0
  • 聊天消息
  • 系統(tǒng)消息
  • 評論與回復
登錄后你可以
  • 下載海量資料
  • 學習在線課程
  • 觀看技術視頻
  • 寫文章/發(fā)帖/加入社區(qū)
會員中心
創(chuàng)作中心

完善資料讓更多小伙伴認識你,還能領取20積分哦,立即完善>

3天內不再提示

TetraVue推出了一個系統(tǒng) 它能將2D圖像變成3D圖像

IEEE電氣電子工程師 ? 2018-01-10 09:25 ? 次閱讀

一般來說,激光雷達能夠通過移動激光光束進行掃描,并瞬間照亮汽車前方的整個環(huán)境。這個技術將高分辨率圖像與激光雷達的測距結合起來,在自動駕駛汽車上得到了廣泛的應用。但就目前來說,這項技術非常昂貴,這是激光雷達亟待解決的問題之一。

近日,加州的TetraVue公司表示將能解決這個問題。該公司推出了一個系統(tǒng),該系統(tǒng)可以將激光雷達的2D視頻輸入作為普通相機的高分辨率,同時又便宜得足以成為未來自動駕駛汽車的傳感器套件中的組件。它使用脈沖砷化鎵二極管激光器作為閃光燈,并測量陣列中每個像素到成像對象的距離。換句話說,它將2D圖像變成3D圖像。

目前,TetraVue最新的深度攝像頭能夠產生百萬像素(Megapixel)點級別的3D圖像,建模精度達到專業(yè)測繪級別,并能提供實時的空間感知信息。換句話說,TetraVue將2D圖像變成了3D圖像。

Flash LiDAR 實現(xiàn)應用已經有一段時間,特別是在軍事行業(yè)實現(xiàn)了廣泛的應用。不過因為軍事行業(yè)的特殊性,幾乎沒人計算它的成本。但TetraVue表示它將通過測量物體的距離,來實現(xiàn)2D圖像到3D圖像的轉變,還能控制成本。

TetraVue公司首席執(zhí)行官Hal Zarem表示:“我們在透鏡和圖像傳感器之間放置了一個光學編碼器,并在光子進入時為其提供時間戳,因此我們可以提取距離信息。

這種方法的優(yōu)勢是能夠測量距離,因此TetraVue系統(tǒng)有200萬像素之高。并且因為閃光以30赫茲每納秒的速度重復,激光雷達每秒提供的數(shù)據(jù)高達6000萬比特。這就產生了高分辨率、全動作的視頻。

Zarem表示:“因為每個像素都可以獲得標準的視頻和激光雷達,所以不需要計算出光子來自哪個物體。也就是說,它已經與攝像頭融為一體。

TetraVue表示除了其自帶的激光雷達,就無需在使用其他的激光雷達。我們可以理解為:向所有其他激光雷達公司告別 - 例如,Velodyne。 至于其他的傳感器,雷達就能存活下來,還有少數(shù)攝像機可以充當輔助角色,比如倒車時的汽車后方視野。

至于為什么TetraVue能夠控制成本,這還和它的芯片有關。TetraVue僅使用標準的CMOS和CCD光學芯片,便可以實現(xiàn)百萬級像素點的獲取,這不僅降低了設備量產的技術門檻和成本門檻,連同固態(tài)型激光雷達的裝備,也可以將產品的重量進一步減輕。

因為大部分的部件都能大規(guī)模量產,它們的價格也能壓到較低水平。Zarem表示:在大規(guī)模量產中,我們能夠達到行業(yè)要求的成本水平。

TetraVue卻走了一條不同尋常的路線:在鏡頭和圖像傳感器之間裝置了一個光線強度調制器。這個調制器連接了透明和不透明的裝置,每個像素接受到的強度將會與參考強度進行對比,兩者的差別將會與物體距離成正比。因此,每個像素的距離都能通過簡單的強度比例進行計算。這種方法并不需要精確的時間計算,并獨立于像素數(shù)量,因此測量起來更簡單。

