기계 학습, 인공 지능, 임베디드 비전 및 처리 기술의 발전으로 혁신가들은 인간의 감독 없이 환경을 탐색할 수 있는 자율 기계를 구축하는 데 도움이 되었습니다. 이러한 장치의 예로는 AMR(자율 이동 로봇), 자율 트랙터, 자동 지게차 등이 있습니다.
그리고 이러한 장치를 진정으로 자율적으로 만들려면 수동 탐색 없이 이동할 수 있는 능력이 필요합니다. 이를 위해서는 매핑, 위치 파악, 경로 계획, 장애물 감지 및 회피를 위해 깊이를 측정하는 기능이 필요합니다. 바로 여기서 깊이 감지 카메라가 중요한 역할을 합니다.
이 기사를 통해 깊이 감지 카메라가 무엇인지, 다양한 유형, 작동 원리를 알아보고 마지막으로 이러한 최신 카메라를 사용하는 가장 인기 있는 임베디드 비전 애플리케이션을 간략하게 살펴해보겠습니다.
깊이 감지 카메라와 그 유형은 무엇입니까?
깊이 감지는 장치에서 물체까지의 거리 또는 두 물체 사이의 거리를 측정하는 것 외에는 아무 의미도 없습니다. 3D 깊이 감지 카메라는 근처에 있는 물체의 존재를 자동으로 감지하고 이동 중에 물체까지의 거리를 측정하는 데 사용됩니다. 이는 깊이 감지 카메라와 통합된 장치나 장비가 실시간으로 지능적인 결정을 내려 자율적으로 움직일 수 있도록 도와줍니다.
오늘날 이용 가능한 모든 심층 기술 중에서 가장 인기 있고 일반적으로 사용되는 세 가지 기술은 다음과 같습니다.
- 스테레오 비전
- ToF(Time-of-Flight)
- 구조화된 조명
다음으로, 각각의 작동 원리를 자세히 살펴보겠습니다
스테레오 비전
스테레오 카메라는 인간의 눈이 작동하는 것과 동일한 원리인 양안 시력을 기반으로 합니다. 인간의 양안시는 물체의 깊이를 측정하기 위해 입체 시차(stereo disparity)라는 것을 사용합니다. 입체 시차(Stereo Disparity)란 두 개의 서로 다른 센서나 카메라(사람의 경우 눈)에서 보이는 물체의 위치 차이를 이용하여 물체까지의 거리를 측정하는 기술이다.
아래 이미지는 이 개념을 잘 보여 줍니다.
그림 1 – 스테레오 불일치
스테레오 카메라의 경우 일반적으로 호스트 플랫폼에서 실행되는 알고리즘을 사용하여 깊이를 계산합니다. 그러나 카메라가 효과적으로 작동하려면 두 이미지에 충분한 세부정보와 질감이 있어야 합니다. 따라서 시야각이 넓은 실외 애플리케이션에는 스테레오 카메라가 권장됩니다.
스테레오 카메라의 작동 원리에 대해 자세히 알아보려면 스테레오 비전 카메라란 무엇입니까? 기사를 참조하세요.
ToF(Time-of-Flight) 카메라
ToF(Time of Flight)는 빛이 주어진 거리를 이동하는 데 걸리는 시간을 나타냅니다. ToF(Time-of-Flight) 카메라는 방출된 빛이 물체 표면에서 반사된 후 센서로 다시 돌아오는 데 걸리는 시간을 사용하여 물체까지의 거리를 추정하는 이 원리를 기반으로 작동합니다.
ToF (Time of Flight) 카메라에는 세 가지 주요 구성 요소가 있습니다.
- ToF 센서 및 센서 모듈
- 광원
- 깊이 센서
ToF(Time-of-Flight) 카메라의 아키텍처는 다음과 같습니다.
그림 2 – ToF(Time-of-Flight) 카메라의 아키텍처
센서와 센서 모듈은 대상 물체에서 반사된 빛 데이터를 수집하는 역할을 합니다. 센서는 수집된 빛을 원시 픽셀 데이터로 변환합니다. 사용되는 광원은 일반적으로 NIR(Near InfraRed) 영역에서 빛을 방출하는 VCSEL 또는 LED입니다. 깊이 프로세서의 기능은 센서의 원시 픽셀 데이터를 깊이 정보로 변환하는 것입니다. 또한 노이즈 필터링에도 도움이 되며 최종 애플리케이션의 다른 목적으로 사용할 수 있는 2D IR 이미지를 제공합니다.
