intel realsense 深度视野范围与模组硬件说明

2023-05-16

文章目录

      • 4.4 距离(Z)处的深度视场
      • 4.5 无效深度带
      • 4.6 最小测量深度
      • 4.7 深度质量规范
      • 4.8 深度起点(地面零点参考)
        • 4.8.1 深度原点X-Y坐标
      • 7.2 视觉处理器D4板外形
      • 7.6 立体深度模块安装指南
        • 7.6.1 螺钉安装/端部安装
        • 7.6.2 支架安装/中间模块安装
        • 7.6.3 立体声深度模块气隙
      • 7.7 散热
      • 7.9 盖板设计和材料指南
      • 8 整体尺寸图
        • 8.1 模组尺寸
        • 8.2 D4板子尺寸
        • 8.3 相机尺寸

4.4 距离(Z)处的深度视场

D e p t h F O V = H F O V 2 + tan ⁡ − 1 { tan ⁡ ( H F O V 2 ) − B / Z } Depth FOV =\frac{\mathrm{HFOV}}{2}+\tan ^{-1}\left\{\tan \left(\frac{\mathrm{HFOV}}{2}\right)-\mathrm{B} / \mathrm{Z}\right\} DepthFOV=2HFOV+tan1{tan(2HFOV)B/Z}

FOV原理图

4.5 无效深度带

  D4视觉处理器生成的深度数据利用左成像器作为立体匹配算法的参考,从而在相机的视场中形成非重叠区域。此非重叠区域(位于帧的左边缘)不包含深度数据。无效深度数据带随着相机/模块到场景的距离的增加而减小。

无效深度区

  可以使用以下公式计算无效深度带的宽度:

  就水平视野而言:

D B R (无效深度带与总水平图像的比率) = B / ( 2 ∗ Z ∗ tan ⁡ ( H F O V 2 ) ) DBR(无效深度带与总水平图像的比率)=\mathrm{B} /\left(2 * \mathrm{Z} * \tan \left(\frac{\mathrm{HFOV}}{2}\right)\right) DBR(无效深度带与总水平图像的比率)=B/(2Ztan(2HFOV))

无效的深度带(以像素为单位) = H R E S ∗ D B R 无效的深度带(以像素为单位)=HRES∗ DBR 无效的深度带(以像素为单位)=HRESDBR

  就焦距而言:

D B R (无效深度带与总水平图像的比率) = B ∗   F / ( Z ∗ H R E S ) DBR(无效深度带与总水平图像的比率)=\mathrm{B} * \mathrm{~F} /(\mathrm{Z} * \mathrm{HRES}) DBR(无效深度带与总水平图像的比率)=B F/(ZHRES)

无效的深度带(像素) = B ∗   F / Z 无效的深度带(像素)=\mathrm{B} * \mathrm{~F} / \mathrm{Z} 无效的深度带(像素)=B F/Z

  其中:

    B = 左右相机之间的距离

    Z = 场景与深度模块的距离

    F = 焦距

    HFOV = 深度模块上左成像仪的水平视场

    HRES = 水平分辨率

  请注意,以上等式对于相机设置的基本配置有效。固件中的默认相机配置可以具有针对影响无效深度带的实际宽度的深度性能而优化的设置,与根据等式计算出的无效深度带宽度相比。

4.6 最小测量深度

不同系列相机分辨率与最小测量深度关系

4.7 深度质量规范

  基于准确性、数据有效性和时间稳定性的一组标准度量用于量化深度质量。尽管模块设计用于特定深度视场,但测量在该视场(定义为感兴趣区域(ROI))的80%范围内进行。该ROI与实际使用区域和模块的合格光学参数一致。

度量定义
Depth Accuracy测量有效像素相对于地面真实表面的差异
Fill Rate具有有效深度值的像素百分比
Depth Standard Deviation测量每个有效像素相对于最佳拟合平面的总空间噪声
Pixel Temporal Noise测量每个有效像素相对于最佳拟合平面的总时间噪声
深度质量度量图解
深度质量规范

4.8 深度起点(地面零点参考)

  深度起始点或地面零点参考可以被描述为深度=0的起始点或平面。对于深度模块(D410和D415),该点从镜头前面或模块背面参考。对于深度相机(D415 D435/D435i/D435f、D455),此点从相机盖玻璃的前面参考。