TetraVue的這種方法能夠提供全動作、高分辨率的3D視頻,它不僅僅能應用到自動駕駛汽車中,還能運用到電影的后期制作中。比如,如果一個電影場景需要更多的光線,你便能夠在后期應用TetraVue方法,收獲想要的三維效果。

這樣看來,電影可以成為TetraVue的第一市場。但隨著自動駕駛的飛速發(fā)展,TetraVue的市場更加開闊。畢竟,所有的自動駕駛汽車都想更好地看清周圍的環(huán)境。因此,TetraVue的關注點仍然在自動駕駛市場。

借助全動態(tài)高分辨率3D視頻,不僅可以提高自駕車的質量,而且還可以大大簡化電影制作人在后期制作過程中的工作。 例如,如果一個場景需要更多的燈光,那么可以后添加這個燈光,在三維空間中獲得所有適當?shù)男Ч?/p>

電影事實上可能構成了TetraVue的第一個市場。但有數(shù)以億計的汽車和卡車可以用更好的方式來看周圍的環(huán)境,而這正是公司所關注的市場。

聲明:本文內容及配圖由入駐作者撰寫或者入駐合作網(wǎng)站授權轉載。文章觀點僅代表作者本人,不代表電子發(fā)燒友網(wǎng)立場。文章及其配圖僅供工程師學習之用,如有內容侵權或者其他違規(guī)問題,請聯(lián)系本站處理。 舉報投訴
  • 3D
    3D
    +關注

    關注

    9

    文章

    2852

    瀏覽量

    107265
  • 2D
    2D
    +關注

    關注

    0

    文章

    63

    瀏覽量

    15151
  • 激光雷達
    +關注

    關注

    967

    文章

    3921

    瀏覽量

    189435

原文標題:TetraVue聲稱其雷達將主宰Robocar業(yè)務

文章出處:【微信號:IEEE_China,微信公眾號:IEEE電氣電子工程師】歡迎添加關注!文章轉載請注明出處。

收藏 人收藏

    評論

    相關推薦

    3D圖像的速度控制

    你好! 現(xiàn)在我有問題想請教大家, 我怎么做一個3D圖像的渦輪扇葉然后通過控制器調整它的速度然后再3D
    發(fā)表于 11-30 23:25

    如何同時獲取2d圖像序列和相應的3d點云?

    如何同時獲取2d圖像序列和相應的3d點云?以上來自于谷歌翻譯以下為原文How to obtain the sequence of 2d image and corresponding
    發(fā)表于 11-13 11:25

    如何促使2D3D視覺檢測的性能成倍提升?

    本文介紹的三應用案例展示了業(yè)界上先進的機器視覺軟件和及其圖像預處理技術如何促使2D3D視覺檢測的性能成倍提升。
    發(fā)表于 02-22 06:56

    基于深度學習和3D圖像處理的精密加工件外觀缺陷檢測系統(tǒng)

    當中常規(guī)人工檢測手段檢測效率低、漏檢率高的問題,能大幅度提高生產效率,更好地控制生產質量,節(jié)約大量的檢測勞動力與人力成本。創(chuàng)新點:使用3d圖像深度信息,結合2d
    發(fā)表于 03-08 13:59

    3D圖像引擎,3D圖像引擎原理

    3D圖像引擎,3D圖像引擎原理 產生的背景和定義 隨著計算機軟、硬件突飛猛進的發(fā)展,計算機圖形學在各個行業(yè)的應用也得
    發(fā)表于 03-26 15:54 ?1458次閱讀

    2D3D視頻自動轉換系統(tǒng)

    研究和實現(xiàn)了基于OMAP3530的2D3D視頻自動轉換系統(tǒng),重點研究深度圖獲取和深度信息渲染等主要核心技術及其實現(xiàn)。該
    發(fā)表于 03-06 14:20 ?1次下載
    <b class='flag-5'>2D</b>到<b class='flag-5'>3D</b>視頻自動轉換<b class='flag-5'>系統(tǒng)</b>

