ZED SDK のステレオカメラで欠損値の扱いを調査する。

この記事で述べること

• 3Dカメラのdepthデータは計測点によって信頼度が異なる。
• そのため、信頼度の低い計測点を除外することが必要になる。
• 除外した点は欠損点となる。
• 欠損点の頻度を調整するパラメータがZED SDKに何があるか
• 欠損点を生じたときのデータはどのようになるか

想定する読者

stereolabsのzed2, zed mini, zed x などのステレオカメラの利用者
いまどきのステレオカメラは何ができるのかを知りたい人

前提

ZED SDK 4.1
Ubuntu 20.04
ZED2i
Python 版のAPI

ZED SDKでの設定パラメータ

runtime_parameters = sl.RuntimeParameters()
(中略)
# 値を100にすると欠損値が少なくなる方向。値を小さくすると、欠損値が増える。
runtime_parameters.confidence_threshold = 1 ~ 100 の数値
runtime_parameters.enable_fill_mode = True or False
# 値を100にすると欠損値が少なくなる方向。値を小さくすると、欠損値が増える。
runtime_parameters.texture_confidence_threshold = 1 ~ 100の数値
runtime_parameters.remove_saturated_areas = True or False
(中略)
zed.grab(runtime_parameters)

他にも影響するパラメータ

init_params.depth_mode = depthの計算方式です。
init_params.depth_stabilization
init_params.enable_right_side_measure = 物体の右側のエッジでのdepthを計算するかどうか

欠損値はどのように含まれるか

depth_map

.py

zed = sl.Camera()
err = zed.open(init_params)
depth_map = sl.Mat()

zed.retrieve_measure(depth_map, sl.MEASURE.DEPTH)  # Retrieve depth
depth_map_data = depth_map.get_data()
H, W = depth_map_data.shape[:2]
count_isfinite = np.count_nonzero(np.isfinite(depth_map_data))
count_isnan = np.count_nonzero(np.isnan(depth_map_data))
count_isneginf = np.count_nonzero(np.isneginf(depth_map_data))
count_isposinf = np.count_nonzero(np.isposinf(depth_map_data))

このようにすることで、isfinte以外のデータである欠損値がどの程度の頻度で存在するのかを確認できます。

点群のZ成分

.py

zed.retrieve_measure(point_cloud, sl.MEASURE.XYZRGBA)
points = point_cloud.get_data()
print(f"{points.shape=}")

points_z = points[:, :, 2]
count_isfinite_points_z = np.count_nonzero(np.isfinite(points_z))
count_isnan_points_z = np.count_nonzero(np.isnan(points_z))
count_isneginf_points_z = np.count_nonzero(np.isneginf(points_z))
count_isposinf_points_z = np.count_nonzero(np.isposinf(points_z))

点群の色成分

.py

zed.retrieve_measure(point_cloud, sl.MEASURE.XYZRGBA)
points = point_cloud.get_data()
print(f"{points.shape=}")
assert depth_map_data.shape == points.shape[:2]
# 点群の最後の成分は色情報をfloat32にしたもの。
points_color = points[:, :, 3]
count_isfinite_points = np.count_nonzero(np.isfinite(points_color))
count_isnan_points = np.count_nonzero(np.isnan(points_color))
count_isneginf_points = np.count_nonzero(np.isneginf(points_color))
count_isposinf_points = np.count_nonzero(np.isposinf(points_color))

このような手法で、欠損値の状況を知ることができます。