マシンビジョンにおける3D画像処理の活用
ロボットによる空間認識
対象物を素早く正確につかむことは、長らくロボットにとって難しいと考えられてきました。しかし、空間認識により人間と同じようにワークを扱えるロボットが登場するなど、マシンビジョン業界において3D画像処理がますます大きな役割を果たすようになっています。
ビジョンが変えるロボットの未来
このウェビナーでは、ロボットへの搭載に最適な2D/3Dカメラ、ビジョン機器の選定要件、さらにはマテリアルハンドリング、物流、生産処理、品質管理などにおける活用事例を含め、ロボットビジョンの可能性について解説します。
ウェビナーを視聴する3D撮影手法と用途
ロボット、ファクトリーオートメーション、物流をはじめ、幅広い用途で新たな可能性を切り拓いている3D画像処理は、特に対象物の大きさ・形状・位置・向きを正確に把握するために欠かせません。では、実際の3D画像はどのようにして撮影されているのでしょうか。現在使用されている3D撮影手法には、Time-of-Flight（ToF）、レーザー三角測量、ステレオビジョン、構造化光（ストラクチャードライト）の4種類があります。
ステレオビジョン＋構造化光
人間の目と同じ構造をしているステレオビジョンは、2台の2Dカメラで異なる位置から対象物を撮影し、三角測量の原理を使用して奥行き情報を算出します。この手法では、データ合成により画像を生成するため、平坦な表面や暗い場所の撮影には向いていません。しかし、構造化光を使用して表面構造を強調することで、この問題を解決できます。
用途
ステレオビジョンは、座標測定や空間認識を目的とした近距離撮影に適しています。ただし、高い精度を確保するには、構造化光を使用して対象物にさまざまなパターン（目印、ランダムな模様、光の模様など）を投影しなければなりません。また、CPU負荷とシステムコストが高いため、生産現場に導入する際には注意が必要です。
レーザー三角測量＋構造化光
レーザー三角測量では、2Dカメラとレーザー光源を使用し、対象物に投影したレーザー線を撮影することで距離を測定します。対象物が移動すると、画像内のレーザー線の位置が変わるため、その変位量から距離を算出できます。
用途
レーザー三角測量と構造化光を組み合わせれば、コントラストの低い物体や暗い場所の撮影においても正確な3D画像処理を行うことができます。そのため、品質管理、3D測量、電子機器製造、医療用途など高い精度が求められる用途で幅広く導入されています。しかし、その問題点として速度が比較的遅いため、高速撮影が求められる生産現場には向いていません。
Time-of-Flight（ToF）
Time-of-Flightは、奥行きデータの取得や距離測定に適した手法です。ToFカメラを使用してピクセルごとの輝度値と奥行き値を収集することで、対象物までの距離を測定します。また、詳細なポイントクラウドや輝度画像、信頼性マップをリアルタイムに生成できることもその大きな特長です。
用途
Time-of-Flightは、ファクトリーオートメーションにおける計量・計測、パレット積み降ろし、無人搬送、ロボット制御のほか、医療における患者のモニタリングや患者のポジショニングに適しています。
お使いの用途に合った3D撮影手法
2Dカメラと同様に、3Dカメラについてもあらゆる作業に対応できる撮影手法は存在しません。最適な3D撮影手法を選定するには、さまざまな要件を検討する必要があります。
3D撮影手法の選定要件
お使いの用途に合った3D撮影手法を選定するには、対象物の位置・形状・向き・存在を検出する必要があるか、どの程度の精度が求められるかに加え、対象物の表面特性、撮影距離、撮影速度、システムコスト、作業難度などの要件をバランスよく考慮しなければなりません。
ロボットビジョン向け製品
ビジョンシステムを素早く簡単に構築するなら、豊富なラインナップの中から最適な製品を組み合わせられるビジョンシステムコンフィギュレーターが便利です。
