A robotikai technológia mai fejlesztésével az AMR (Autonóm Mobile Robot) a logisztika, a gyártás, az orvosi és egyéb területek alapvető hajtóerejévé vált. Ezek a robotok képesek autonóm módon navigálni, elkerülni az akadályokat, és feladatok elvégzésére, jelentősen javíthatják a hatékonyságot és a rugalmasságot. A beágyazott kameráik az AMR -t átitatják ezzel az intelligenciával. A kamera a robot "szeme", és kiválasztása és teljesítménye közvetlenül meghatározza az AMR megbízhatóságát és alkalmazásának határait.
Mint a kameramodulokra szakosodott tanácsadók, ez a cikk az AMRS -ben használt két fő kamera - mélység elemzését nyújtja: 2D látás és 3D látás. Részletesen részletezzük a technikai szempontokat, amikor az AMR -k számára kamerákat választunk, beleértve a redőnytípusokat, az interfész opciókat és a 3D látástechnológiát, amely professzionális kiválasztási útmutatót kínál a beágyazott látásmérnökök számára.
Két széles típusú kamerát használtak az AMRS -ben
Az AMR mezőben a beágyazott kamerák elsősorban két kategóriába oszlanak: 2D látáskamerák és 3D látáskamerák. Noha mindkettőt a környezeti észleléshez használják, funkcióik és alkalmazásuk forgatókönyvei alapvetően különböznek egymástól.
1. 2 D Vision Kamerák az AMRS -hez
Ezek a kamerák a gyakori kamerák, amelyeket minden nap látunk, elsősorban két - dimenziós képinformációt rögzítenek. Ezek az AMRS egyik legalapvetőbb és legfontosabb észlelési érzékelője.
A 2D látáskamerák tipikus alkalmazásai közé tartozik a Visual SLAM (autonóm navigáció és lokalizáció), QR -kód vagy vonalkódfelismerés, valamint az objektumok egyszerű azonosítása és nyomon követése. Alacsony - költségek és egyszerűen feldolgozhatók, így sok AMR navigációs rendszer magja.
2. 3 D Vision Kamerák az AMRS -hez
Ezek a kamerák nemcsak képeket rögzítenek, hanem mélységi információkat is szereznek a jelenetről, hogy egy három - dimenziós modellt készítsenek. Ez lehetővé teszi a robotok számára, hogy érzékeljék a tárgyak méretét, alakját és távolságát.
Tipikus alkalmazások a3D Vision KamerákTartalmazza a pontos akadályok elkerülését összetett környezetben, a raklapok vagy polcok pontos elhelyezkedését és a robotok szedéshez történő megragadó feladatait . 3 D A Vision gazdagabb környezeti adatokkal rendelkezik, amelyek lehetővé teszik a fejlettebb feladatok elvégzését.
Fontos tényezők, amelyeket figyelembe kell venni egy 2D látási kamera kiválasztásakor
Amikor egy 2D látási kamerát választ egy AMR -hez, a mérnököknek számos kulcsfontosságú tényezőt kell mérlegelniük. Ez nem csak a képminőséget befolyásolja, hanem közvetlenül befolyásolja a robot teljesítményét és megbízhatóságát.
1. Redőnytípus: Rolling redőny vs. Global Shutter Robot Vision
A redőnytípus a robot látás sarokköve. A gördülő redőny soronként átvizsgálja a képvonalat, ami "Jello effektus" vagy ferde képet eredményez, amikor a robot nagy sebességgel mozog. Ez az AMRS kritikus kérdése, amelyek pontos navigációt és objektumfelismerést igényelnek.
Ezzel szemben egy globális redőny egyidejűleg rögzíti a teljes képet, biztosítva a torzítást - ingyenes képeket is nagy sebességgel vagy mozgó objektumok rögzítésekor. Az AMR -k esetében, amelyeknek a mozgó akadályok észlelésének vagy dinamikus környezetben kell működniük, a globális redőny megbízhatóbb lehetőség, bár általában magasabb költségekkel jár.
2. Az érzékelő felbontása és a képkockasebesség
A magasabb felbontás részletesebb részleteket nyújt, ami elengedhetetlen a QR -kódfelismeréshez, a szöveges olvasáshoz vagy a kis akadályok észleléséhez. A megnövekedett felbontás azonban gyakran csökkenti a képkocka sebességét és növeli a processzor terhelését. A mérnököknek egyensúlyt kell találniuk a felbontás és a képkockasebesség között, hogy a robot valós időben feldolgozza a képadatokat és gyorsan reagáljon.
