Systèmes de vision 3D – lequel est fait pour vous ?

Paramètres de base à examiner

La vision industrielle est l'un des moteurs de l'automatisation industrielle. Pendant longtemps, il a été principalement poussé vers l'avant par les améliorations de la détection d'images 2D et pour certaines applications, les méthodes 2D restent un choix optimal.

Cependant, la majorité des défis auxquels la vision industrielle est confrontée aujourd'hui ont un caractère 3D. Par conséquent, cet article examine les méthodes qui renforcent les systèmes de vision 3D, permettant la capture d'une surface 3D .

Alors que le marché offre une large gamme de solutions de capteurs 3D, il faut comprendre les différences entre elles et leur adéquation à des applications spécifiques. Il est important de réaliser qu'il est en fin de compte impossible de développer une solution optimale qui satisferait tous les besoins .

Cet article se concentre sur les paramètres les plus importants des systèmes de vision 3D à prendre en compte lors de la sélection d'une solution pour une application spécifique, et quels sont les compromis pour certains paramètres étant plutôt élevés . Chaque paramètre est divisé en 5 niveaux pour une meilleure comparaison des technologies individuelles et des possibilités qu'elles offrent.

Notre prochain article examinez en détail les technologies de détection 3D et discutez de leurs avantages ainsi que des limites en ce qui concerne les paramètres de numérisation.

Les technologies qui alimentent les systèmes de vision 3D peuvent être réparties dans les catégories suivantes :

R. Temps de vol

• Scan de zone
• LiDAR

B. Méthodes basées sur la triangulation

• Triangulation laser (ou profilométrie)
• Photogrammétrie
• Vision stéréo (passive et active)
• Lumière structurée (un cadre, plusieurs cadres)
• La nouvelle technologie "lumière structurée parallèle"

Paramètres

Volume d'analyse

Un volume de fonctionnement typique d'un système utilisé dans les applications de métrologie est d'environ 100 mm x 100 mm x 20 mm, tandis que l'exigence standard pour les solutions de prélèvement de bacs est d'env. 1 m ³ . Cela peut ressembler à un simple changement de paramètres, cependant, différentes technologies peuvent exceller à différents volumes de fonctionnement .

Alors que l'augmentation de la portée dans les directions XY est plus liée au FOV (champ de vision) d'un système et peut être étendue en utilisant un objectif plus large, une extension dans la direction Z pose le problème de garder un objet au point. C'est ce qu'on appelle la profondeur de champ . Plus la profondeur de champ est importante doit être, plus l'ouverture de l'appareil photo est petite (ou projecteur) doit l'être. Cela limite fortement le nombre de photons qui atteignent le capteur et limite ainsi l'utilisation de certaines technologies pour une plage de profondeur plus élevée.

Nous pouvons définir cinq catégories en fonction de la plage de profondeur de champ ​ :

1. Très petit :jusqu'à 50 mm

2. Petit :jusqu'à 500 mm

3. Moyen :jusqu'à 1500 mm

4. Grand :jusqu'à 4 m

5. Très grand :jusqu'à 100 m

Bien que la plage de profondeur d'un appareil photo puisse être étendue en réduisant l'ouverture, cela limitera la quantité de lumière capturée (à la fois de la source lumineuse dans un système actif et d'un éclairage ambiant). Un problème plus complexe consiste à étendre la plage de profondeur d'un système de projection actif, où la réduction de l'ouverture limitera uniquement le signal mais pas l'éclairage ambiant. Ici, les systèmes de projection à base de laser (comme ceux des capteurs 3D de Photoneo) excellent car ils sont capables d'atteindre des volumes importants et pratiques pour les applications robotiques.

Durée d'acquisition et de traitement des données

L'une des ressources les plus précieuses de la numérisation 3D est la lumière. Obtenir autant de photons d'une source lumineuse correcte en pixels est essentiel pour un bon rapport signal sur bruit de la mesure . Cela pourrait être un défi pour une application avec un temps d'acquisition limité.

