深度摄像头
最近调研了深度摄像头相关的资料,在此将调研到的深度摄像头资料在这里总结一下,目前的深度摄像头主要包括以下几种:
Intel RealSense R200(参数规格:分辨率:1080p,深度有效距离:0.51-4,USB3.0)
乐视 LeTV Pro Xtion(参数规格:深度有效距离:0.8m 至 3.5m,USB2.0)
Orbbec Astr(参数规格:分辨率720p,深度有效距离:0.5 至 8m,USB2.0/USB3.0)
Intel RealSense F200(参数规格:分辨率:1080p,深度有效距离:0.2-1.2,USB3.0)这个主要是近距离的应用场景,比如在电脑笔记本前的应用。
如果按照深度图的质量进行排名,那么可以这样排名:LetTV Pro Xtrion ≈ Orbbec Astra ≫ RealSense R200
体感公司的信息,进行简单的总结和比较:
PrimeSense:现在体感技术做的最好的公司 ,江湖老大,微软Kinect 1,华硕的Xtion, 乐视的 LeTV Xtion都使用了这家公司的芯片,是业界公认最好的,实验也证明了这一结论。这家公司的过去和未来的发展:Kinect 之后:PrimeSense 如何规划自己的后微软时代。但是现在被苹果收购了,而采用这家芯片的厂商也面临着寻找新的芯片替代商,而Orbbec是比较多被盯上的一家之一。
Kinect 2:微软的第二代体感产品,脱离了PrimeSense,独立自主研发了这款新的产品。Kinect 2深度图质量、量程,要远好于RealSense F200。但是3D扫描的精度略低且存在未知原因的平面畸变(测量平面的时候出现曲面结果)。价格昂贵,且仅面向Windows平台。算是排行老二。
RealSense:今年因特尔主推的体感摄像头,优点是体积小,方便便携,但深度图的质量较差,噪声非常大。该厂有两个型号,一个是用于短距离的F200, 近距离的深度图不错,实际有效距离不足1米,但激光对材料要求很苛刻,深色衣服,头发玻璃无法照出。另一款是用于远距离的R200, 实际有效的距离两米左右,再远了噪声就很大了。RGB摄像头分辨率达到1080P。
Orbbec:新成长的一家公司,号称是第一个实时真实3d建模的体感设备。号称性能接近于PrimeSense,量程要略大于PrimeSense。不少厂家考虑用该公司的芯片作为替代PrimeSense芯片的方案。
Softkinetic:和Kinect 2的技术类似,但是精度低,量程近分辨率也低,价格还稍高。有和笔记本厂商合作,给平板电脑提供3D功能,有和英特尔和戴尔。随着现在Intel推出自己的RealSense,估计前景令人堪忧了。最近被Sony收购了。
MV4D:主要做移动设备,它量程较近,分辨率较低、散热性能不好。为谷歌3D平板,Tango提供芯片技术供应商。
和体感相关的不得不提一个开源的软件OpenNI(开放式的自然交互),该组织创建于2010年11月,网站于12月8号正式公开。主要成员之一是PrimeSense公司,其他成员还有:开发ROS的机器人公司Willow Garage,以及游戏公司Side-Kick。随着苹果收购了PrimeSense,该网站和OpenNI软件也停止了更新。
Xtion与Kinect对比图:(下表整理了两个设备之间的差别)
属性 |
华硕Xtion Pro |
微软 Kinect |
长 |
18cm |
28cm |
宽 |
3.6cm |
6cm |
高(带底座) |
5cm |
7.5cm |
镜头部分高 |
2.6cm |
4cm |
景深摄像头感应距离 |
0.8m~3.5m |
1.2m~3.5m |
有效视角 |
70◦ |
水平:57◦垂直:43◦ |
电源/接口 |
USB2.0 |
外接电源+ USB2.0 |
传感器 |
深度摄像头 |
深度摄像头+RGB摄像头 |
能否控制马达 |
否 |
机动底座,倾斜范围:±27度 |
音频系统 |
无 |
语音麦克风阵列 |
Kinect 一代使用的是结构光,2代使用ToF,精度提高为一代的3倍。 Xtion Pro、PrimeSensor使用的是结构光;光学测距方法ToF是目前较为精确可行的技术,也有诸如LDM激光测距、IDM红外测距等具体产品,但都价格不菲。因此,该项技术对于Kinect 这种消费电子产品来说不适用:一方面是测量环境的限制,更主要的是成本因素。这样看来,微软收购3DV Systems,只是为了动作感测的专利权、并取得领先地位。
“结构光”指一些具有特定模式的光,其模式图案可以是点、线、面等。结构光扫描法的原理是首先将结构光投射至物体表面,再使用摄像机接收该物体表面 反射的结构光图案,由于接收图案必会因物体的立体型状而发生变形,故可以试图通过该图案在摄像机上的位置和形变程度来计算物体表面的空间信息。普通的结构 光方法仍然是部分采用了三角测距原理的深度计算。
结构光测量技术作为一种快速、便携、高精度的三维测量技术,在汽车、航空、模具、医疗等领域均得到了广泛的应用。相位计算是基于相位测量的结构光三维测量中的关键技术之一,最终输出是三维点云,进行相关的三维建模和测量。
上述的内容是目前主流的视觉SLAM所使用的两种深度摄像头的资料,这也为下一步研究视觉SLAM技术奠定了初步的基础。