Κατανόηση της εφαρμογής της 3D Vision στο πεδίο AGV/AMR

Key Takeaway:

Η τρισδιάστατη όραση επιτρέπει στα κινητά ρομπότ να βλέπουν, να κατανοούν και να αλληλεπιδρούν με το περιβάλλον τους. Είναι μια πολυεπιστημονική τεχνολογία που συνδυάζει γραφικά υπολογιστή, όραση υπολογιστή και τεχνητή νοημοσύνη. Η τεχνολογία τρισδιάστατης όρασης καταγράφει τις τρισδιάστατες συντεταγμένες κάθε σημείου εντός του οπτικού του πεδίου μέσω τρισδιάστατων καμερών, αναδημιουργώντας μια τρισδιάστατη εικόνα χρησιμοποιώντας αλγόριθμους. Σε σύγκριση με την απεικόνιση 2D, η όραση 3D είναι πιο σταθερή, ανθεκτική στις αλλαγές του περιβάλλοντος και του φωτισμού και προσφέρει καλύτερη εμπειρία χρήστη και υψηλότερη ασφάλεια.

Διαδρομές τεχνολογίας 3D Vision

Οι τρισδιάστατοι αισθητήρες λειτουργούν ως τα «μάτια» της τρισδιάστατης όρασης, χρησιμοποιώντας συνδυασμούς πολλαπλών καμερών και αισθητήρων βάθους για τη συλλογή δεδομένων σχετικά με την τρισδιάστατη θέση και το μέγεθος των αντικειμένων. Οι κύριοι αισθητήρες τρισδιάστατης όρασης που διατίθενται επί του παρόντος είναι κάμερες διόπτρας, κάμερες δομημένου φωτός και κάμερες TOF (Time of Flight).

• Τεχνολογία 3D δομημένου φωτός: Αυτή η μέθοδος χρησιμοποιεί υπέρυθρο φως, το οποίο προβάλλεται σε ένα αντικείμενο με συγκεκριμένη κωδικοποίηση. Όταν το φως ανακλάται προς τα πίσω, το σχέδιο θα παραμορφωθεί ανάλογα με την απόσταση του αντικειμένου. Ο αισθητήρας εικόνας καταγράφει το παραμορφωμένο μοτίβο και χρησιμοποιώντας τριγωνισμό, υπολογίζεται η παραμόρφωση κάθε εικονοστοιχείου για να εξαχθεί η αντίστοιχη διαφορά και να υπολογιστεί περαιτέρω η τιμή βάθους.

• Αρχή TOF (Time of Flight).: Αυτή η τεχνική χρησιμοποιεί μια πηγή υπέρυθρου φωτός για να εκπέμπει παλμούς φωτός υψηλής συχνότητας σε ένα αντικείμενο, στη συνέχεια λαμβάνει τους ανακλώμενους παλμούς και υπολογίζει την απόσταση από την κάμερα στο αντικείμενο μετρώντας το χρόνο διαδρομής των παλμών φωτός. Επί του παρόντος, υπάρχουν δύο κύριες λύσεις TOF στην αγορά: dTOF και iTOF. Οι ειδικοί του κλάδου πιστεύουν ότι το dTOF θα αντικαταστήσει σταδιακά το iTOF λόγω της ανώτερης απόδοσής του σε βασικές πτυχές όπως η ανάλυση, η ακρίβεια, η εξαιρετικά χαμηλή κατανάλωση ενέργειας, οι ισχυρές δυνατότητες κατά των παρεμβολών και η απλή βαθμονόμηση. Ωστόσο, το dTOF έχει υψηλά τεχνικά εμπόδια, υψηλή ενοποίηση συστήματος και περιορισμένους πόρους της εφοδιαστικής αλυσίδας.

