Come funziona la percezione 3D di ZED?

La ZED è una telecamera di visione stereo passiva che riproduce il funzionamento della visione binoculare umana. Integra due sensori d'immagine sincronizzati, separati da una distanza fissa e calibrata in fabbrica, chiamata baseline. Abbinando le stesse caratteristiche visive nelle immagini sinistra e destra e misurando il loro spostamento orizzontale (la disparità), la ZED calcola la distanza di ogni pixel tramite triangolazione, costruendo in tempo reale un modello tridimensionale denso della scena osservata.

Poiché la ZED si basa sulla luce ambientale e sulla texture naturale della scena invece di proiettare pattern a infrarossi o impulsi laser, è un sensore completamente passivo; più telecamere possono funzionare fianco a fianco senza interferire tra loro, sia al chiuso che all'aperto, anche alla luce diretta del sole.

Come viene generata la mappa di profondità?

La telecamera produce un flusso video a colori ad alta risoluzione e sincronizzato a livello hardware, affiancato (viste sinistra e destra). Lo ZED SDK, in esecuzione sulla macchina host, rettifica le due immagini utilizzando la calibrazione di fabbrica, esegue il matching stereo sulla GPU per calcolare una mappa di disparità e la converte in una mappa di profondità metrica. Le versioni moderne dell'SDK offrono anche il matching stereo basato sull'IA (modalità di profondità NEURALE), che migliora significativamente la robustezza sulle superfici con texture ridotta e riflettenti.

Gli sviluppatori hanno accesso simultaneo a:

• Le immagini a colori sinistra e destra sincronizzate
• La mappa di profondità densa e la mappa di confidenza
• Una nuvola di punti 3D con colore e normali delle superfici

Tutti gli output sono allineati spazialmente e temporalmente; non è necessario registrare un sensore RGB separato con i dati di profondità, come richiesto dalla maggior parte delle telecamere di profondità attive.

Come si confronta la visione stereo con altre tecnologie di rilevamento della profondità?

I sensori di profondità attivi basati sulla luce strutturata o sul Time-of-Flight sono generalmente limitati alle brevi distanze e all'uso in ambienti interni, poiché la luce solare sovrasta il loro segnale a infrarossi. Il LiDAR funziona bene all'aperto, ma fornisce dati geometrici sparsi senza colore e a un costo maggiore.

La visione stereo passiva combina i punti di forza di entrambi i mondi: percezione della profondità a lungo raggio (fino a 20 m e oltre, a seconda del modello e della linea di base), colore e profondità alla massima risoluzione dalla stessa coppia di sensori e funzionamento affidabile sia in ambienti interni che all'aperto. Questo rende le telecamere ZED adatte per applicazioni di robotica, AR/VR, analisi video, sicurezza, VFX, logistica, Agricoltura e scansione 3D.

Posso usare la ZED per il conteggio e il tracciamento delle persone?

Sì. L'ampio raggio di profondità della visione stereo rende la ZED adatta al conteggio e al tracciamento delle persone in aree estese. Inoltre, ZED SDK include moduli dedicati di Rilevamento oggetti e Tracciamento del corpo che combinano il rilevamento tramite IA con le informazioni sulla profondità 3D per localizzare e tracciare le persone nello spazio metrico, con ID univoci e dati dello scheletro 3D. Tieni presente che la segmentazione dettagliata di piccole parti del corpo, come le dita, è limitata a lungo raggio perché la risoluzione della disparità diminuisce con la distanza.

Buone pratiche per il rilevamento della profondità stereo

• Intervallo operativo: ogni modello ha un intervallo ottimale definito dalla sua linea di base e dalla lunghezza focale. Come regola generale, la precisione della profondità è massima nell'intervallo ravvicinato; posizionare la fotocamera il più vicino possibile alla regione di interesse, nei limiti consentiti dall'applicazione.
• Texture della scena: la corrispondenza stereo necessita di caratteristiche visive. Superfici omogenee, prive di texture o speculari (pareti bianche, schermi verdi, vetro, specchi) possono generare una profondità instabile o assente. L'aggiunta di texture o l'utilizzo della modalità di profondità NEURALE può attenuare questo problema.
• Illuminazione: ZED utilizza immagini a colori, non infrarosse, per la percezione della profondità; evitare ambienti con illuminazione molto scarsa o aggiungere illuminazione alla scena. All'esterno, la luce solare diretta non costituisce un problema.
• Movimenti rapidi: per acquisire movimenti rapidi, utilizzare le modalità con frequenza dei fotogrammi elevata (ad esempio HD720 @ 60 FPS o VGA/SVGA @ 100 FPS sui modelli USB) per ridurre la sfocatura da movimento, che degrada la corrispondenza stereo.
• Prolungamento del cavo: la connessione USB 3.0 può essere estesa fino a 15 m con cavi di estensione USB 3.0 attivi e fino a 100 m utilizzando estensori USB 3.0 in fibra ottica. Per cablaggi lunghi di livello industriale e configurazioni con più fotocamere, la famiglia ZED X utilizza un'interfaccia GMSL2 progettata per i sistemi embedded.

Qual è la precisione della profondità?

La profondità stereo viene stimata tramite triangolazione a partire dall'immagine di disparità. La risoluzione della profondità segue questa relazione:

Dr = Z² * alpha

dove Z è la distanza dal bersaglio e alpha è una costante che dipende dalla linea di base, dalla lunghezza focale e dalla precisione sub-pixel della corrispondenza.

In pratica, l'errore di profondità cresce quadraticamente con la distanza: in genere è circa l'1% della distanza nell'intervallo ravvicinato e può raggiungere diversi punti percentuali all'estremità più lontana dell'intervallo. La precisione può essere influenzata anche da misurazioni anomale su superfici omogenee e prive di texture, che generalmente producono instabilità temporale nei valori di profondità; la mappa di confidenza dell'SDK può essere utilizzata per filtrare questi pixel inaffidabili.