Konkurenční technologie a trendy

Kamera a rozpoznávání vzorů: měření polohy výpočetním zobrazováním

Kamera a rozpoznávání vzorů: měření polohy výpočetním zobrazováním

Snímat obrazovým čidlem kódovaný vzor nebo náhodnou texturu, dekódováním získat absolutní polohu a korelací obrazu subpixelový posuv je měřicí cesta, která se teprve rozvíjí. Tento článek odvozuje spodní mez šumu subpixelového odhadu, v simulaci porovnává systematickou odchylku tří metod proložení a kvantifikuje omezení pohybovou neostrostí, snímkovou frekvencí, zpožděním a výpočetní zátěží.

Konvenční enkodér čte několika fotodiodami pečlivě navrženou stupnici a zpracování signálu probíhá v analogové oblasti. Jiná myšlenka je vyfotografovat obrazovým čidlem celý úsek vzoru a dekódování i registraci přenechat algoritmu. Každodenním příkladem je optická myš, která snímá texturu stolu několika tisíci snímky za sekundu a posuv odhaduje korelací. Promění-li se tato myšlenka v přesné měření polohy, jak přesné a jak rychlé může být a kde je cena?

Křížová korelace referenčního snímku s aktuálním snímkem; poloha korelačního vrcholu vůči počátku je posuv; celočíselný vrchol plus proložení třemi body dává subpixelový odhad (simulace, obraz obsahuje šum)
Obrázek 1 – Křížová korelace referenčního snímku s aktuálním snímkem; poloha korelačního vrcholu vůči počátku je posuv; celočíselný vrchol plus proložení třemi body dává subpixelový odhad (simulace, obraz obsahuje šum)

Princip: dekódování dává absolutní polohu, registrace jemnou polohu

Měření výpočetním zobrazováním má obvykle dvě vrstvy:

  • Hrubé určení polohy (absolutní): vzor je dvourozměrný pseudonáhodný kód nebo označené kódové pole a kombinace v libovolném okně k×k se v celém měřicím rozsahu neopakuje. Binární okno 6×6 má 2³⁶ kombinací, daleko více, než je skutečně potřebných poloh, a přebytek lze použít k opravě chyb. Dekódováním kódového slova se zjistí, ve kterém kódovém prvku leží střed zorného pole.
  • Jemné určení polohy (subpixel): uvnitř kódového prvku se aktuální snímek registruje na referenční vzor a získá se posuv.

K registraci se často používá křížová korelace: c(u, v) = Σ I₁(x, y)·I₂(x + u, y + v) a poloha vrcholu je posuv. Při výpočtu FFT platí c = F⁻¹[F(I₁)*·F(I₂)]; normalizuje-li se spektrální amplituda a ponechá se jen fáze, jde o fázovou korelaci. Za celočíselnou polohou vrcholu se třemi body kolem vrcholu proloží parabola nebo Gaussova funkce a získá se subpixelový posun, anebo iterační gradientová metoda (Lucas–Kanade) řeší posuv přímo.

Rozlišení na straně objektu určuje velikost pixelu a zvětšení: při pixelu 3,45 μm a zvětšení 1 je každý objektový pixel 3,45 μm; dosáhne-li subpixelová přesnost 0,01 pixelu, odpovídá to 34,5 nm, na kódovém kotouči o poloměru 20 mm asi 0,36″.

Spodní mez šumu: Cramérova–Raova mez

Předpokládejme, že referenční vzor je bez šumu a každý pixel aktuálního snímku má nezávislý šum rozptylu σ_n². Spodní mez rozptylu odhadu posuvu ve směru x je

σ_δ² ≥ σ_n² / Σ(∂I/∂x)²

kde součet běží přes všechny pixely použité při registraci. To říká dvě věci: čím strmější je gradient textury a čím více je pixelů, tím vyšší je přesnost; šum klesá jako 1/√(počet pixelů). Počítaný příklad: 128×128 pixelů, kvadratický průměr gradientu šedé textury 25 úrovní šedi/pixel, šum 2 úrovně šedi, σ_δ ≥ 2/(128×25) ≈ 6×10⁻⁴ pixelu. V simulaci je náhodná chyba iterační gradientové metody asi 8×10⁻⁴ pixelu, stejného řádu jako mez. Obsahuje-li šum i referenční snímek, násobí se mez ještě asi √2.

Systematická odchylka: pixel locking

Náhodnou chybu lze zprůměrovat, systematickou odchylku nikoli. Proložení třemi body předpokládá, že tvar vrcholu je parabola nebo Gaussova funkce, skutečný tvar však závisí na textuře, odhad je „přitahován“ k celočíselným pixelům a chyba vůči skutečné subpixelové poloze probíhá esovitě — tomu se říká pixel locking.

Systematická odchylka tří subpixelových metod: parabolické proložení třemi body nejvýše asi 0,038 pixelu, Gaussovo proložení asi 0,004 pixelu, gradientová iterace asi 0,002 pixelu (simulace bez šumu)
Obrázek 2 – Systematická odchylka tří subpixelových metod: parabolické proložení třemi body nejvýše asi 0,038 pixelu, Gaussovo proložení asi 0,004 pixelu, gradientová iterace asi 0,002 pixelu (simulace bez šumu)

Podmínky simulace jsou korelační délka textury asi 0,8 pixelu, 128×128 pixelů a Hannovo okno. Odchylka parabolického proložení třemi body je nejvýše asi 0,038 pixelu, Gaussova proložení asi 0,004 pixelu a gradientové iterace asi 0,002 pixelu. Situace se zhorší, je-li textura příliš jemná: klesne-li korelační délka na 0,5 pixelu, je vzor podvzorkován a odchylka gradientové metody stoupne také na asi 0,03 pixelu. Znaky vzoru by proto měly pokrývat alespoň dva pixely.

