{"id":478,"date":"2018-02-02T09:00:00","date_gmt":"2018-02-02T09:00:00","guid":{"rendered":"https:\/\/framos.com\/articles\/neue-impulse-fuer-imaging-systeme-dank-tiefenerfassung\/"},"modified":"2024-04-24T21:20:09","modified_gmt":"2024-04-24T21:20:09","slug":"neue-impulse-fuer-imaging-systeme-dank-tiefenerfassung","status":"publish","type":"articles","link":"https:\/\/framos.com\/de\/fachartikel\/neue-impulse-fuer-imaging-systeme-dank-tiefenerfassung\/","title":{"rendered":"Neue Impulse f\u00fcr Imaging-Systeme dank Tiefenerfassung"},"content":{"rendered":"
\n

Die Tiefenerfassungstechnologie findet in der Interaktion zwischen Mensch und Maschine (Human Machine Interaction, HMI) immer gr\u00f6\u00dfere Anwendung und verbessert die intuitive Interaktion zwischen Menschen und Maschinen mittels einer Gestenerkennung in Echtzeit. Dar\u00fcber hinaus bew\u00e4hrt sich diese Technologie in eher traditionellen Einsatzbereichen wie der industriellen Automatisierung, in 3D-Ger\u00e4ten und bei Pr\u00fcfaufgaben. Inzwischen gibt es auf dem Markt bereits serienm\u00e4\u00dfig produzierte 3D-Kameras mit integrierter Tiefenerfassung, beispielsweise Ger\u00e4te, die mit der RealSense-Technologie von Intel\u00ae arbeiten. Die damit einfach zu handhabende und erschwingliche 3D-Tiefenerfassung kann zahlreiche klassische 2D-Anwendungen beschleunigen und ihnen neue Impulse verleihen.<\/p>\n<\/blockquote>\n

3D-Positionsbestimmung<\/h2>\n

Die Maschinen unserer dreidimensionalen Welt- sei es bei der Robotersteuerung, in Pick & Place-Anwendungen oder bei interaktiven Computerspielen- m\u00fcssen nicht nur ihre eigene Position kennen, sondern auch die Position von Menschen und Objekten, denen sie ausweichen m\u00fcssen oder mit denen sie interagieren sollen. F\u00fcr eine korrekte und exakte Steuerung und Messung sowie die Interaktion sind dazu pr\u00e4zise 3D-Daten unverzichtbar. Mit einer konventionellen Kamera, die 2D-Informationen bereitstellt, lassen sich lediglich Form, Gr\u00f6\u00dfe und Proportionen von Objekten analysieren. Distanzsch\u00e4tzungen von Objekten mithilfe einer 2D-Kamera f\u00fchren hingegen nur zu ungef\u00e4hren Werten, da die Distanz anhand vordefinierter 2D-Modelle der Objekte abgeleitet werden m\u00fcssen. Trifft die Kamera auf ein ihr unbekanntes Objekt, sind die ermittelten Werte h\u00f6chstwahrscheinlich extrem ungenau. Ein Beispiel: Bei der Steuerung eines Roboters, der einen Gang entlangf\u00e4hrt, reichen die 2D-Informationen einer am Roboter angebrachten Kamera aus, damit der Roboter nicht mit erkennbaren Objekten kollidiert oder durch Erfassen der Fu\u00dfbodentextur freie Fl\u00e4chen feststellen kann. Eine 3D-Kamera k\u00f6nnte hingegen Informationen zur Position zuvor nicht vorhandener Objekte bereitstellen, etwa neue Teppichoberfl\u00e4chen. Werden 3D-Informationen unmittelbar f\u00fcr die 3D-Navigation verwendet, reduziert dies die ben\u00f6tige Rechenleistung und Hardwareressourcen, der gesamte Erkennungs- und Verarbeitungsprozess wird schneller und deutlich pr\u00e4ziser. N\u00e4herungswerte und Annahmen, die mit den aus einer 2D-Bildquelle extrahierten 3D-Positionsinformationen einhergehen, geh\u00f6ren der Vergangenheit an.<\/p>\n

Bei der Erfassung von 3D-Informationen ist jegliche Unzul\u00e4nglichkeit hinsichtlich Pr\u00e4zision und Latenz sicherheitsrelevant. Dies gilt insbesondere f\u00fcr die Zusammenarbeit zwischen Menschen und Maschinen und die industrielle Automatisierung. Indem eine Maschine die Bewegung von anderen Robotern, von Menschen sowie den Abstand zu ihnen erkennt, lassen sich Kollisionen und potenziell gef\u00e4hrliche Handlungen vermeiden. So l\u00e4sst sich der Arbeitsraum auf sichere, effiziente Weise gemeinsam nutzen. Entsprechende 3D-Daten liefern genaue Informationen \u00fcber das Was, das Wo und die genaue Gr\u00f6\u00dfe und erleichtern die Entscheidungsfindung f\u00fcr die Maschine, die keine Annahmen mehr zugrunde legen oder zeitaufwendige Verarbeitungen durchf\u00fchren muss. 3D macht jede Anwendung, die Positionierungsaufgaben umfasst, sicherer und schneller.<\/p>\n