Un autre facteur important affectant le temps est la capacité d'une technologie à capturer des objets en mouvement sans s'arrêter (objets sur un tapis roulant, capteurs fixés sur un robot en mouvement, etc.). Lors de l'examen de scènes dynamiques, seules les "approches ponctuelles" sont applicables (marqué d'un score de 5 dans notre paramètre de temps d'acquisition de données). En effet, d'autres approches nécessitent plusieurs images pour capturer une surface 3D. Par conséquent, si l'objet numérisé se déplace ou si le capteur est en mouvement, la sortie sera déformée.

Un autre aspect lié au temps de cycle est de savoir si une application est réactive et nécessite un résultat instantané (par exemple robotique intelligente, tri, etc.) ou il suffit de livrer le résultat plus tard (par exemple, métrologie hors ligne, reconstruction d'un plan d'usine, numérisation d'une scène de crime, etc.).

En général, plus le temps d'acquisition est long, meilleure est la qualité, et vice versa. Si un client a besoin d'un délai court et d'une qualité élevée, la méthode « lumière structurée parallèle » est la solution optimale.

Temps d'acquisition des données :

1. Très élevé :minutes et plus

2. Élevé :~5 s

3. Moyen :~2s

4. Court :~500 ms

5. Très court :~50 ms

Temps de traitement des données :

1. Très élevé :heures et plus

2. Élevé :~5 s

3. Moyen :~2s

4. Court :~500 ms

5. Très court :~50 ms

Résolution

La résolution est la capacité d'un système à reconnaître les détails . La haute résolution est nécessaire pour les applications où il y a de petites caractéristiques 3D dans un grand volume de fonctionnement.

Le plus grand défi pour augmenter la résolution dans tous les systèmes basés sur une caméra est la diminution de la quantité de lumière qui atteint les pixels individuels. Imaginez une application de tri de pommes sur un tapis roulant. Initialement, seule la taille d'une pomme est le paramètre de tri. Cependant, le client peut également avoir besoin de vérifier la présence d'une tige. L'analyse des données montrerait qu'il faut étendre la résolution d'échantillonnage d'objet deux fois pour obtenir les données nécessaires.

Pour augmenter la résolution d'échantillonnage de l'objet deux fois, la résolution du capteur d'image doit être multipliée par quatre. Cela limite la quantité de lumière d'un facteur quatre (le même flux lumineux est divisé en quatre pixels). Cependant, la partie délicate est que nous devons nous assurer de la profondeur de champ du système d'origine. Pour ce faire, nous devons réduire l'ouverture, ce qui limitera la lumière par un autre facteur de quatre. Cela signifie que pour capturer les objets avec la même qualité, nous devons soit les exposer seize fois plus longtemps, soit disposer de sources lumineuses seize fois plus puissantes. Cela limite fortement la résolution maximale possible des systèmes en temps réel.

En règle générale, utilisez la résolution minimale requise pour pouvoir capturer rapidement les objets numérisés. Vous gagnerez également du temps grâce au temps de traitement plus court. Comme alternative, certains appareils (par exemple, le scanner 3D PhoXi de Photoneo) ont la capacité de basculer entre la moyenne et la haute résolution ​ pour répondre aux besoins d'une application.

5 catégories selon la moyenne des points 3D par mesure , ouRésolution XY ​ :

1. Très petit :~100 000 points

2. Petit :~300 000 points (VGA)

3. Moyenne :~1 million de points

4. Élevé :~4 millions de points

5. Étendu :~100 millions de points

Exactitude et précision

La précision est la capacité d'un système à récupérer des informations sur la profondeur. Bien que certaines technologies soient évolutives pour obtenir une mesure précise (comme la plupart des systèmes de triangulation), certaines ne le sont pas en raison de limitations physiques (comme les systèmes de temps de vol).

Nous appelons cela la résolution en profondeur ​ :

1. Très petit :>10 cm

2. Petit :~2 cm

3. Moyen :~2 mm

4. Élevé :~250 um

5. Très élevé :~50 um

Robustesse

La robustesse fait référence à la capacité d'un système à fournir des données de haute qualité dans diverses conditions d'éclairage. Par exemple, certains systèmes reposent sur la lumière externe (comme la lumière du soleil ou l'éclairage intérieur) ou ils ne peuvent fonctionner que dans des niveaux de lumière ambiante limités (lumière qui ne fait pas partie du fonctionnement du système). Lumière ambiante augmente les valeurs d'intensité signalées par les capteurs internes et augmente le bruit de mesure .

