Pochopenie aplikácie 3D videnia v oblasti AGV/AMR

Key Takeaway:

3D videnie umožňuje mobilným robotom vidieť, pochopiť a interagovať s prostredím. Ide o multidisciplinárnu technológiu spájajúcu počítačovú grafiku, počítačové videnie a umelú inteligenciu. Technológia 3D videnia zachytáva trojrozmerné súradnice každého bodu vo svojom zornom poli prostredníctvom 3D kamier a rekonštruuje 3D obraz pomocou algoritmov. V porovnaní s 2D zobrazovaním je 3D videnie stabilnejšie, odolnejšie voči zmenám prostredia a osvetlenia a ponúka lepšiu používateľskú skúsenosť a vyššiu bezpečnosť.

Technologické cesty 3D videnia

3D senzory fungujú ako „oči“ 3D videnia a využívajú kombinácie viacerých kamier a hĺbkových senzorov na zhromažďovanie údajov o trojrozmernej polohe a veľkosti objektov. Hlavnými snímačmi 3D videnia, ktoré sú v súčasnosti k dispozícii, sú binokulárne kamery, kamery so štruktúrovaným svetlom a kamery TOF (Time of Flight).

• Technológia 3D štruktúrovaného svetla: Táto metóda využíva infračervené svetlo, ktoré sa premieta na objekt s určitým kódovaním. Keď sa svetlo odrazí späť, vzor sa zdeformuje v závislosti od vzdialenosti objektu. Obrazový snímač zachytí deformovaný vzor a pomocou triangulácie sa vypočíta deformácia každého pixelu, aby sa odvodila zodpovedajúca disparita a ďalej sa vypočítala hodnota hĺbky.

• Princíp TOF (Time of Flight).: Táto technika využíva zdroj infračerveného svetla na vyžarovanie vysokofrekvenčných svetelných impulzov na objekt, potom prijíma odrazené impulzy a vypočítava vzdialenosť od fotoaparátu k objektu meraním doby prechodu svetelných impulzov. V súčasnosti sú na trhu dve hlavné riešenia TOF: dTOF a iTOF. Odborníci sa domnievajú, že dTOF postupne nahradí iTOF kvôli jeho vynikajúcemu výkonu v kľúčových aspektoch, ako je rozlíšenie, presnosť, ultra nízka spotreba energie, silné schopnosti proti rušeniu a jednoduchá kalibrácia. Avšak dTOF má vysoké technické bariéry, vysokú systémovú integráciu a obmedzené zdroje dodávateľského reťazca.

• Technológia binokulárneho stereo videnia: Táto metóda simuluje ľudské videnie pozorovaním toho istého objektu z dvoch uhlov pohľadu, pričom sa získavajú obrazy objektu z rôznych perspektív. Pomocou triangulácie sa vypočíta polohová odchýlka (disparita) medzi pixelmi v obrazoch, aby sa získal 3D obraz objektu. Hardvérová štruktúra binokulárneho stereo videnia zvyčajne používa dve kamery ako zariadenia na získavanie vizuálneho signálu. Tieto kamery sa pripájajú k počítaču prostredníctvom karty na získavanie obrazu s dvoma vstupnými kanálmi a analógové signály zozbierané kamerami sú vzorkované, filtrované, vylepšené a konvertované do digitálnej formy, čím sa nakoniec poskytujú obrazové údaje do počítača.

Aplikácie 3D Vision v mobilných robotoch

Ako sa technológia videnia vyvíja z 2D na 3D, 3D zrakové senzory sa stávajú kľúčovými v mobilných robotoch, ponúkajú vnímanie hĺbky a umožňujú snímanie v reálnom čase v trojrozmerných priestoroch, presné rozpoznávanie objektov, detekciu a vyhýbanie sa viacerým prekážkam, inteligentné rozhodovanie, a automatizované vedenie. Tieto schopnosti sa čoraz viac uplatňujú v logistike, elektronickom obchode, automatizácii, výrobe, priemyselných a servisných robotoch, komerčných prostrediach a ďalších, pričom hranice aplikácií sa rozširujú.

V mobilnej robotike sa 3D videnie používa hlavne na navigáciu, vyhýbanie sa prekážkam a rozpoznávanie a ukotvenie koncového materiálu.