深度模块深度起点参考(D410)
深度模块深度起点参考(D401)
深度模块深度起点参考(D435)
深度模块深度起点参考(D405)
深度模块深度起点
深度摄影机深度起点

4.8.1 深度原点X-Y坐标

  深度原点X-Y坐标是左成像器的X-Y中心。

深度模块X-Y深度原点参考–D410、D415、D430、D450
深度模块X-Y深度原点坐标
深度模块X-Y深度原点参考–D401
深度模块X-Y深度原点坐标–D401
深度相机X-Y深度原点参考–D415、D435/D435i/D435f、D455
深度相机X-Y深度原点坐标

7.2 视觉处理器D4板外形

V1 V3
V4
深度相机模组

7.6 立体深度模块安装指南

7.6.1 螺钉安装/端部安装

  本节适用于以下:D410、D430和D450。立体深度模块包含一个螺钉孔和一个用于模块安装的螺钉叉。立体声深度模块应使用螺钉孔和叉上的M1.6螺钉安装在大型散热器或散热结构元件上。两个螺钉的推荐扭矩为1.6Kgf*cm。红外投影仪和立体成像仪的背面区域、相机模块和用于热传递的散热器或散热结构之间应使用热界面材料。建议使用热双面胶

D410
D430

7.6.2 支架安装/中间模块安装

  本节适用于所有D400 SKU,包括D415。立体深度模块应使用放置在模块中心的支架安装在大型散热器或散热结构元件上。支架使用螺钉固定到散热器或结构元件。应在红外投影仪和两个立体成像仪的背面区域、相机模块和用于热传递的散热器或散热结构之间使用热界面材料。除支架周围区域外,摄像头模块与所有侧面的间隙应至少为0.2 mm。使用安装支架时,无需在螺钉孔和螺钉叉处插入螺钉。

D415
D415
D410

7.6.3 立体声深度模块气隙

  立体声深度模块上最高的组件与盖窗之间的最小气隙建议为0.3 mm

空气缝隙

7.7 散热

  建议在立体深度模块和散热结构(散热器)之间插入热界面材料,特别是热膏/油脂,以改善这两个部件之间的热耦合。建议使用热导率在3-4 W/mK范围内的导热膏。必须在红外投影仪背面以及左右成像仪下方涂上一层薄薄的糊剂,以填充成像仪下方的空气间隙。
  用于安装立体深度模块和ASIC板的散热器或散热结构元件的厚度应至少为2–3 mm。建议将散热器伸出立体声深度模块边缘几毫米。还建议在散热结构的背面安装散热片。在需要考虑重量的应用中,可以将高热导石墨带贴在散热器的背面。石墨带必须至少与金属散热器一样大,并尽可能延伸到金属之外,以实现最佳冷却。散热器金属必须是高导电性铝合金或铜。如果模块预计在高环境温度下运行,可能需要额外的气流以确保不超过温度限制。这些是D4相机在系统中的热集成指南。然而,建议在最终确定之前进行实际测试或系统级热建模解决方案

7.9 盖板设计和材料指南

  立体声深度模块组件必须覆盖,以将灰尘和湿度降至最低。所使用的透明覆盖材料堆叠必须基于组件波长提供可接受的透射。抗反射涂层可以帮助增加覆盖材料的透射率。降低透光率的覆盖材料会导致深度性能差,并会降低相机的工作范围。应使用标称平坦、无变形和低散射的覆盖材料。

透过率

  建议使用垫片进行光学隔离和防尘。然而,垫圈可能会阻碍FOV,并在模块或单个传感器透镜支架上施加不必要的应力。垫片静压力会使化妆挡板/镜头架变形,导致图像质量差,并对相机造成永久性损坏。放置在模块加强件上的垫片可能会将机箱挠曲转移到相机模块中,导致深度数据丢失。垫片厚度对施加到模块表面的静压力有很大影响。密封件越薄,施加的静压力越大。一旦垫片被压缩,静压力将呈指数增长。

玻璃盖板安装方式

  建议将左/右成像仪和红外投影仪相互隔离,以防止反射罩材料。如图7-18所示,未正确隔离摄像头可能导致漏光。漏光效果示例为防止漏光,建议在盖板孔和模块之间使用垫片材料。垫片材料需要符合要求,以使其不会向模块传递底盘挠曲力。