ToF 카메라의 작동 방식에 대해 더 자세히 알고 싶다면 ToF 센서란 무엇입니까? 기사를 확인하세요. ToF 카메라의 핵심 구성 요소는 무엇입니까? ToF(Time-of-Flight)가 다른 3D 깊이 매핑 기술과 비교되는 방식을 읽어 ToF와 깊이 감지 기술을 비교하는 방법을 알아볼 수도 있습니다 .
구조광 카메라
구조광 기반 깊이 감지 카메라는 레이저/LED 광원을 사용하여 빛 패턴(주로 줄무늬 패턴)을 대상 물체에 투사합니다. 얻은 왜곡을 기반으로 물체까지의 거리를 계산할 수 있습니다. 구조광 3D 스캐너는 물체의 3D 모델을 재구성하는 데 자주 사용됩니다.
3가지 깊이 감지 기술의 비교
위에서 논의한 세 가지 3D 깊이 매핑 카메라에는 모두 장단점이 있습니다. 사용되는 카메라의 선택은 전적으로 최종 애플리케이션의 세부 사항에 따라 달라집니다. 카메라 평가 및 통합 과정을 안내받으려면 항상 e-con Systems과 같은 이미징 전문가의 도움을 받는 것이 좋습니다.
세 가지 기술은 10개의 서로 다른 매개변수를 사용하여 분석할 수 있습니다. 자세한 비교는 아래 표에 나와 있습니다.
| 스테레오 비전 | 구조화된 조명 | ToF(Time-of-Flight) | |
| 원리 | 두 개의 2D 센서 스테레오 이미지 차이를 비교합니다 | 3D 표면에 의한 조명 패턴의 왜곡을 감지합니다 . | 대상 물체에서 반사된 빛의 통과 시간을 측정합니다 |
| 소프트웨어 복잡성 | 높은 | 중간 | 낮은 |
| 재료비 | 낮은 | 높은 | 중간 |
| 깊이(“z”) 정확도 | cm | um~cm | mm~cm |
| 깊이 범위 | 제한된 | 확장 가능 | 확장 가능 |
| 저조도 | 약한 | 좋은 | 좋은 |
| 야외의 | 좋은 | 약한 | 공정한 |
| 응답 사간 | 중간 | 느린 | 빠른 |
| 컴팩트함 | 낮은 | 높은 | 낮은 |
| 전력 소비 | 낮은 | 중간 | 확장 가능 |
깊이 감지 카메라를 사용하는 인기 있는 임베디드 비전 애플리케이션
앞서 언급했듯이 자율적으로 탐색해야 하는 모든 장치에는 깊이 감지가 필요합니다. 그러나 아래에는 원활한 기능을 위해 3D 깊이 카메라가 필요한 가장 인기 있는 임베디드 비전 애플리케이션 중 일부는 다음과 같습니다.
- 자율 이동 로봇(AMR)
- 자율 트랙터
- 인원수 계산 및 얼굴 스푸핑 방지 시스템
- 원격 환자 모니터링
자율 이동 로봇
AMR(자율 이동 로봇)은 산업, 소매, 농업 및 의료 애플리게이션 전반에서 다양한 작업을 자동화하는 데 도움을 주었습니다. 다음은 창고, 소매점, 병원, 사무실 건물, 농업 분야 등에 사용되는 AMR의 몇 가지 예입니다.
- 물품 대 개인 로봇
- 픽 앤 플레이스 로봇
- 텔레프레즌스 로봇
- 수확 로봇
- 자동 제초기
- 순찰 로봇
- 청소 로봇
유형이 무엇이든 인간의 감독 없이 자율적으로 움직여야 하는 로봇에는 3D 깊이 카메라가 있어야 합니다. 깊이 감지 카메라를 사용하는 일부 로봇은 자동화 및 인간 보조 탐색을 조합하여 사용할 수 있습니다. 이러한 경우에도 깊이 카메라는 장애물을 감지하고 사고를 방지하는 데 도움이 됩니다. 이러한 유형의 로봇의 예로는 배달 로봇이 있습니다.
