如需在汽车工业等生产线使用3D相机自动检测目标体积或目标的多角度视图，则必须快速生成和处理高分辨率的3D数据。配备500万像素大尺寸传感器和可变基线的立体相机系统可提供理想数据。但是，在此类性能要求较高的3D应用中，接口及CPU性能极易出现瓶颈。

挑战：在不影响数据质量的情况下降低数据传输速率和系统性能的要求，同时减小系统占用空间和提高运行效率。因此，带有集成数据处理功能的Ensenso XR系列嵌入式3D相机是一个理想选择。

在基于空间视觉（立体视觉）原理的3D相机应用中，相机要以高分辨率及高帧率处理图像，快速生成结果数据并进行下一步处理。在计算立体相机图像中的三维数据（即“点云”）时，涉及一些复杂的处理步骤，这些步骤以往是由强大的工业计算机(IPC)执行。目前，对这些数据的质量和生成速度要求越来越高，如Ensenso X系列3D相机，使用了带有千兆以太网接口的高分辨率2D相机。但是，将2D数据传输至工业计算机进行处理时，需要优化网络带宽，避免出现延时或数据丢失。除此之外，IPC硬件的处理能力必须不断提升，避免影响整个系统的性能。

借助高质量的组件，3D相机系统的性能可得到进一步的提升。由于2D相机可轻松替换，Ensenso X系列的灵活设计不受特定数据接口和传感器的限制，可以根据需求提升速度、尺寸和质量。但是，高分辨率、高速GigE相机、特殊屏蔽电缆、高性能网络技术和PC硬件成本对于某些应用来说过于高昂。此外，还需要有足够大的空间容纳这些外围设备。

Ensenso设计了创新的解决方案，推出新款XR相机系列。基于“物联网”(IoT)的理念，“分布式系统”中的每个单独组件均执行一个特定的任务，所生成的结果可直接由其他系统使用。面向3D相机领域，这些结果则是真实物体像素的三维坐标。

3D数据处理对比

本地3D数据处理

将系统芯片(SoC)集成到Ensenso XR相机上，相机可自行完成立体分析等3D图像处理。校正镜头畸变后，相机会通过虚拟旋转（纠正）将2D图像传输至立体系统，这种方式极大地简化了后续分析过程。然后，针对静止或移动场景，高度优化的匹配算法会根据所记录的图像搜索对应的像素。因多台相机的视角不同，这些像素在图像平面上也会有不同的水平偏移，即“误差”。由于平行立体系统中的几何关系，结合光束集和焦距、像素大小及立体系统的基线长度等系统参数，会存在3D点云空间深度的误差。

通过FPGA，相机可实现极高的3D数据传输率，Ensenso X系统可与搭载英特尔酷睿i7四核处理器的计算机速度相媲美。

“将集成的数据处理功能与FlexView2技术相结合，可准确快速地获取图像的详细信息。”

— IDS产品经理兼3D图像处理专家MARTIN HENNEMANN表示 —

“嵌入式”的好处

结合FlexView2技术，XR36系列型号可为静态场景的3D数据集处理多达16个连续图像，而不需要将原始数据传输到主机上，带来额外的延迟。FlexView2取代投影图案，每个图像对会生成不同的3D点云，从而形成高分辨率的3D数据。

将计算密集型任务迁移至相机后，不再需要通过强大的工业计算机处理数据。此外，通过传输3D数据结果，而非高分辨率的2D原始数据，可以降低网络负载。可通过直接访问内存方式进行图像采集与处理，相比于外部工业PC处理图像的这种方式，在降低数据传输率要求和降低宽带方面有巨大优势。

新版XR系列相机可节约资源，这一特性对多相机系统尤为有利。如果通过网络传输多个高分辨率2D相机的原始数据，则极易出现带宽瓶颈，从而导致帧率下降，并对整体性能造成负面影响。通过预处理和减少同步数据，XR系列的性能更为卓越，其数据传输率可靠、外围设备的计算量减少，对空间需求也因此降低。集成Ensenso XR相机的3D应用可更轻松地满足各类要求。

为进一步降低数据传输率，相机将仅传输视差图。相较于颜色叠加的32位RDB图像（即完整点云），16位单通道图像的数据量要少得多。可直接通过Ensenso SDK完成这项简单的转换，无需由工业PC承担太多的计算负荷。

3D多相机系统对比

独立性强

相较于其他3D相机，在3D应用中之所以选择Ensenso XR立体相机，不仅是因为它具备速度优势，还因为它有着更高的独立性。通过减少在网络外围设备和工业计算机硬件性能方面的需求，降低了成本，3D应用的整个构建过程获得简化，特别是多相机系统应用。

此外，新款Ensenso XR相机集成了一个前灯。在使用过程中，若环境光线不足或没有外部照明的情况下，前灯可根据工作环境进行标定，提高2D相机的图像质量。除了GigE数据接口外，Ensenso XR系列还支持无线传输功能。在接线困难或接线成本较高的情况下，无线传输对于临时获取数据和参数而言非常有用。

Ensenso XR系列在很多方面获得改进，为3D相机技术应用开创了新的领域。在优化数据交换方面，下一步应推进集成数据处理功能。