面阵扫描
• LiDAR

B. 基于三角测量的方法

• 激光三角测量（或轮廓测量）
• 摄影测量
• 立体视觉（被动与主动）
• 结构光（单帧、多帧）
• 新型“并行结构光”技术

本文将讨论这些技术的基本差异，随后聚焦它们共同面临却无一能满意解决的一个主要方面——动态场景的高质量数据捕获。仅有一种新颖技术能实现快速移动物体的快照面阵高质量扫描，从而消除在质量与速度间妥协的必要。该方法在文末介绍。但让我们循序渐进。

飞行时间（ToF）

ToF系统基于测量光信号从光源发出、照射被测物体并返回传感器的时间。扫描速度相对较高，但限制在于光速本身。即使光入射时刻计算有微小误差，也可能导致毫米至厘米级测量误差。另一限制：这些传感器提供的分辨率相对较低。

ToF方法有两种截然不同技术——LiDAR与面阵感测。

LiDAR

LiDAR系统一次采样一个（或几个）3D点。扫描时通过改变传感器位置或姿态扫描整个工作体积。

ToF面阵感测

基于面阵感测的ToF系统使用特殊图像传感器在2D快照中测量多个测量点的时间。数据质量不如LiDAR但适合仅需低分辨率的动态应用。该方法一特定缺陷是场景各部分间的相互反射，可能导致错误测量。

ToF系统因消费级设备价格吸引人（主要用于人机交互）而颇受欢迎。

基于三角测量的方法

三角测量系统从两个视角观察场景，形成基线。基线与被测点构成三角形——通过测量三角形角度可计算精确3D坐标。基线长度与角度获取精度强烈影响系统精度。

激光三角测量 = 轮廓测量

激光三角测量是最流行的3D感测方法之一。它将窄光带（或点）投射到3D表面，从投影仪以外角度观察会产生畸变的光线。这种偏差编码深度信息。

因一次仅捕获一个轮廓，传感器或物体需移动，或激光轮廓需扫过场景，才能获得完整快照。

为重建单个轮廓深度，该方法需捕获窄面阵图像，其尺寸限制帧率进而限制扫描速度。此外，深度计算可能相当复杂，因依赖在捕获的2D图像中寻找强度最大值，这本身就是复杂问题。

摄影测量

摄影测量是从大量未配准2D图像计算物体3D重建的技术。类似立体视觉，依赖物体纹理，但可受益于同一点的多次采样与大基线。摄影测量可作为LiDAR系统替代。

立体视觉

立体视觉基于计算三角形：相机–被测物体–相机，模拟人类深度感知。

标准立体视觉寻找两幅图像间的相关性（需有纹理/相同细节），基于视差确定物体距离（深度）。因依赖物体材质，被动3D立体用于不测量距离的应用，如人数计数。

为弥补劣势，开发了主动立体视觉系统。该方法向表面投射光图案创建人工纹理与场景对应点。但识别对应点与测量单一深度点需多个邻近像素，导致测量点数较少、鲁棒性一般较低。

深度计算基于立体图像对对应性分析，复杂度随匹配窗口大小与深度范围增加。为满足严格处理时间要求，重建质量常被妥协，导致该方法不足以胜任某些应用。

结构光

另一属于三角测量范畴的方法用所谓结构光照明被测物体。三角形跨越投影仪、被测物体、相机。因该方法无需移动任何部件即可捕获场景完整3D快照，结构光技术提供高性能与灵活性。

使用复杂投影技术创建编码结构图案，将3D信息直接编码在场景中。相机与内部算法分析该信息，提供高精度与分辨率。

市面高分辨率结构光系统使用多帧场景，每帧投射不同结构图案。确保逐像素高精度3D信息，但要求采集瞬间场景静止。

最大缺点之一是投影类方法的景深（或深度范围）。为保持投影仪聚焦，系统需小光圈。这光学效率不高，因阻挡光线产生额外热量与投影系统内部反射。这限制了该技术用于更大深度范围。

Photoneo用产生结构图案的激光解决此问题。Photoneo系统提供近乎无限景深，还可使用窄带通滤波器屏蔽环境光。

针对移动应用，需使用单帧方法。常规技术将多帧系统的独特特征编码进单一结构图案，对XY与Z分辨率有强烈影响。类似ToF系统，此类别也有消费级产品。

并行结构光

仅有一种方法能克服扫描动态场景的限制。

由Photoneo开发的新颖专利技术“并行结构光”允许高质量捕获运动中的物体。该方法结合结构光与专有马赛克快门CMOS图像传感器。

结构光方法顺序捕获投影仪编码图案，而并行结构光技术并行捕获多幅结构光图像——这是颠覆性因素。因3D表面图像获取需多帧，结构光法扫描移动物体输出会畸变。并行结构光技术从传感器单次快照重建动态场景3D图像。

特殊传感器由超像素块组成，块内再分子像素。结构光投影仪激光持续开启，而各像素曝光按编码方式开启/关闭。这样一次投影、一次捕获图像——但该图像包含多幅子图像，每幅虚拟由不同光图案照明。

结果与随时间多幅图像非常相似，区别在于此新方法同时获取——因此称“并行结构光”。另一优势：可切换传感器至顺序模式，获得完整2MP分辨率与计量级质量。

并行结构光技术兼具多帧结构光系统的高分辨率与ToF系统的快速单帧获取。

Photoneo将此技术植入其3D相机MotionCam-3D，开发出最高分辨率、最高精度、能捕获运动中物体的面阵扫描3D相机。

结论

本文介绍多种3D视觉方法并解释其具体优势与弱点。大多数最先进3D方法在质量与速度间妥协，因获取过程繁重或数据处理复杂。唯一能同时提供质量与速度的技术是基于Photoneo原创CMOS传感器的并行结构光。这一方法拓展了可能应用范围，实现了此前无法自动化的场景。