Înțelegerea aplicării 3D Vision în domeniul AGV/AMR

Cheie la pachet:

Viziunea 3D le permite roboților mobili să vadă, să înțeleagă și să interacționeze cu mediul lor. Este o tehnologie multidisciplinară care combină grafica computerizată, viziunea pe computer și inteligența artificială. Tehnologia de viziune 3D captează coordonatele tridimensionale ale fiecărui punct din câmpul său vizual prin intermediul camerelor 3D, reconstruind o imagine 3D folosind algoritmi. În comparație cu imaginile 2D, viziunea 3D este mai stabilă, mai rezistentă la schimbările de mediu și de iluminare și oferă o experiență mai bună pentru utilizator și o siguranță mai mare.

Căile tehnologiei 3D Vision

Senzorii 3D acționează ca „ochii” vederii 3D, folosind combinații de mai multe camere și senzori de adâncime pentru a colecta date despre poziția tridimensională și dimensiunea obiectelor. Principalii senzori de viziune 3D disponibili în prezent sunt camerele binoculare, camerele cu lumină structurată și camerele TOF (Time of Flight).

• Tehnologia Luminii Structurate 3D: Această metodă folosește lumină infraroșie, care este proiectată pe un obiect cu o anumită codificare. Când lumina se reflectă înapoi, modelul se va deforma în funcție de distanța obiectului. Senzorul de imagine captează modelul deformat și, folosind triangularea, deformația fiecărui pixel este calculată pentru a obține disparitatea corespunzătoare și pentru a calcula în continuare valoarea adâncimii.

• Principiul TOF (timp de zbor).: Această tehnică folosește o sursă de lumină infraroșie pentru a emite impulsuri de lumină de înaltă frecvență asupra unui obiect, apoi primește impulsurile reflectate și calculează distanța de la cameră la obiect prin măsurarea timpului de călătorie al impulsurilor de lumină. În prezent, pe piață există două soluții TOF principale: dTOF și iTOF. Experții din industrie cred că dTOF va înlocui treptat iTOF datorită performanței sale superioare în aspecte cheie, cum ar fi rezoluția, acuratețea, consumul de energie ultra-scăzut, capabilitățile puternice anti-interferențe și calibrarea simplă. Cu toate acestea, dTOF are bariere tehnice ridicate, integrare ridicată a sistemului și resurse limitate ale lanțului de aprovizionare.

• Tehnologie de vedere stereo binoculară: Această metodă simulează vederea umană prin observarea aceluiași obiect din două puncte de vedere, obținând imagini ale obiectului din perspective diferite. Folosind triangularea, deviația de poziție (diferența) dintre pixelii din imagini este calculată pentru a obține o imagine 3D a obiectului. Structura hardware a vederii stereo binoculare utilizează de obicei două camere ca dispozitive de achiziție a semnalului vizual. Aceste camere se conectează la un computer printr-un card de achiziție a imaginii cu canal dublu de intrare, iar semnalele analogice colectate de camere sunt eșantionate, filtrate, îmbunătățite și convertite în formă digitală, furnizând în sfârșit date de imagine computerului.

Aplicații ale 3D Vision în roboții mobili

Pe măsură ce tehnologia vederii evoluează de la 2D la 3D, senzorii de viziune 3D devin cruciali în roboții mobili, oferind percepția în profunzime și permițând detectarea în timp real în spații tridimensionale, recunoașterea precisă a obiectelor, detectarea și evitarea obstacolelor multiple, luarea inteligentă a deciziilor, și ghidare automată. Aceste capabilități sunt din ce în ce mai aplicate în logistică, comerț electronic, automatizare, producție, roboți industriali și de servicii, setări comerciale și multe altele, cu extinderea limitelor aplicațiilor.

În robotica mobilă, viziunea 3D este folosită în principal pentru navigare, evitarea obstacolelor și recunoașterea și andocarea materialului final.

