Industriële fabricage
Industrieel internet der dingen | Industriële materialen | Onderhoud en reparatie van apparatuur | Industriële programmering |
home  MfgRobots >> Industriële fabricage >  >> Industrial Internet of Things >> Sensor

Onderzoekers gebruiken LED-kamerverlichting en smartphone voor 3D-imaging

Naarmate LEDs traditionele verlichtingssystemen vervangen, brengen ze meer slimme mogelijkheden naar alledaagse verlichting. Terwijl u misschien uw smartphone gebruikt om LED-verlichting thuis te dimmen, hebben onderzoekers dit verder getrokken door in te tasten op dynamisch gecontroleerde LEDs om een eenvoudig verlichtingssysteem voor 3D-imaging te creëren.

Onderzoekers hebben gedemonstreerd dat 3D-optische imaging uitgevoerd kan worden met een mobiele telefoon en LEDs zonder enige complexe handmatige processen om de camera met de verlichting te synchroniseren.

"Het implementeren van een slim-verlichtingssysteem in een binnenruimte stelt elke camera in de kamer in staat het licht te gebruiken en de 3D-informatie uit de omringende omgeving op te halen," zei Emma Le Francois. "LEDs worden verkend voor een verscheidenheid aan toepassingen, zoals optische communicatie, zichtbare lichtpositionering en imaging. Eén dag kan het LED slim-verlichtingssysteem dat gebruikt wordt voor het verlichten van een binnenruimte voor al deze toepassingen tegelijkertijd gebruikt worden."

Onderzoekers gebruiken LED-kamerverlichting en smartphone voor 3D-imaging

Menselijk gezichtsvermogen vertrouwt op de hersenen om diepte-informatie te reconstrueren wanneer we een scène bekijken vanuit twee licht verschillende richtingen met onze twee ogen. Diepte-informatie kan ook verkregen worden met een methode genaamd photometrische stereo-imaging waarbij één detector, of camera, gecombineerd wordt met verlichting die vanuit meerdere richtingen komt. Deze verlichtingsopstelling stelt beelden toe te worden opgenomen met verschillende schaduwvorming, wat vervolgens gebruikt kan worden om een 3D-afbeelding te reconstrueren.

Photometrische stereo-imaging vereist traditioneel vier lichtbronnen, zoals LEDs, die symmetrisch rond de kijkas van een camera worden geplaatst. In het nieuwe werk tonen de onderzoekers aan dat 3D-afbeeldingen ook gereconstrueerd kunnen worden wanneer objecten van boven naar beneden geïllumineerd worden maar van de zijkant gebeeld. Deze opstelling stelt overhead kamerverlichting toe om voor verlichting te worden gebruikt.

De onderzoekers ontwikkelden algoritmen die elke LED op een unieke manier moduleren. Dit fungeert als een vingerafdruk die de camera in staat stelt te bepalen welke LED welk beeld genereerde om de 3D-reconstructie te faciliteren. De nieuwe modulatiebenadering draagt ook zijn eigen kloksignaal, zodat de beeldverzameling zelf kan gesynchroniseerd worden met de LEDs door simpelweg de camera te gebruiken om passief het LED-kloksignaal te detecteren.

Om deze nieuwe benadering te demonstreren, gebruikten de onderzoekers hun modulatieschema met een photometrische stereo-opstelling gebaseerd op commercieel beschikbare LEDs. Een eenvoudig Arduino-board voorzag de elektronische controle voor de LEDs. Beelden werden vastgelegd met de high-speed videomodus van een smartphone. Ze beeldden een 48-millimeter hoge figurine die ze 3D-printten met een mat materiaal om gladde oppervlakken te vermijden die imaging kunnen compliceren.

Na het identificeren van de beste positie voor de LEDs en de smartphone, bereikten de onderzoekers een reconstructiefout van slechts 2,6 millimeter voor de figurine wanneer gebeeld vanaf 42 centimeter afstand. Deze foutgraad toont aan dat de kwaliteit van de reconstructie vergelijkbaar was met die van andere photometrische stereo-imaging benaderingen. Ze waren ook in staat om beelden van een bewegend object te reconstrueren en toonden aan dat de methode niet beïnvloed wordt omgevingslicht.

In het huidige systeem duurt de beeldreconstructie een paar minuten op een laptop. Om het systeem praktisch te maken, werken de onderzoekers aan het verminderen van de berekeningstijd tot slechts een paar seconden door een deep-learning neural network te incorporeren dat zou leren de vorm van het object te reconstrueren uit de ruwe beelddata.

Sensor

  1. Blijvende Succes: Lessen in Volharding van Abraham Lincoln en Onderhoudsleiderschap
  2. Efficiënt Kamertemperaturen Monitoren Met Raspberry Pi En Nagios
  3. Thuis Temperatuur & Vochtigheid Monitor Met Raspberry Pi & Web Dashboard – Real-Time Remote Tracking
  4. Home Energy Centre: Zonnepanelen, thermische panelen en kamertemperaturen monitoren met Raspberry Pi en Moteino
  5. Raspberry Pi-gebaseerde kamertemperatuurbewaking met Gnuplot-grafieken en e-mailalerts
  6. Een Robot Bouwen met Raspberry Pi en Python: Een Complete Gids
  7. LED vs. Glowlamp Industriële Verlichting: De Definitieve Gids voor Efficiëntie en ROI
  8. Revolutionaire LED-sensoren detecteren voedselbederf en dodelijke gassen
  9. Smartphone tool diagnosticeert beroertes met SEH-niveau nauwkeurigheid
  10. Real-time radio-gebaseerde imaging: detecteren verborgen en hoog-snelheids objecten op afstand
  11. Hoe Smartphones de Toekomst van Connected Cars Vormgeven