Vision Industrielle 3D

Le traitement d'images 3D s'inspire du plus naturel et en même temps du plus complexe de tous les composants de traitement d'images : les yeux. Les gens voient leur environnement avec deux yeux qui sont légèrement éloignés l'un de l'autre. Cette différence spatiale des yeux permet de percevoir la profondeur en plus des informations horizontales et verticales. Chaque œil perçoit le monde sous un angle différent. Ce n'est que par le traitement dans le cerveau que les différentes images sont combinées en un tout et que les informations de profondeur sont ajoutées.

Les connaissances sur la troisième dimension font également une différence significative dans un large éventail d'applications industrielles. En matière de robotique, elle permet aux machines de production et aux assistants de fabrication d'interpréter leur environnement dans l'espace et donc de se déplacer dans l'espace. Dans le domaine de la logistique, le traitement d'images 3D peut être utilisé pour automatiser des processus tels que le pick and place, le contrôle des colis, la palettisation, le chargement et le déchargement des camions et la dépalettisation.

Le choix du composant de Vision Industrielle 3D approprié parmi les nombreux types de caméras et de capteurs proposés s'effectue en fonction de l'application spécifique.

Quelle est la différence entre une caméra 3D et un capteur Vision 3D ?

Dans la recherche du composant approprié, on rencontre à la fois des caméras 3D et des capteurs Vision 3D. Mais en quoi ces types de composants diffèrent-ils ?

En général, un capteur Vision est un composant de traitement d'images qui est optimisé pour une tâche spécifique. À cette fin, le capteur Vision capture des images et les évalue à l'aide d'algorithmes de traitement d'images. La réaction au résultat est alors également déclenchée par le capteur. Dans le cas d'un capteur Vision, la caméra représente donc la base. Ce n'est qu'avec des algorithmes intégrés pour l'évaluation des images que l'on peut parler de capteur Vision. L'avantage d'un capteur Vision est sa très grande facilité d'installation et de fonctionnement. Cependant, la capacité d'adaptation est limitée car le capteur Vision ne peut être appliqué qu'à une tâche spécifique.

Contrairement au capteur Vision, une caméra industrielle ou une caméra 3D pure ne dispose pas d'un processeur intégré et ne peut donc pas traiter les images de manière indépendante. Elle doit être reliée à un ordinateur qui traite les images à l'aide d'un logiciel de traitement d'images. Cela rend l'application plus complexe, mais en même temps plus flexible et adaptable que dans le cas d'un capteur Vision.

Le choix entre une caméra et un capteur Vision dépend de l'application concernée et de l'expertise de l'utilisateur en matière de vision.

Avec le rc_visard, vous n'avez pas à choisir entre un capteur Vision 3D et une caméra 3D. Grâce à un processeur embarqué, le rc_visard comprend une caméra 3D intelligente qui peut également être utilisée comme capteur stéréo 3D avec des modules logiciels et des algorithmes intégrés. La connexion à un ordinateur externe n'est généralement pas nécessaire, mais reste possible grâce à l'interface GigE Vision. Les données de la caméra peuvent ainsi être traitées de manière flexible et des applications 3D personnalisées peuvent être créées.

De ce fait, le rc_visard convient à de nombreuses applications et à tout niveau d'expertise en matière de vision.

Comment fonctionne la vision stéréo ?

Le rc_visard est basé sur la vision stéréo. Mais que se cache-t-il réellement derrière ce terme ? L'imagerie 3D utilisant la vision stéréo est une technique courante qui offre une acquisition rapide des images et un grand champ de vision. Cette méthode utilise généralement deux caméras à balayage de zone. Comme les yeux humains, les deux caméras sont décalées l'une par rapport à l'autre pour capturer la scène selon deux perspectives. En traitant les images provenant des deux perspectives, on obtient les informations 3D. La détermination des mêmes points dans les images de la caméra selon les différentes perspectives est déterminante pour la précision des données. Ce processus est également appelé processus d'appariement.

En tenant compte des positions relatives des caméras, le logiciel compare les points correspondants dans les deux images, identifie les disparités et génère un nuage de points 3D complet.

Les points saillants, tels que les coins d'un cube, peuvent être facilement identifiés comme appartenant à une même entité. Cependant, les points qui se trouvent sur une surface lisse représentent un défi. Cette difficulté peut être contournée à l'aide d'un projecteur de motifs.

Cette méthode est appelée vision stéréo active. Le motif crée une texture sur la surface lisse, ce qui facilite le processus d'appariement.

Passive Stereo Vision Active Stereo Vision

 

Dans le traitement d'images industriel, il existe d'autres moyens de capturer une image tridimensionnelle que la vision stéréo. Parmi les méthodes les plus connues figurent le temps de vol ("Time of Flight" – ToF), la triangulation laser et la lumière structurée.

Le principal avantage de la vision stéréo est l'acquisition rapide de l'image 3D en une seule prise. La nécessité de scanner, comme c'est souvent le cas avec les systèmes de triangulation laser, est éliminée. Il en résulte des temps de traitement plus rapides pour la vision stéréo. En outre, la portée et la zone de travail sont généralement beaucoup plus grandes qu'avec les systèmes de triangulation laser. Cela signifie que même les objets de grande taille, tels que ceux couramment utilisés pour la (dé)palettisation, peuvent être facilement reproduits dans le champ de vision de la caméra.
La vision stéréo convainc par la bonne qualité du nuage de points, en particulier à courte distance, qui est généralement supérieure à la technologie ToF. Cependant, la vision stéréo n'atteint pas le niveau de détail des systèmes de triangulation laser.

La vision stéréo est également moins sensible aux pseudo-erreurs dans les scènes très structurées et offre la possibilité supplémentaire d'utiliser des capteurs de couleur.

Ces caractéristiques rendent la vision stéréo particulièrement adaptée à la logistique et à la robotique, par exemple pour la sélection aléatoire, la (dé)palettisation, la navigation de véhicules sans conducteur ou le guidage de robots.