• Navigare: Detectarea precisă a mediului este sarcina principală pentru roboții mobili. „Mediul” aici include diverși factori, cum ar fi interferența din diferite condiții de iluminare în interior și în aer liber, obstacole în cale, dacă traseul este clar și plat, tipurile de obiecte din mediu, dacă există persoane care pot determina robotul să încetiniți sau opriți, indiferent dacă paletul din față este gol sau plin, unde sunt fantele de inserare ale unui palet încărcat și cum să planificați traseul pentru ridicare. Simplificată, logica este că un robot mobil bazat pe viziune trebuie să recunoască cu precizie împrejurimile sale, să evite obstacolele dinamice și statice, să se apropie de obiectul țintă în mod dinamic (navigație) și să interacționeze corect cu obiectul țintă (detecția obiectului și recunoașterea poziționării).

• Evitarea obstacolelor: Piața oferă o varietate de senzori pentru evitarea obstacolelor, cum ar fi LiDAR cu o singură linie, ultrasunete și benzi de coliziune. Benzile de coliziune sunt de obicei ultima linie de apărare pentru prevenirea coliziunilor violente; evitarea obstacolelor cu ultrasunete duce adesea la rezultate false pozitive; LiDAR cu o singură linie are puncte moarte semnificative (detectarea obstacolelor doar într-un plan bidimensional, incapabil să detecteze obstacole sub sau deasupra laserului, prezentând un risc de siguranță). Senzorii de vedere 3D pot compensa aceste neajunsuri. Cea mai bună soluție actuală de evitare a obstacolelor pentru roboții mobili este o combinație de senzori de viziune 3D și LiDAR, cu senzori de vedere 3D care asigură evitarea precisă a obstacolelor pe distanță scurtă și medie și LiDAR pentru evitarea obstacolelor bidimensionale pe distanță lungă. Deoarece camerele TOF practic nu au unghiuri moarte, ele sunt în prezent cele mai utilizate camere de viziune 3D pentru evitarea obstacolelor AGV.

• Încheiați recunoașterea și andocarea: În unele depozite, amplasarea mărfurilor este complexă, iar amplasarea manuală sau pe vehicule a paleților este adesea inexactă. Această inexactitate face dificilă identificarea cu precizie a paletului de către un stivuitor fără echipaj, folosind limitele mecanice tradiționale sau recunoașterea camerei monoculare, ceea ce duce la erori frecvente de poziționare în timpul andocării paleților și, în consecință, la eficiență operațională scăzută. Folosind viziunea 3D pentru a captura imagini ale paleților, combinată cu algoritmi adecvați de procesare a imaginii, stivuitorul poate identifica poziția și coordonatele posturii paletului, poate ajusta în mod inteligent direcția de inserare și poate realiza manipularea inteligentă a paleților fără echipaj, rezolvând problema deviației unghiulare semnificative în timpul stivuitorului fără echipaj. andocare pentru paleți. În plus, algoritmii AI pot fi folosiți pentru a consolida și a învăța profund modelele de recunoaștere a paleților, îmbunătățind și mai mult acuratețea recunoașterii și urmăririi paleților.
•  

Direcții viitoare: rezoluție mai mare, viteze de cadre mai rapide, adaptabilitate mai bună la mediu

Pe măsură ce aplicațiile roboților mobili continuă să se aprofundeze, cererea pentru capacități de detectare mai mari a crescut, împingând dezvoltarea tehnologiei de viziune 3D în această direcție. Cu toate acestea, aplicarea actuală a viziunii 3D în roboții mobili este încă în stadii incipiente. Pe măsură ce roboții mobili continuă să evolueze, cu medii de aplicații mai diverse, cerințele pentru sistemele de viziune 3D vor deveni mai stricte, conducând la îmbunătățiri suplimentare ale tehnologiei de viziune 3D.

Vă rugăm să faceți clic pe linkul de mai jos pentru a citi mai multe:

Vă prezentăm șasiul robotului Reeman Moon Knight

Vă prezentăm Robotul de livrare de alimente Flash

Vă prezentăm robotul de livrare a spitalului asistent medical