机器人视觉摄像头的技术类型

　　2D成像技术

　　对于具有，但不需要深度或距离信息的机器人，普通2D数码摄像头是比较通用的选择。数码摄像头尽管看起来像胶片相机，实际上它基于完全不同的科学原理。它与电视也不同，电视投射出数百万个微小的彩色光点或像素以合成图像，而数码摄像头则捕获从物体反射回来的光粒子（光子），并将其转换成可作为数字存储起来的电信号，或叫像素。一张数码照片实际上是一长串描述每个像素的数字。在屏幕上，这一长串数字又被转换为像素并合成图像。

　　2D数码摄像头有两种类型，即电荷器件（CCD），以及互补金属氧化物半导体（CMOS）。相比CMOS摄像头，CCD摄像头分辨率更高且噪声更低，但价格更高且能效较低。本文将提供选择2D摄像头的绝佳指南。另外，2D摄像头也在不断创新中，不断增加新的功能。例如，nnacle的高动态范围（HDR）成像技术能够帮助2D摄像头捕获更佳的视频和图像。

　　图1：上面的照片显示了两个具有不同动态范围的图像。右侧具有高动态范围性能的照片效果更佳。（图片来源：PinnacleImagingSystems）

　　优点：2D摄像头可有效地识别物体。它可以清晰地定义目标的边缘，并以高分辨率收集目标的许多细节。

　　缺点：2D摄像头对环境中的光照条件比较敏感。它会将镜像图像识别为第二个物体，而不是图像。最后，2D相机的图像捕获过程较慢，需要摄像头和物体相对静止。

　　对于需要获取3D信息的场景，使用超声、或3D感测技术的摄像头会更适合。

　　3D感应技术

　　3D感应是一种强大的机器人导航，它提供的信息包括体积、形状、位置、方向以及与物体的距离。3D数据可以通过不同的过程产生，如立体视觉、结构光和三角测量。立体视觉采用三角测量原理，使用来自一个位置的多个2D摄像头的图像，或来自不同位置的单个摄像头的图像，来计算深度。

　　结构光非常适合测量物体的3D形状，它使用投影光模式和2D摄像头系统进行测量。通过分析所观察到的条纹图案，可以收集有关物体深度的大量信息。

　　激光三角测量则使用2D摄像头和激光。激光投射到目标区域上，然后2D摄像头捕获反射的激光束。根据多张照片上的激光束程度就可以计算出物体的轮廓。但是，这种方法速度相对较慢，并且只能用于静止图像，这意味着必须中断某个进程才能进行数据收集。

　　优点：3D感测技术在近距离测量物体时具有很高的精确度，比超声和红外分辨率要高，并且在环境混乱时更加可靠。特别是在难以操控的表面或在环境光较暗的情况下，激光三角测量也可以工作，即使是低对比度的物体，它也可以提供精确的数据。

　　缺点：3D感测技术无法识别镜面或玻璃，因为它会将反射物识别为第二个物体。此外，它们对光线条件敏感，在环境过于单调且缺乏特性时表现不佳。此外，其感应速度很慢，只能用于感测静止图像，这意味着必须中断某个进程才能进行数据收集。最后，3D感测摄像头价格昂贵、体积庞大且较难校准。

　　超声波技术

　　超声摄像头也称为声纳摄像头，它通过测量声波的发射和接收之间的时间差来测量摄像头与物体之间的距离。超声摄像头还可以检测到附近的其它超声、或其它带有超声传感器的机器人。

　　优点：相比其它类型的传感器，超声摄像头感测范围更长、更宽。它们不受光照条件（太亮或太暗）或空气颗粒（如灰尘、烟雾、薄雾、蒸气和绒毛）的影响。而且，它们不受对象的颜色、透明度、反射特性或表面纹理的阻碍。因此，超声摄像头非常适合测量液体高度和距离，检测物体时可避免在陆地或水下发生碰撞。

　　缺点：超声摄像头在定义目标边缘方面表现不佳。它在感测具有高密度和反射性表面的目标时效果很好，但不适用于泡沫或布料等低密度物体。超声摄像头还会受高噪音、温度、湿度和压力的影响。最后，它要求尽可能小的感测距离，但又不能检测距离太近的物体。

　　红外技术

　　红外传感器通过检测物体发出的红外线（IR）来工作。它还可以通过向物体投射红外光并接收反射光来计算目标物体的距离或接近程度。

　　优点：红外传感器可以检测大范围的红外光，它可以实时运行，极具成本效益。与超声传感器相比，它们在定义对象的边缘方面表现优良，并且易于识别不同的对象。例如，它们可以识别人和其它有热量的物体，并与其反射图像（例如镜子）区分开来。此外，红外摄像头能够在烟尘或雾气等低可见度条件下进行感测。像超声摄像头一样，IR相机可以检测水下材料，目前已经在建筑绝缘或泄漏检测中得到了应用。

　　缺点：红外传感器对红外光和阳光非常敏感，只能在弱光下使用。而且，红外传感器对不同材料的感测效果也不尽相同，因为不同材料对红外光的传递和折射均不同。