AMR에서 깊이 카메라가 어떻게 작동하는지 더 잘 이해하려면, 자율 이동 로봇이 ToF(Time-of-Flight) 기술을 어떻게 사용합니까? 기사를 살펴보십시오.
e-con Systems가 어떻게 선도적인 자율 이동 로봇 제조업체가 카메라를 통합하여 정확한 물체 감지 및 오류 없는 바코드 판독을 지원함으로써 창고 자동화를 향상시키는 데 도움을 줬는지 알아보세요.
자율 트랙터
자율 트랙터는 쟁기질, 잡초 및 벌레 감지, 작물 모니터링 등과 같은 주요 농업 프로세스를 자동화하는 데 사용됩니다. 깊이 감지와 관련하여 AMR과 유사하게 작동합니다. 깊이 카메라는 한 지점에서 다른 지점으로 이동하기 위해 장애물 및 인근 물체까지의 거리를 측정하는 데 도움이 됩니다. 자율적으로 이동할 수 있는 이러한 능력은 농업 산업의 노동력 부족을 고려할 때 획기적인 변화입니다.
인원수 계산 및 안면 스푸핑 방지 시스템
인원수 계산 및 안면 스푸핑 방지 시스템은 인원 수를 세고 신원 관리 및 액세스 제어에서 사기를 탐지하는 데 사용됩니다. 숫자를 세거나 안면 인식 중에 사람의 정확한 위치나 위치를 찾으려면 스테레오 카메라 및 ToF(Time-of-Flight) 카메라와 같은 3D 깊이 카메라가 필요합니다.
원격 환자 모니터링
최신 원격 환자 모니터링 시스템은 인공 지능과 카메라 기술을 활용하여 환자 낙상과 같은 주요 이벤트를 감지하여 사람이 전혀 없는 환자 모니터링을 연중무휴 24시간 촉진합니다. 그러나 낙상을 감지하려면 환자의 비디오를 캡처하고 분석을 위해 공유하고 저장해야 합니다. 이는 개인 정보 보호에 대한 우려를 불러일으킵니다. 3D 깊이 카메라가 차이를 만들 수 있는 부분이 바로 여기에 있습니다.
이러한 최첨단 카메라 시스템의 도움으로 깊이 데이터만 사용하여 낙상 및 환자의 움직임을 추적할 수 있습니다. 이는 원격 환자 모니터링 카메라에 의해 시각적으로 식별 가능한 이미지나 비디오가 처리되지 않으므로 개인 정보 보호가 보장되고 환자에게 안심을 제공합니다.
3D 깊이 카메라(특히 ToF(Time-of-Flight) 카메라)가 환자 모니터링 시스템의 개인 정보 보호 개선에 어떻게 도움이 되는지 자세히 알아보려면 ToF(Time-of-Flight) 카메라가 어떻게 원격 환자 모니터링을 보다 안전하고 비공개로 만드는가? 기사를 읽어 보세요.
이것이 바로 깊이 감지 카메라에 관한 것입니다. 해당 주제에 대해 추가 문의사항이 있으시면 언제든지 댓글을 남겨주세요.
3D 깊이 카메라를 자율주행차에 통합하는 데 도움이 필요한 경우 Camerasolutions@e-consystems.com 으로 이메일을 보내주세요 . 카메라 선택기를 방문하여 당사의 전체 카메라 포트폴리오를 살펴볼 수도 있습니다.
Prabu는 e-con Systems의 최고 기술 책임자이자 카메라 제품 책임자이며 임베디드 비전 분야에서 15년 이상의 풍부한 경험을 갖고 있습니다. 그는 USB 카메라, 임베디드 비전 카메라, 비전 알고리즘 및 FPGA에 대한 깊은 지식을 제공합니다. 그는 의료, 산업, 농업, 소매, 생체 인식 등 다양한 분야에 걸쳐 50개 이상의 카메라 솔루션을 구축했습니다. 그는 또한 장치 드라이버 개발 및 BSP 개발에 대한 전문 지식을 갖추고 있습니다. 현재 Prabu의 초점은 새로운 시대의 AI 기반 애플리케이션을 지원하는 스마트 카메라 솔루션을 구축하는 것입니다.