我的AI之路(36)--使用深度相机

      2019年一年内使用过三款深度相机用于机器人基于视觉的目标识别和测距，分别是小觅D1000-IR-120、钜芯、Intel Realsense D435(i) (D435i相对于D435来说增加了IMU功能模块)，时间久了容易忘记技术细节，现予以回顾记录备忘。

      目标识别当然是基于传统的OpenCV图像处理技术来实现或者使用深度学习网络模型来实现，对于简单的识别(目标和背景都非常单一)并且运行环境是嵌入式环境硬件资源非常有限，可以考虑使用OpenCV来实现即可，对于少复杂的物体识别，尤其背景复制干扰多的还是得使用深度学习模型，甚至还得辅助以其他手段确认，例如红外、超声等(对于测量目标是刚体的并且不关注其形状和不需要识记，并且成本可以接受的话，直接使用激光测距当然是最好最可靠的途径)。 有时受限于要识别的目标是非刚体非固定轮廓外形等特殊性质，例如烟火雾之类的东西，只有使用视觉识别辅助以红外等技术途径，这时可使用深度摄像头拍摄图像交给深度学习网络模型识别出目标，并根据目标在图像中的位置，读取对应的深度图数据获得目标的距离，这是大致的技术思路，具体的实现细节涉及商业秘密不便多说。

     在此通过三篇文章只介绍这三款深度相机的使用，三款深度相机的彩色和深度图的分辨率都支持常用的1280x720(分辨率太小的话都知道图片模糊不清识别效果肯定差，分辨率太大的话图片在进行模型训练前最好根据图像本身情况和要识别的目标的情况先做合适预处理，不然可能会有问题，训练效果差)，对于三款深度相机的测距范围，相机各自官方给出的数据是：

     小觅D1000-IR-120: 0.32-7 m

     钜芯双目: 0.7-100 m

     Intel Realsense D435(i): 0.1-10 m

      无意对任何一款相机做夸大或贬损，只就本人实际使用的效果来说，在无环境光等干扰因素、可见度适中的前提下，感觉Intel Realse