玻璃面反射造成的影响

8 整体尺寸图

8.1 模组尺寸

在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述

8.2 D4板子尺寸

在这里插入图片描述
在这里插入图片描述

8.3 相机尺寸

在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述

本文内容由网友自发贡献,版权归原作者所有,本站不承担相应法律责任。如您发现有涉嫌抄袭侵权的内容,请联系:hwhale#tublm.com(使用前将#替换为@)

intel realsense 深度视野范围与模组硬件说明 的相关文章

  • 为什么一个进程共享同一个HT核心时,另一个进程的执行时间会更短

    我有一个带有 4 个 HT 核心 8 个逻辑 CPU 的 Intel CPU 并且构建了两个简单的进程 第一个 int main for int i 0 i lt 1000000 i for int j 0 j lt 100000 j 第二
  • 程序集编号转 ascii

    我正在使用 intel 上的 at t 语法来处理汇编程序 我迷路了 如何将寄存器中的整数转换为 ASCII 数字 假设我想转换数字 10 我会将数字 10 放入寄存器 eax 中 如果我只是将数字 48 添加到 eax ascii 符号将
  • Xcode 可以在 M1 Mac 上构建本机 Intel 二进制文件吗

    是否可以在 M1 Mac 上使用 Xcode 构建本机 Intel 二进制文件 我想开始使用 M1 架构进行测试 但仍需要继续构建原生英特尔应用程序 而无需进行任何更改 M1 Mac 上的 Xcode 将构建一个通用二进制文件 其中包含两者
  • 运行任何英特尔 AVX 函数后,数学函数需要更多周期[重复]

    这个问题在这里已经有答案了 我注意到数学函数 如 ceil round 等 在运行任何 intel AVX 函数后会占用更多 CPU 周期 请参阅以下示例 include
  • 如何从 C 文件中获取完整的汇编代码?

    我目前正在尝试找出从相应的 C 源文件生成等效汇编代码的方法 我使用 C 语言已经好几年了 但对汇编语言的经验很少 我能够使用以下命令输出汇编代码 S海湾合作委员会中的选项 然而 生成的汇编代码包含调用指令 这些指令又跳转到另一个函数 例如
  • Python 执行速度:笔记本电脑与台式机

    我正在运行一个进行简单数据处理的程序 解析文本 填充字典 对结果数据计算一些函数 该程序仅使用CPU RAM和HDD 从 Windows 命令行运行 输入 输出到本地硬盘 屏幕上没有显示或打印任何内容 没有网络 相同的程序运行在 台式机 W
  • 为什么存在 REP LODS AL 指令?

    换句话说 在任何情况下我可能需要这个指示吗 根据英特尔指令手册 该指令的作用如下 将 E CX 字节从 DS E SI 加载到 AL 以 NASM 为例 section data src db 0 1 2 3 section code mo
  • 在 Windows 10 上使用 Android Studio 设置向导运行英特尔® HAXM 安装程序需要很长时间

    我有一个新安装的 Android Studio 下载其组件后我一直停留在设置向导上Running Intel HAXM installer 我应该怎么办 如果我使用任务管理器结束 Android Studio 的任务 我下载的所有组件是否都
  • Windows:Numpy mkl_intel_thread.dll

    经过几个小时的尝试和调查 我已经成功解决了这个问题Numpys mkl intel thread dll文件错误 以下内容可能无法解决所有情况 但我会尝试解释我的特定案例的详细信息 以帮助其他遇到相同问题的人 我的问题 当尝试启动 Anac
  • lldb 可以与 fortran 一起使用吗?

    我正在尝试对 Fortran 程序设置断点lldb在 Mac OS 10 12 5 系统上 我有 program badcall integer a b a 2 b 3 write a b end I have to 使用英特尔编译器进行编
  • Intel x86 - 中断服务例程责任

    我没有真正意义上的问题 但我会尽力澄清内容问题 假设我们有一个微内核 PC Intel x86 32 位保护模式 中断描述符表 IDT and 中断服务程序 ISR 对于每个CPU异常 ISR 被成功调用 例如Division by Zer
  • 将英特尔寄存器用于其“预期目的”是否会提高效率?

