此页面由 AI 自动翻译。查看英文原版
平台

本页目录

  • 被动立体深度
  • 主动立体深度
  • 飞行时间深度

深度感知

深度感知是 DepthAI 平台的一项关键功能,它支持不同的深度感知方法:
  1. 被动立体深度 - 由 OAK-D 和 OAK4-D 相机的非 Pro 版本使用。
  2. 主动立体深度 - 由 OAK 相机的 Pro 版本使用。
  3. 飞行时间深度 - 由 OAK-ToF 使用。

被动立体深度

被动立体的工作原理与人类视觉类似。我们的大脑根据左右眼感知差异来估算物体的深度。在 OAK-D 相机中,立体相机对(左单目相机和右单目相机)执行类似的功能。OAK 相机的 VPU(视觉处理单元)进行视差匹配以估算深度。视差是立体相机对的左图像和右图像中同一像素点之间的像素距离。OAK-D 相机计算单目帧中每个像素的视差,并分配具有一定置信度的视差值。此过程发生在 StereoDepth 节点内部。深度图是使用 此公式 从视差图中计算得出的。
Triangulation Demo
影响被动立体精度/平滑度的因素:
  • **光照/纹理:**立体深度依赖于特征匹配,这在光线不足或无特征的表面上可能具有挑战性。主动立体可以解决纹理和光照问题。
  • **校准:**出厂校准通常是最佳的。
  • **后处理滤波器:**更多信息可在此处(在“深度滤波器”下)找到。也可以在主机端执行额外的过滤,例如 WLS 滤波器

主动立体深度

OAK Pro 相机使用传统的有源立体视觉(ASV)。点投影仪在设备前方投射许多小点,有助于视差匹配,尤其是在视觉兴趣点较少的表面上。立体匹配过程与被动立体相同,但这些点提高了精度。
active-stereo
上图显示了在墙壁上的被动和主动立体感知。单目图像(左下角)显示了投影的点。

飞行时间深度

虽然立体感知成本效益高且适用于远距离,但可能缺乏精度。对于高精度应用,建议使用飞行时间(ToF)。ToF 可以提供亚厘米级的深度精度。我们开发了与 OAK-FFC 兼容的 ToF FFC 模块。未来计划推出带板载 ToF 传感器的独立相机。
tof-ffc
上面的 GIF 演示了使用 ToF FFC 模块和彩色相机生成的高精度点云。此处的 ToF 分辨率为 244x172。