De nombreuses approches tentent d'atteindre un niveau de résistance plus élevé en utilisant les mathématiques (comme la soustraction du niveau de noir) mais ces techniques sont plutôt limitées. Le problème réside dans un bruit spécifique, appelé "bruit de tir", ou "bruit quantique" . Cela signifie que si dix mille photons atteignent en moyenne un pixel, une racine carrée de ce nombre - cent - est l'écart type d'incertitude .

Le problème réside dans le niveau d'éclairage ambiant. Si le "bruit de tir" causé par l'éclairage ambiant dépasse les niveaux de signal de l'éclairage actif du système, la qualité apparente des données diminue . En d'autres termes, l'éclairage ambiant s'accompagne d'un bruit inutile qui peut éventuellement dépasser le signal utile et ainsi perturber la qualité finale des données 3D.

Définissons les conditions externes où un appareil peut fonctionner :

1. Intérieur, chambre noire

2. Intérieur, volume de fonctionnement blindé

3. À l'intérieur, fortes lumières halogènes et fenêtres en verre laiteux

4. À l'extérieur, lumière indirecte du soleil

5. À l'extérieur, en plein soleil

Quand on parle de la robustesse de la numérisation de différents matériaux ​, le facteur décisif est la capacité à travailler avec des interréflexions :

1. Matériaux diffus et bien texturés (roches, …)

2. Matériaux diffus (mur blanc)

3. Matériaux semi-brillants (aluminium anodisé)

4. Matériaux brillants (acier poli)

5. Surfaces miroir (chrome)

Conception et connectivité

Plusieurs facteurs influencent la robustesse physique des systèmes de vision 3D et garantissent leur haute performance même dans des environnements industriels difficiles. Celles-ci incluent l'étalonnage thermique, des options d'alimentation telles que PoE (Power over Ethernet) et 24 V, et un indice de protection IP adéquat, selon lequel les scanners 3D de qualité industrielle doivent viser un minimum de IP65.

D'autres facteurs sont le poids et la taille d'un appareil, qui limitent son utilisation dans certaines applications. Disposer d'une solution légère et compacte, mais puissante, permettra aux clients de l'installer pratiquement n'importe où. C'est la raison pour laquelle le scanner 3D PhoXi est doté d'un corps en fibre de carbone ​. Outre la stabilité thermique, il offre un poids léger même pour les systèmes de base plus longs.

1. Très lourd :>20 kg

2. Lourd :~ 10 kg

3. Moyen :~ 3 kg

4. Léger :~ 1 kg

5. Très léger :~ 300 g

Rapport prix/performance

Le prix d'un système de vision 3D est un autre paramètre important. Une application doit apporter de la valeur au client. Cela peut soit résoudre un problème critique (éventuellement un problème à gros budget), soit rendre un processus plus économique (sensible au budget).

Certains aspects des prix sont liés à des technologies particulières, d'autres sont définis par le volume de production ou les services et le soutien fournis. Ces dernières années, le marché grand public a apporté des technologies de détection 3D bon marché en utilisant la production de masse . D'autre part, ces technologies présentent des inconvénients tels que l'absence de possibilité de personnalisation et de mises à niveau, la robustesse, la disponibilité de la gamme de produits et un support limité .

Les technologies de vision 3D en fonction de leur prix :

1. Très élevé :~100 000 EUR

2. Élevé :~25 000 EUR

3. Moyen :~10 000 EUR

4. Faible :~1 000 EUR

5. Très faible :~200 EUR

Vous savez maintenant quels sont les paramètres de base des systèmes de vision 3D et le rôle que chacun d'eux joue dans des applications spécifiques et à des fins différentes.

Notre prochain article expliquera comment les technologies de détection 3D individuelles fonctionnent par rapport à ces paramètres, quelles sont les différences fondamentales entre elles et quelles sont leurs limites ainsi que leurs avantages.