    本文 http www swansontec com sregisters html声称每个寄存器都有其预期目的 更重要的是 当英特尔的工程师设计 最初的 8086 处理器 他们有 每个人都有一个特殊的目的 登记 正如他们设计的 指令集 他
  • 有没有办法判断SMM中断发生了?

    对于某些以编程方式定义的间隔 有没有办法确定SMM https en wikipedia org wiki System Management Mode当前核心上是否发生了条目 从 Nehalem 开始 MSR 寄存器 0x 34 称为MS
  • Xeon CPU (E5-2603) 向后内存预取

    Xeon CPU E5 2603 中的向后内存预取与向前内存预取一样快吗 我想实现一种需要对数据进行前向循环和后向循环的算法 由于每次迭代都需要上次迭代的结果 因此我无法反转循环的顺序 您可以运行实验来确定数据预取器是否能够处理前向顺序访问
  • Intel 64架构中CALLF(Far Call)可以有64位地址内存操作数吗?

    在 Intel 32 位架构中 我可以使用 ModR M 字节调用 32 位地址位置 根据英特尔手册 我需要 2 010B 用于操作码扩展 00B 用于 Mod 101B 允许我拥有 32 位位移 如果我想在 64 位架构中进行远调用 以便
  • 在 Skylake 上展开 1 周期循环会使性能降低 25%。 uops调度问题?

    TL DR我有一个循环需要 1 个周期才能在 Skylake 上执行 它执行 3 次加法 1 次增量 跳转 当我将其展开超过 2 次 无论多少次 时 我的程序运行速度会慢 25 左右 这可能与对齐有关 但我不清楚是什么 编辑 这个问题曾经询
  • 64位汇编介绍

    我正在寻找一篇介绍 Intel 64 位处理器和汇编的文章 x64 寄存器列表 命令语法等 供熟悉 32 位汇编的程序员使用 有点像 64 位处理器的 新增功能 The Intel 64 和 IA 32 架构软件开发人员手册 http ww
  • DRAM 访问的性能计数器

    我想找回DRAM 存取次数在我的应用程序中 准确地说 我需要区分数据和代码访问之间 该处理器是一个Intel R Core TM i7 4720HQ CPU 2 60GHz Haswell 基于英特尔软件开发人员手册 第 3 卷 https
  • 如何正确确定Intel处理器的-march和-mtune?

    我目前正在从源代码构建一个对我来说性能至关重要的软件 因此 我想对其进行优化 以便在我的特定 Intel CPU 上运行 构建过程要求我设置 march 和 mtune 标志 如果在我的处理器节点上我使用 gcc march native
  • C#:TurboBoost 激活时如何获取 Intel i 系列 CPU 的当前时钟速度

    我知道有可能获得此信息 Intel 自己的 TurboBoost 侧边栏小工具似乎使用 ActiveX 控件来确定 TurboBoost 处于活动状态时 i3 i5 i7 CPU 的当前时钟速度 但是 我想在 C 中以编程方式执行此操作 从

随机推荐

  • Python网络爬虫之-HTTP协议原理

    Python网络爬虫之 HTTP协议原理 1 爬虫之http基本原理2 浏览器解析概述Cookie技术 1 爬虫之http基本原理 URI 统一资源表示符 中包含 URL lt 统一资源定位符 gt URN lt 统一资源名称 gt HTT
  • Java的大端小端字节序

    在计算机中 xff0c 内存地址通常是按照地址递增的方式分配的 xff0c 也就是说 xff0c 低地址是指内存的起始位置 xff0c 高地址是指内存的末尾位置 在大多数体系结构中 xff0c 数据存储在内存中是以字节为单位进行的 例如 x
  • DSP28335 printf重定向问题调试记录

    最近几天在玩DSP28335板子 xff0c 在实现printf重定向功能时 xff0c 遇到很多问题 xff0c 最终结合网上一些人的经验和个人实践 xff0c 最终解决了问题 本文做一个简单的总结 xff0c 以便后续查阅 同时也是希望
  • C++ 绝对路径与相对路径