    人工智能系統(tǒng)VON,生成最逼真3D圖像

    研究團隊寫道:“我們的關鍵思想是將圖像生成過程分解為三要素:形狀、視角和紋理,這種分離的3D表示方式使我們能夠在對抗學習框架下從3D2D
    的頭像 發(fā)表于 12-07 09:28 ?7735次閱讀

    解密圖像顯示控制器的3D功能

    ,消費者們已習慣了看到有縱深且能夠旋轉的物體,以及能在屏幕上移動來顯示更多選項的菜單。iPad、iTouch和Android設備就是最好例證。成千上萬的液晶顯示驅動消費類設備都以具備3D功能作為核心的用戶界面技術。 3D優(yōu)于2D
    發(fā)表于 02-27 14:42 ?1007次閱讀
    解密<b class='flag-5'>圖像</b>顯示控制器的<b class='flag-5'>3D</b>功能

    微軟新AI框架可在2D圖像上生成3D圖像

    已經有不少機構在將 2D 圖像轉換為 3D 形式的方面進行了嘗試,包括 Facebook、Nvidia 等公司的 AI 研究實驗室,或是類似 Threedy.AI 這樣的初創(chuàng)公司。
    的頭像 發(fā)表于 03-07 14:23 ?3011次閱讀

    3D全息顯示時代將到來!三星打造全息屏幕原型 2D屏上現(xiàn)3D圖像

    在屏幕顯示技術上,三星確實擁有不俗的實力,但過往的技術也只是基于2D平面顯示,而在三星看來,未來是屬于3D的。三星已經朝著全息圖邁出了堅實的步,它的原型薄板設備能以4K分辨率顯示
    的頭像 發(fā)表于 11-13 10:17 ?2720次閱讀

    谷歌發(fā)明的由2D圖像生成3D圖像技術解析

    谷歌發(fā)明的由2D圖像生成3D圖像的技術,利用3D估計神經網(wǎng)絡圖像信息的補全以及預測,融合了拍攝角
    的頭像 發(fā)表于 12-24 12:55 ?4693次閱讀
    谷歌發(fā)明的由<b class='flag-5'>2D</b><b class='flag-5'>圖像</b>生成<b class='flag-5'>3D</b><b class='flag-5'>圖像</b>技術解析

    3d人臉識別和2d人臉識別的區(qū)別

    首先是3d人臉識別和2d人臉識別圖像數(shù)據(jù)獲取不同。3D人臉識別是以3D攝像頭立體成像,而2D是以
    發(fā)表于 02-05 16:00 ?4.1w次閱讀

    如何直接建立2D圖像中的像素和3D點云中的點之間的對應關系

    準確描述和檢測 2D3D 關鍵點對于建立跨圖像和點云的對應關系至關重要。盡管已經提出了大量基于學習的 2D
    的頭像 發(fā)表于 10-18 09:20 ?8454次閱讀

    使用Python從2D圖像進行3D重建過程詳解

    有許多不同的方法和算法可用于從2D圖像執(zhí)行3D重建。選擇的方法取決于諸如輸入圖像的質量、攝像機校準信息的可用性以及重建的期望準確性和速度等因素。
    的頭像 發(fā)表于 12-05 14:07 ?2732次閱讀
    使用Python從<b class='flag-5'>2D</b><b class='flag-5'>圖像</b>進行<b class='flag-5'>3D</b>重建過程詳解

    文了解3D視覺和2D視覺的區(qū)別

    文了解3D視覺和2D視覺的區(qū)別 3D視覺和2D視覺是兩種不同的視覺模式,其區(qū)別主要體現(xiàn)在立體感、深度感和逼真度上。本文將詳細闡述這些區(qū)別,
    的頭像 發(fā)表于 12-25 11:15 ?2788次閱讀