Funktionsweise – 2D vs. 3D<\/h2>\n

Erinnern Sie sich an den Film \u00e2\u20ac\u017eMinority Report\u201c[1]<\/a> und die Szene mit der Werbetafel? Wenn auf einer Werbetafel eine Person abgebildet ist, erkennt eine 2D-Kamera die betreffende Person. Allerdings erkennt nur eine 3D-Kamera, dass es sich hierbei lediglich um eine zweidimensionale Projektion handelt. Warum ist das so? Eine normale 2D-Vision-Kamera erstellt eine Projektion eines dreidimensionalen Objekts im zweidimensionalen Raum. Hierzu m\u00fcssen die Daten ausgewertet werden.<\/p>\n

Menschen verf\u00fcgen \u00e4hnlich wie die meisten Kamerasysteme \u00fcber r\u00e4umliches Sehen, was bedeutet, dass ein Objekt umso kleiner erscheint, je weiter es entfernt ist. Ein 2D-Vision-Programm wei\u00df dies jedoch nicht und muss mit Sch\u00e4tzungen und N\u00e4herungswerten arbeiten, die es mithilfe komplizierter Algorithmen erlernt hat, um ungef\u00e4hre 3D-Koordinaten f\u00fcr ein erkanntes Objekt zu bestimmen. F\u00fcr einen Vision-Ingenieur bedeutet dies, dass er entsprechende Software ben\u00f6tigt, also entweder selbst entwickeln oder kaufen muss. Zum einen braucht er diese, um in einer dreidimensionalen Umgebung navigieren zu k\u00f6nnen. Zum anderen bedarf es spezieller Software f\u00fcr die Objekterkennung und Distanzsch\u00e4tzung- eine Aufgabe von praktisch unbegrenztem Umfang. Werden ausschlie\u00dflich 3D-Daten verwendet, haben entfernungsbedingte Skalierungsabweichungen keine Auswirkungen mehr auf die Anwendung.<\/p>\n

3D verringert zudem deren Komplexit\u00e4t. Die Kalibrierung ist bereits erfolgt, und in Kombination mit 2D-Daten ist eine automatische Skalierung und Objekterkennung mit weniger Ann\u00e4herungswerten und einem bekannten Ma\u00dfstab m\u00f6glich. Ein anschauliches Beispiel hierf\u00fcr ist eine Anwendung, bei der die Maschine Personen z\u00e4hlen muss. Der Ingenieur muss dem Programm lediglich die nominale Gestalt und Gr\u00f6\u00dfe einer Person beibringen. Mehr nicht. Das System kann dann problemlos zwischen einer Barbie-Puppe und einer realen Person unterscheiden.<\/p>\n

Qualit\u00e4tspr\u00fcfung<\/h2>\n

\"Fotolia_122245502_XXL\"<\/h2>\n

Bei der 2D-Bildverarbeitung mit nur einer Kamera wird lediglich die Oberfl\u00e4che eines Objekts abgebildet. Wenn die Kamera auf einen Autoreifen oder eine Leiterplatte gerichtet ist, erkennt sie Muster oder Zeichen anhand von Linien und Schatten. F\u00fcr eine genaue Pr\u00fcfung k\u00f6nnen 3D-Daten hingegen die Profiltiefe des Reifens oder die H\u00f6he von Bauteilen auf der Leiterplatte bereitstellen. Um die Genauigkeit der Tiefenmessung zu erh\u00f6hen oder alle Seiten eines Objekts zu erfassen, k\u00f6nnen mehrere Kameras dasselbe Objekt gleichzeitig aus verschiedenen Winkeln und Perspektiven betrachten. Wenn im 3D-System die 2D-Daten der verschiedenen Kameras zusammengef\u00fchrt werden, ist eine vollst\u00e4ndige Pr\u00fcfung m\u00f6glich, um sicherzustellen, dass die Qualit\u00e4tsstandards eingehalten wurden.<\/p>\n

Bei einem PKW-Mautsystem, bei dem sich die H\u00f6he der Mautgeb\u00fchr beispielsweise nach der H\u00f6he der Fahrzeuge richtet, muss die Anwendung bei Verwendung von 2D-Kameras den Fahrer bitten, an einer bestimmten Stelle anzuhalten, um pr\u00e4zise Daten zu ermitteln. Alternativ muss das System mit den oben erw\u00e4hnten Sch\u00e4tzwerten und h\u00f6chst komplexen Algorithmen arbeiten. Mit 3D-Daten kann das Fahrzeug hingegen erfasst werden, w\u00e4hrend es sich in Bewegung befindet, und es gibt keinerlei Einschr\u00e4nkungen hinsichtlich der Entfernung oder Positionierung.<\/p>\n