    对于一些第三方的SDK xff0c 一般会包含头文件 h xff0c 静态库文件 lib 和动态库文件 dll 文件位置 xff1a 为了提高程序的可移植性 xff0c 将第三库放在解决方案 sln 或者工程 vcxproj 文件所在的文件
  • C/C++ 函数与指针取地址符

    int f1 float int f2 char int f3 float int f4 float int pf float 则以下不合法的是 int p float 61 amp f1 pf 61 amp f4 pf 61 amp f2
  • C/C++编程异常处理中try和throw以及catch语句的用法

    这篇文章主要介绍了C 43 43 编程异常处理中try和throw以及catch语句的用法 包括对Catch块的计算方式的介绍 若要在 C 43 43 中实现异常处理 xff0c 你可以使用 try throw 和 catch 表达式 首先
  • c/c++中的string常用函数用法总结

    标准c 43 43 中string类函数介绍 注意不是CString 之所以抛弃char 的字符串而选用C 43 43 标准程序库中的string类 xff0c 是因为他和前者比较起来 xff0c 不必 担心内存是否足够 字符串长度等等 x
  • Convolutional Pose Machines

    本论文将 深度学习 应用于人体姿态分析 xff0c 同时用卷积图层表达纹理信息和空间信息 目前在2016年的 MPII竞赛中名列前茅 作者在github提供了 训练和测试源码 convolutional pose machines CVPR
  • OpenCV学习—01:矩阵的掩膜操作

    一 获取图像的像素指针 CV Assert srcImg depth 61 61 CV 8U Mat ptr lt uchar gt int i 61 0 获取像素矩阵的指针 xff0c 索引i表示第几行 xff0c 从0开始计数 获取当前
  • OpenCV学习—02:记录程序的运行时间

    首先 xff0c 我的电脑配置 xff1a VS2013 43 Opencv3 1 0 43 Win 64bit 有时 xff0c 我们想知道要程序一共运行了多长时间 xff0c 这个很常用 xff0c 也很简单 xff0c 仅仅需要两个函
  • OpenCV学习—03:Mat对象

    Mat对象与IplImage对象 Mat对象是OpenCV2 0之后引进的数据结构 自动分配内存 不存在内存泄漏的问题 xff0c 是面向对象的数据结构 IplImage是从2001年OpenCV发布之后就一直存在的 xff0c 是C语言风
  • 无刷电机桨叶正反桨区别

    无刷电机桨叶正反桨区别 桨叶平放面对自己 xff0c 左高右低为反桨 xff0c 反之为正桨cw xff1a 反桨ccw xff1a 正桨作用 xff1a 为了抵消单个螺旋桨的反扭矩 xff0c 所以每个桨的旋转方向是不一样的
  • matlab的mac版本注释快捷键

    注释 xff1a command 43 取消注释 xff1a command 43 T
  • matlab polyfit和polyval函数的使用

    Matlab polyfit和polyval函数的使用 pp 61 polyfit t p n 多项式拟合 n为拟合的阶数 py 61 polyval pp t 求出多项式的值
  • 谷歌浏览器网页缩放

    谷歌浏览器网页缩放 win xff1a Ctrl 43 43 或者 mac xff1a command 43 43 或者
  • mac系统传统映像必须转换解决方法

    mac系统传统映像必须转换解决方法 步骤一 xff1a 打开电脑自带的 磁盘工具 步骤二 xff1a 选择映像 gt 转换即可
  • ubuntu18.04 command not found: catkin_init_workspace

    使用catkin init workspace命令报错 xff1a command not found catkin init workspace 使用以下命令解决 xff1a source opt ros kinetic setup ba
  • intel realsense D400系列相机介绍(一)

    文章目录 intel realsense D42 intel realsense D400介绍2 3 立体视觉深度技术概述2 4 摄像机系统框图2 5 英特尔Intel RealSense 深度模块D400系列产品2 6 英特尔Intel
  • 宏定义(无参,有参,宏函数)(详细介绍)

    以符号 开头的命令 xff0c 如 xff1a span class token macro property span class token directive keyword define span N 10 span span cl
  • intel realsense 深度视野范围与模组硬件说明

    文章目录 4 4 距离 xff08 Z xff09 处的深度视场4 5 无效深度带4 6 最小测量深度4 7 深度质量规范4 8 深度起点 xff08 地面零点参考 xff09 4 8 1 深度原点X Y坐标 7 2 视觉处理器D4板外形7