• Navigácia: Primárnou úlohou mobilných robotov je presné snímanie prostredia. „Prostredie“ tu zahŕňa rôzne faktory, ako je rušenie rôznymi svetelnými podmienkami v interiéri a exteriéri, prekážky na ceste, či je trasa voľná a rovná, typy objektov v prostredí, či existujú ľudia, ktorí môžu spôsobiť, že robot spomaliť alebo zastaviť, či je paleta pred vami prázdna alebo plná, kde sú vkladacie štrbiny naloženej palety a ako naplánovať trasu na vyzdvihnutie. Zjednodušene povedané, logika je taká, že mobilný robot založený na vízii potrebuje presne rozpoznať svoje okolie, vyhýbať sa dynamickým a statickým prekážkam, dynamicky sa približovať k cieľovému objektu (navigácia) a správne interagovať s cieľovým objektom (detekcia objektov a rozpoznávanie polohy).

• Vyhýbanie sa prekážkam: Trh ponúka rôzne snímače vyhýbania sa prekážkam, ako napríklad jednoriadkový LiDAR, ultrazvuk a kolízne pásy. Kolízne pásy sú zvyčajne poslednou líniou obrany na predchádzanie násilným kolíziám; vyhýbanie sa ultrazvukovým prekážkam často vedie k falošným pozitívam; jednoriadkový LiDAR má výrazné slepé uhly (detekuje len prekážky v dvojrozmernej rovine, nedokáže rozpoznať prekážky pod alebo nad laserom, čo predstavuje bezpečnostné riziko). 3D zrakové senzory dokážu tieto nedostatky kompenzovať. Najlepším súčasným riešením vyhýbania sa prekážkam pre mobilné roboty je kombinácia 3D zrakových senzorov a LiDAR, pričom 3D zrakové senzory poskytujú presné vyhýbanie sa prekážkam na krátke a stredné vzdialenosti a LiDAR pre dvojrozmerné vyhýbanie sa prekážkam na veľké vzdialenosti. Keďže kamery TOF prakticky nemajú žiadne slepé uhly, sú v súčasnosti najpoužívanejšími kamerami 3D videnia na vyhýbanie sa prekážkam AGV.

• Ukončiť rozpoznávanie a ukotvenie: V niektorých skladoch je umiestňovanie tovaru zložité a manuálne alebo vozidlové ukladanie paliet je často nepresné. Táto nepresnosť sťažuje bezpilotnému vysokozdvižnému vozíku presnú identifikáciu palety pomocou tradičných mechanických limitov alebo rozpoznávania monokulárnou kamerou, čo vedie k častým chybám pri polohovaní počas ukladania paliet a následne k nízkej prevádzkovej efektívnosti. Pomocou 3D videnia na zachytenie snímok paliet v kombinácii s príslušnými algoritmami spracovania obrazu dokáže vysokozdvižný vozík identifikovať polohu a súradnice polohy palety, inteligentne upraviť smer vkladania a dosiahnuť bezobslužnú inteligentnú manipuláciu s paletou, čím sa vyrieši problém výraznej uhlovej odchýlky počas bezpilotného vysokozdvižného vozíka. dokovanie paliet. Algoritmy AI možno navyše použiť na posilnenie a hlboké učenie modelov rozpoznávania paliet, čím sa ďalej zvyšuje presnosť rozpoznávania a sledovania paliet.
•  

Budúce smery: Vyššie rozlíšenie, rýchlejšia snímková frekvencia, lepšia prispôsobivosť k životnému prostrediu

Keďže aplikácie mobilných robotov sa neustále prehlbujú, zvýšil sa dopyt po vyšších schopnostiach snímania, čo posúva vývoj technológie 3D videnia týmto smerom. Súčasná aplikácia 3D videnia v mobilných robotoch je však stále v ranom štádiu. Keďže sa mobilné roboty neustále vyvíjajú, s rozmanitejšími aplikačnými prostrediami, požiadavky na systémy 3D videnia budú prísnejšie, čo bude viesť k ďalším vylepšeniam technológie 3D videnia.

Ak si chcete prečítať viac, kliknite na odkaz nižšie:

Predstavujeme podvozok robota Reeman Moon Knight

Predstavujeme Flash Food Delivery Robot

Predstavujeme pôrodného robota zdravotnej sestry