Možnosti a limitace tvorby 3D modelu reálného objektu s vyžitím dostupných hloubkových senzorů

Abstract

Tato práce se zabývá zmapováním limitujících faktorů tvorby mračen bodů a meření vzdálenosti pomocí běžně dostupných hloubkových kamer. Byl zkoumán vliv incidenčního úhlu, vzdálenosti měření, tvaru objektu, velikosti objektu a povrchových charakteristik na třech zařízeních, využívajících principy Time-of-Flight, pasivního stereo vidění a aktivního stereo vidění. Porovnaná zařízení jsou Basler ToF, OAK-D-Lite a Intel RealSense D415. Testy odhalily silné a slabé stránky každého zařízení. Kamera Basler ToF má nejlepší strukturální rozlišení, ale je snadno ovlivnitelná povrchovou úpravou měřených objektů. Přesnost hloubky a strukturální rozlišení kamery Intel RealSense D415 jsou srovnatelné s Basler ToF, ale nejsou tak snadno ovlivněny povrchovou úpravou. OAK-D-Lite postrádá strukturální rozlišení potřebné pro přesnou rekonstrukci 3D objektů, ale zdá se být dobrou volbou pro použití ve vizuálně různorodých prostředí pro přibližný odhad hloubky scény. Výsledky provedených experimentů jsou využitelné jako podklad pro studie proveditelnosti projektů strojového vidění s využitím hloubkových kamer.

This thesis is concerned with the mapping of limitations on creating point clouds and measuring depth using commonly available depth-sensing cameras. The influence of an incidence angle, measurement distance, object shape, size and surface characteristics were investigated and measured on three devices, utilising Time-of-Flight, passive stereo vision, and active stereo vision. The compared devices are Basler ToF, OAK-D-Lite, and Intel RealSense D415. The tests established the strengths and weaknesses of each device. The Basler ToF has the best structural resolution but is easily influenced by the surface characteristics of the measured objects. The depth accuracy and structural resolution of the Intel RealSense D415 are comparable to the Basler ToF but are not as easily influenced by a surface finish. The OAK-D-Lite lacks the structural resolution required for an accurate reconstruction of 3D objects. However, it seems to be a solid choice for an approximate scene depth estimation in visually complex environments. The results of the carried out experiments are usable as a basis for feasibility studies on computer vision projects utilising depth-sensing cameras.