Ein Ingenieur findet stets M\u00f6glichkeiten, um ein Problem zu l\u00f6sen, gegebenenfalls mithilfe von 2D und einem Workaround. 3D-Konzepte k\u00f6nnen die Komplexit\u00e4t der f\u00fcr die L\u00f6sung verwendeten Software jedoch deutlich reduzieren, gleichzeitig wird die L\u00f6sung flexibler und pr\u00e4ziser. Bei Bildverarbeitungsanwendungen- insbesondere solchen, die eine exakte Positionsbestimmung erfordern- l\u00e4sst sich so ein Gro\u00dfteil der Kosten vermeiden, die ansonsten anfallen w\u00fcrden, um das untersuchte Objekt korrekt vor der Kamera auszurichten. Mit 3D-Daten kann ein Objekt ohne durch die Perspektive oder Textur verursachte Fehler vermessen werden.<\/p>\n

Vorteile von 3D-Kameras<\/h2>\n

Neben den unmittelbaren Vorteilen erm\u00f6glichen 3D-Kameras auch die Erweiterung von 2D-Systemen. Bei einem typischen 2D-\u00c3\u0153berwachungssystem erlauben 3D-Daten beispielsweise eine exakte Gr\u00f6\u00dfenbestimmung relevanter Personen. 3D-Daten k\u00f6nnen ferner f\u00fcr die Erfassung und \u00c3\u0153berpr\u00fcfung von zur\u00fcckgelassenem Gep\u00e4ck in sicherheitskritischen Bereichen wie Flugh\u00e4fen eingesetzt werden. Eine 2D-L\u00f6sung k\u00f6nnte hier nicht zwischen einer braunen Sporttasche und einem versch\u00fctteten Kaffee unterscheiden. Erst die 3D-Technologie kann 2D-Anwendungen unterst\u00fctzen und verbessern und dabei die ben\u00f6tigten Positions-, Volumen- und Navigationsdaten bereitstellen. So lassen sich die 3D-Daten direkt vergleichen, was Zeit und Kosten spart und die Komplexit\u00e4t der Software verringert. Da Hardware f\u00fcr die 3D-Erfassung mittlerweile einfach und preisg\u00fcnstig verf\u00fcgbar ist, k\u00f6nnen sowohl Neuanwender als auch erfahrene Bildverarbeiter existierende Projekte nochmals \u00fcberpr\u00fcfen und die neuen M\u00f6glichkeiten der 3D-Technologie aussch\u00f6pfen.<\/p>\n


<\/p>\n
\n
\n

[1]<\/a> Copyright von Amblin Entertainment und Cruise\/Wagner Productions<\/p>\n<\/div>\n<\/div>\n","protected":false},"excerpt":{"rendered":"

Die Tiefenerfassungstechnologie findet in der Interaktion zwischen Mensch und Maschine (Human Machine Interaction, HMI) immer gr\u00f6\u00dfere Anwendung und verbessert die intuitive Interaktion zwischen Menschen und Maschinen mittels einer Gestenerkennung in Echtzeit. Dar\u00fcber hinaus bew\u00e4hrt sich diese Technologie in eher traditionellen Einsatzbereichen wie der industriellen Automatisierung, in 3D-Ger\u00e4ten und bei Pr\u00fcfaufgaben.<\/p>\n","protected":false},"author":6,"featured_media":480,"comment_status":"closed","ping_status":"closed","template":"","format":"standard","meta":{"_acf_changed":false,"inline_featured_image":false},"article-category":[],"article-tag":[],"class_list":["post-478","articles","type-articles","status-publish","format-standard","has-post-thumbnail","hentry"],"acf":[],"_links":{"self":[{"href":"https:\/\/framos.com\/de\/wp-json\/wp\/v2\/articles\/478","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/framos.com\/de\/wp-json\/wp\/v2\/articles"}],"about":[{"href":"https:\/\/framos.com\/de\/wp-json\/wp\/v2\/types\/articles"}],"author":[{"embeddable":true,"href":"https:\/\/framos.com\/de\/wp-json\/wp\/v2\/users\/6"}],"replies":[{"embeddable":true,"href":"https:\/\/framos.com\/de\/wp-json\/wp\/v2\/comments?post=478"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/framos.com\/de\/wp-json\/wp\/v2\/media\/480"}],"wp:attachment":[{"href":"https:\/\/framos.com\/de\/wp-json\/wp\/v2\/media?parent=478"}],"wp:term":[{"taxonomy":"article-category","embeddable":true,"href":"https:\/\/framos.com\/de\/wp-json\/wp\/v2\/article-category?post=478"},{"taxonomy":"article-tag","embeddable":true,"href":"https:\/\/framos.com\/de\/wp-json\/wp\/v2\/article-tag?post=478"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}