從手機解鎖、支付消費到工廠的生產應用，3D 視覺已經深入到生活的方方面面。那到底什么是3D 視覺。它在仙工智能視覺 AI 解決方案中又扮演著什么角色?
3D視覺與2D視覺的技術差異
3D 視覺與 2D視覺技術的最大區(qū)別在于處理的數據類型不同。在 3D 視覺領域，被處理的對象通常是依靠 3D 傳感器采集到的三維點云數據，而 2D 視覺技術主要被用于處理平面圖像里的信息。這決定了 3D 視覺不僅能夠感知場景中物體的有無，還能夠準確的感知到物體離我們距離遠近、尺寸大小和位置朝向。
搭配上 RoboView Server 算法平臺，AMR 就可以擁有像人眼一樣能夠真實感知物體的三維尺寸信息的視覺，更好地實現 2D 視覺無法實現或者不好實現的功能。
RoboView 如何通過 3D 視覺實現這些功能
雖然 3D 成像技術在不斷發(fā)展，但目前依然沒有具備抗環(huán)境光干擾能力強、成像距離遠、測距精度高、分辨高和成本低等優(yōu)點于一身的 3D 傳感器。
因此，目前 3D 視覺的應用還是依據具體的使用場景和預算來選擇相機，然后根據相機成像結果來定制性的進行算法開發(fā)。這種成本高、周期久的應用模式嚴重限制了 3D 視覺在實際場景中的使用。
本著以標準化產品支撐非標應用的思維，RoboView 的3D 視覺模塊對過往3D視覺非標項目進行總結性分析，六大基本操作流程，就像生產線上的六道基本工序一樣對 3D 視覺數據進行分解、處理和分析，最終得到我們想要的信息。
第一步-數據采集
3D 數據采集流程主要工作是獲取場景的 3D 信息，該流程對外面對的是不同品牌和型號的 3D 傳感器接口，對內是輸出同一格式的 3D 視覺數據。實現了對外整合和對內的統一。
第二步-數據標定
數據標定主要工作是建立3D 傳感器與真實場景之間的聯系，將3D傳感器看到的事物與真實場景中存在的事物建立一一對應關系。完成數據標定過程，我們就可以將3D視覺數據分析出來的結果反饋到到真實場景中。
第三步-數據濾波
數據濾波過程相當于對采集到的3D信息進行一次初略的清洗，去除與后續(xù)分析對象無關的信息，可以方便我們更加聚焦在需要處理的對象上。
第四步-場景分割
場景分割是對3D數據進行降維處理，將濾波后的3D視覺數據根據其結構特征及紋理差異分割成平面、連續(xù)曲面等一系列簡單結構的3D視覺數據。通過將場景內的3D視覺數據分割成一塊塊簡單結構特征，可以有效的避免兩個不同對象干擾后期的目標識別結果。
第五步-目標識別
目標識別就是確定目標物體在場景中的位置和姿態(tài)，利用目標識別算法準確的識別場景中的貨物所在位置為后續(xù)數據評估提供基礎。識別出貨物的位置與姿態(tài)也可以用來引導機器人對貨物進行叉取轉運。
第六步-數據評估
準確識別出場景中的貨物后，數據評估流程就可以評估貨物的長、寬、高等尺寸信息，進而分析出貨物堆疊層高、貨物類型等深層次信息。
RoboView 3D 視覺提供功能
1、障礙物檢測
3D 視覺下，無懼陰影和視線遮擋等，有效減少誤警問題，大幅提升應急通道障礙物檢測功能的準確性。
2、庫位管理
帶有 3D 視覺的庫位管理，不僅可以準確管理庫位內貨物有無信息，更高級的貨物尺寸信息、堆疊層高和貨物擺放位姿等信息。這些深層次的信息為后續(xù)的高層級應用如目標檢測，AGV 調度等深層次的庫位管理功能提供了可能。
除此之外，仙工智能視覺 AI 解決方案 RoboView 為客戶提供覆蓋生產、安全、管理等環(huán)節(jié)下眾多應用的視覺 AI 解決方案。解決方案涵蓋前期調研、中期研發(fā)、落地和后期的產品維護和升級，助力客戶提高生產效率，加速完成智能化生產。
（來源：仙工智能供稿）