3. lencse látómező (FOV) és torzítás
A 2D látáskamera látómezője (FOV) meghatározza a robot környezetének tartományát. A széles FOV elengedhetetlen a robot navigációhoz és a feltérképezéshez. Ugyanakkor a széles - szöglencsék gyakran bevezetik a kép torzítását, amely szoftver algoritmusokon keresztül korrekciót igényel; Ellenkező esetben a navigációs pontosságot befolyásolhatja.
4. Interfész opciók: Kamera interfész opciók (USB, MIPI CSI, GMSL2, GIGE) az AMRS -hez
A kamera felületének megválasztása közvetlenül befolyásolja az adatátviteli sebességet, a kábelhosszot és a rendszer bonyolultságát.
A MIPI CSI interfész nagy sávszélességet és alacsony energiafogyasztást kínál, így ideális az AMRS könnyű beágyazott kameráihoz. A kábel hossza azonban korlátozott.
Az USB interfész sokoldalú és könnyen használható, de több processzor erőforrást fogyaszthat, és sávszélesség -korlátozásokkal rendelkezik, ha több kamerát egyszerre használnak.
A Gige (Gigabit Ethernet) interfész támogatja a hosszú - távolságátvitelt, és nagyon stabil, de viszonylag nagy teljesítményt fogyaszt, és további hálózati kártyát igényelhet.
A GMSL2 (Gigabites Multimedia Serial Link) interfész egy autóipari ipari szabvány, amely támogatja a hosszú kábeleket és a multi - kamera átvitelét, így ideális választás az összetett AMR rendszerek számára. Ez azonban magasabb költségekkel jár.
Fontos tényezők, amelyeket figyelembe kell venni egy 3D látási kamera kiválasztásakor
A fent említett tényezők mellett a 2D kamerák esetében, amikor egy 3D látási kamerát választanak az AMR -hez, fontos a következő műszaki jellemzőkre összpontosítani.
1. 3 D Technológiai típusok: sztereó látás, repülés ideje és strukturált fény
A Stereo Vision két kamerát használ az emberi szem szimulálására, és a mélységinformációkat a parallaxis számítások révén kapja meg. Hátránya az, hogy gazdag textúrákat igényel a működéshez, és számítástechnikai szempontból intenzív. Értékesítési pontja az, hogy passzív és a környezeti fény nem érinti, így alkalmas kültéri alkalmazásokra.
A repülés ideje (TOF) kiszámítja a távolságot a - kerek pulzus -időtartam mérésével. Értékesítési pontjai magas valós - időteljesítmény és minimális számítási erőfeszítések. Hátránya az, hogy általában alacsony felbontású és hajlamos az erős kültéri fény beavatkozására.
A strukturált fény egy adott mintát vetít egy jelenetre, majd a mintázat torzulásának elemzésével kiszámítja a mélységet. Értékesítési pontja nagy pontosság. Hátrányai jelentősen érzékenyek a környezeti fényre és a korlátozott működési tartományra.
2.
A 3D látáskamera mélységének pontossága és tényleges tartománya a legfontosabb teljesítménymutatók. A robotok szedése rendkívül nagy mélység pontosságot igényel az objektumok azonosításához és megragadásához, míg a navigáció és az akadályok elkerülése hosszabb effektív tartományt igényel. A mérnököknek meg kell találniuk az optimális egyensúlyt a pontosság és a tartomány között, hogy megfeleljenek a kamera AMR -k számára a kamera kiválasztásának konkrét igényeinek.
3. A processzor követelményei és az energiafogyasztás
A 3D -s látás általában szignifikánsan több nyers adatfeldolgozást igényel, mint a 2D látás. Mind a binokuláris eltérés kiszámításához, mind a pontfelhő -adatfeldolgozáshoz hatékony processzort igényel. Ez jelentős fájdalompontot jelent az akkumulátor - motoros AMR -k számára. A mérnököknek mérlegelniük kell, hogy akameramodulVan egy beépített - a 3D processzorban, és hogy a szoftverfejlesztési készlet (SDK) hatékony -e a robot akkumulátorának élettartamát és teljesítményét.
Összefoglalás
A beágyazott kamera kiválasztása az AMR -hez egy összetett műszaki döntés, amely megköveteli a 2D és a 3D látás megfelelő erősségeit és korlátait. A gördülő redőny és a globális redőny közötti választástól a kamera interfészek kiegyensúlyozásáig minden lépés döntő jelentőségű. A megfelelő kamera kiválasztása alapvető fontosságú a megbízható robot működéséhez és a projekt sikerének döntő fontosságához.
MuchVision segít az AMR kiválasztásában
Küzd a projekthez megfelelő AMR kamera kiválasztásával?Vegye fel a kapcsolatot ma szakértői csapatunkkalÉs professzionális kameramodulokat és beágyazott látási megoldásokat kínálunk Önnek, amelyek segítenek a magas - teljesítményű AMR felépítésében!