Skutečný systém má navíc systematické chyby z zkreslení objektivu, nerovnoměrného osvětlení, nejednotné odezvy pixelů a změny zvětšení s teplotou. Několik tisícin pixelu ideální simulace je v praxi často nedosažitelných; udržet stálou přesnost v řádu setiny pixelu už vyžaduje pečlivou kalibraci.

Rychlost, zpoždění a výpočetní zátěž

Pohybová neostrost: během expozice se vzor posune o v·t_exp. Při pulzním osvětlení 1 μs je neostrost při 1 m/s 1 μm, asi 0,29 pixelu, což je ještě přijatelné; při expozici 10 μs je to 2,9 pixelu.

Posuv mezi snímky: při pouhé relativní registraci se musí sousední snímky dostatečně překrývat. Při zorném poli 128 pixelů (asi 0,44 mm), nemá-li posuv mezi snímky překročit 1/4 zorného pole, je mez rychlosti při snímkové frekvenci 10 kHz asi 1,1 m/s. Absolutní vzor, který lze v každém snímku dekódovat samostatně, toto omezení nemá.

Zpoždění: expozice, vyčtení a výpočet dávají celkové zpoždění τ, které na frekvenci f způsobí fázové zpoždění 360°·f·τ. Při τ = 100 μs je zpoždění 7,2° při 200 Hz a 36° při 1 kHz, což v servosmyčce s vysokou šířkou pásma nelze přehlížet (viz Obrázek 3).

Fázové zpoždění způsobené v řídicí smyčce čistým zpožděním zpětné vazby polohy
Obrázek 3 – Fázové zpoždění způsobené v řídicí smyčce čistým zpožděním zpětné vazby polohy

Výpočetní zátěž: komplexní FFT 128×128 potřebuje asi 5N·log₂N ≈ 1,1×10⁶ operací v plovoucí čárce; každý snímek potřebuje alespoň jednu přímou a jednu zpětnou transformaci, při snímkové frekvenci 10 kHz tedy asi 2×10¹⁰ operací za sekundu, s datovým tokem asi 164 MB/s. To obvykle vyžaduje FPGA nebo specializovaný hardware.

Směry výzkumu a praktické obtíže

  • Vzor zůstává referencí: kamera měří polohu „vzoru vůči čidlu“; polohová chyba Δx samotného vzoru se stává přímo úhlovou chybou Δθ = Δx/r. Přesné měření i nadále vyžaduje fotolitografickou přesnost vzoru; náhodná textura potřebuje bodovou kalibraci a čelí driftu z opotřebení a znečištění.
  • Více stupňů volnosti: jediný obraz dokáže současně vyřešit x, y a úhel natočení, což se hodí pro vícenápravové stoly a je to výrazná výhoda vůči jednorozměrnému enkodéru.
  • Kombinace s interpolací mřížky: kamera obstarává absolutní polohu a vysokou přesnost při nízké rychlosti, konvenční snímací hlava s mřížkou poskytuje rychlou spojitou interpolaci s malým zpožděním — možná hybridní architektura.
  • Nová čidla a algoritmy: událostní obrazová čidla a dekódování založené na učení se zkoumají, ale kalibrace, interpretovatelnost a dlouhodobá stabilita ještě potřebují průkaz.

Inženýrské body

  • Nejprve spočítat objektový pixel: velikost pixelu ÷ zvětšení, pak vynásobit dosažitelnou subpixelovou přesností (v praxi odhadovat v řádu 0,01 pixelu) a získat rozlišení, s nímž lze počítat.
  • Zvolit vhodnou subpixelovou metodu: pixel locking parabolického proložení třemi body může dosáhnout několika setin pixelu; v přesných případech použít Gaussovo proložení, fázovou metodu nebo gradientovou iteraci.
  • Znaky vzoru ne menší než 2 pixely: podvzorkování zvětšuje odchylku všech metod.
  • Pulzním osvětlením tlumit neostrost: neostrost v·t_exp udržet v desetinách pixelu.
  • Ověřit vliv zpoždění na řídicí smyčku: φ = 360°·f·τ; 100 μs zpoždění je při 1 kHz už 36°.
  • Zařadit přesnost vzoru do chybového rozpočtu: kamerové uspořádání nezbavuje potřeby vysoce přesného vzoru; polohová chyba vzoru vstupuje do výsledku měření přímo.

Shrnutí

Měření výpočetním zobrazováním nahrazuje „stupnici + analogovou interpolaci“ spojením „pořídit snímek + spustit algoritmus“ a je přitažlivé při více stupních volnosti, absolutním určování polohy a odolnosti vůči chybám. Teoretická spodní mez subpixelové přesnosti může být velmi nízká, ale praktickými omezeními jsou pixel locking, systematické chyby objektivu a osvětlení, snímková frekvence a zpoždění i výpočetní zátěž. Spíše než prostá náhrada konvenční snímací hlavy s mřížkou je pravděpodobnější doplnění a přesný vzor sám zůstává měřicí referencí.


Překlad čínského originálu (0187). ENC7 – výrobce kódových kotoučů (poptávka) · Odborné články · https://enc7.com

© Langfang Jingzheng Optoelectronic Technology Co., Ltd. Všechna práva vyhrazena. Článek vznikl s pomocí AI.

Have a drawing? Get an engineer's review.

Send your outer diameter, bore, line count or bit count, substrate and readhead wavelength. Our engineers check manufacturability and reply with a quotation and sample lead time.

WhatsApp