3D视觉相机测距能力评测2.0
来源: | 作者:市场营销部 | 发布时间: 2020-06-01 | 1326 次浏览 | 分享到:
上一期我们对LeadSense（N1）、ZED、Mynt（深度版120°）三款相机进行了静态测距试验，当前针对相机或目标物相对运动状态下，相机对目标物的检测与跟踪成为计算机视觉系统的一个重要研究领域，并且随着近年来视觉立体相机在无人驾驶领域的应用发展，3D视觉相机的动态测距能力变得更为重要。本期我们针对上述三款相机进行了动态测距能力比测。

近年来随着智能无人系统的快速发展，双目立体视觉相机也受到了广泛关注与应用，其中基于双目立体视觉的测距技术是今后发展的一个重要方向,在医疗服务机器人、导引导览服务机器人、安防巡逻机器人等领域有着广泛的应用前景。

双目立体视觉测距首先使用相机拍摄图像进行匹配,根据匹配得出的视差图算出目标物的距离。为更好帮助研发企业的开发人员选择相机设备，上海北斗导航创新研究院和上海西虹桥导航技术有限公司联合开展了业内产品的评测，在自有“高精度智能无人系统融合导航测试试验场”（以下简称测试试验场）随机选取了业内知名公司的三款双目视觉相机进行功能和性能测试。  

上一期我们对LeadSense（N1）、ZED、Mynt（深度版120°）三款相机进行了静态测距试验，当前针对相机或目标物相对运动状态下，相机对目标物的检测与跟踪成为计算机视觉系统的一个重要研究领域，并且随着近年来视觉立体相机在无人驾驶领域的应用发展，3D视觉相机的动态测距能力变得更为重要。本期我们针对上述三款相机进行了动态测距能力比测。



                             ▲LeadSense（N1）


                                ▲ZED

                                                                                   ▲MYNT（深度版120°）

将三款相机固定安装在直线导轨上，正前方摆放目标物，然后分别对三款相机进行动态测距试验。每款相机选取4个速度1m/s、2m/s、3m/s、4m/s分别进行测试，每组测试准备工作均为开始前将视觉相机与标定RTS系统的设备进行一次时间同步、一次三维坐标系统一，随后进行四次不同运动速度的测试，最终将从相机SDK中通过点云图获取的距离值与高精度光学动态捕捉RTS系统的真值进行比对，分析得出视觉相机的动态测距能力。
    
         ▲导轨速度1m/s测试场景图                   ▲导轨速度3m/s测试场景图

三款相机的真值标定原点统一固定于相机的左目摄像头上方,相机的原点标定图如下所示：


                                                                              ▲相机的原点标定图

表1 相机分辨率与帧率的设置


最后测试结果的对比及分析图表如下所示：

三款相机在1m/s速度下的测试结果图：


三款相机在2m/s速度下的测试结果图：


三款相机在3m/s速度下的测试结果图：


三款相机在4m/s速度下的测试结果图：


上述四组测试结果图中a、b、c每张图分别由Distance Measurement、CDF和hist三张数据分析图组成，Distance Measurement是在相同时间内真值与测量值的点分布图，CDF是提供误差值的累计分布函数，hist是误差值分布的直方图。



a、b、c分别为误差统计的箱线图，纵坐标代表的是误差，横坐标代表的是不同的速度1m/s~4m/s，橙色线表示误差中位数，蓝色小三角代表误差的均值，小圆圈代表大于1.5倍箱体长的误差数据。
将四组测试结果的误差均值及误差标准差整理成表2 如下所示：                                                  

表2 相机分辨率与帧率的设置                  单位：m


时延误差说明：
设定待测设备的测距时序数据为d︿(t)，真值数据为d(t)，动态测距结果的误差记为e(△t)，其中△t为时延，当测距的时序数据相对稳定时，min e(△t)无时延的情况下误差最小，将待测设备的测距结果与时序数据在时间轴上进行平移d︿(t-△t)减去最小化动态测距误差e(△t)，并将多组有效数据进行平均得到最终的平均时延，最终将识别等系统耗时减去得到的结果作为相机的时延测试结果如表3所示：

表3 时延测试结果表


总结：
1、从四组测试结果的误差均值和误差标准差来分析，相同条件下相机B的动态测距性能更优；
2、本次测试选取了不同速度进行测试。本次测试为实验性质，测试结果能为科研选型、性能鉴定、应力筛选、产品设计方案优化，以及产品质量分析等问题提供参考；
3、无人系统测试是伴随无人系统研发兴起的专业领域，也是衔接无人系统研发与商业化的重要渠道，非常值得关注。目前无人系统在复杂环境中的定位、感知、导航规划、运动控制等技术能力的测评指标及测试环境仍存在技术瓶颈。 本次立体视觉相机比测是整个无人系统测试系统中重要的一环，希望借此抛砖引玉，给相关从业人员提供一定的参考价值。


wq