• Binocular Stereo Vision Technology: Αυτή η μέθοδος προσομοιώνει την ανθρώπινη όραση παρατηρώντας το ίδιο αντικείμενο από δύο οπτικές γωνίες, λαμβάνοντας εικόνες του αντικειμένου από διαφορετικές οπτικές γωνίες. Χρησιμοποιώντας τον τριγωνισμό, υπολογίζεται η απόκλιση θέσης (διαφορά) μεταξύ των εικονοστοιχείων στις εικόνες για να ληφθεί μια τρισδιάστατη εικόνα του αντικειμένου. Η δομή υλικού της διόφθαλμης στερεοφωνικής όρασης χρησιμοποιεί συνήθως δύο κάμερες ως συσκευές λήψης οπτικού σήματος. Αυτές οι κάμερες συνδέονται με έναν υπολογιστή μέσω μιας κάρτας λήψης εικόνας καναλιών διπλής εισόδου και τα αναλογικά σήματα που συλλέγονται από τις κάμερες δειγματίζονται, φιλτράρονται, βελτιώνονται και μετατρέπονται σε ψηφιακή μορφή, παρέχοντας τελικά δεδομένα εικόνας στον υπολογιστή.

Εφαρμογές του 3D Vision σε κινητά ρομπότ

Καθώς η τεχνολογία όρασης εξελίσσεται από 2D σε 3D, οι αισθητήρες όρασης 3D γίνονται ζωτικής σημασίας για τα κινητά ρομπότ, προσφέροντας αντίληψη βάθους και επιτρέποντας ανίχνευση σε πραγματικό χρόνο σε τρισδιάστατους χώρους, ακριβή αναγνώριση αντικειμένων, ανίχνευση και αποφυγή πολλαπλών εμποδίων, έξυπνη λήψη αποφάσεων. και αυτοματοποιημένη καθοδήγηση. Αυτές οι δυνατότητες εφαρμόζονται ολοένα και περισσότερο στα logistics, το ηλεκτρονικό εμπόριο, τον αυτοματισμό, την κατασκευή, τα βιομηχανικά ρομπότ και τα ρομπότ υπηρεσιών, τις εμπορικές ρυθμίσεις και πολλά άλλα, με διευρυνόμενα όρια εφαρμογών.

Στην κινητή ρομποτική, η τρισδιάστατη όραση χρησιμοποιείται κυρίως για πλοήγηση, αποφυγή εμποδίων και αναγνώριση τελικού υλικού και σύνδεση.

• Πλοήγηση: Η ακριβής περιβαλλοντική ανίχνευση είναι το πρωταρχικό καθήκον για τα κινητά ρομπότ. Το "περιβάλλον" εδώ περιλαμβάνει διάφορους παράγοντες όπως παρεμβολές από διαφορετικές συνθήκες φωτισμού σε εσωτερικούς και εξωτερικούς χώρους, εμπόδια στο μονοπάτι, εάν η διαδρομή είναι καθαρή και επίπεδη, τα είδη των αντικειμένων στο περιβάλλον, αν υπάρχουν άτομα που μπορεί να αναγκάσουν το ρομπότ να επιβραδύνετε ή σταματήστε, εάν η παλέτα μπροστά είναι άδεια ή γεμάτη, πού βρίσκονται οι υποδοχές εισαγωγής μιας φορτωμένης παλέτας και πώς να σχεδιάσετε τη διαδρομή για την παραλαβή. Απλοποιημένη, η λογική είναι ότι ένα κινητό ρομπότ που βασίζεται στην όραση πρέπει να αναγνωρίζει με ακρίβεια το περιβάλλον του, να αποφεύγει δυναμικά και στατικά εμπόδια, να προσεγγίζει δυναμικά το αντικείμενο στόχο (πλοήγηση) και να αλληλεπιδρά σωστά με το αντικείμενο στόχο (ανίχνευση αντικειμένου και αναγνώριση θέσης).

• Αποφυγή εμποδίων: Η αγορά προσφέρει μια ποικιλία αισθητήρων αποφυγής εμποδίων, όπως LiDAR μονής γραμμής, υπέρηχους και ταινίες σύγκρουσης. Οι ταινίες σύγκρουσης είναι συνήθως η τελευταία γραμμή άμυνας για την πρόληψη βίαιων συγκρούσεων. Η αποφυγή εμποδίων με υπερήχους συχνά οδηγεί σε ψευδώς θετικά αποτελέσματα. Το LiDAR μονής γραμμής έχει σημαντικά τυφλά σημεία (ανιχνεύει μόνο εμπόδια σε δισδιάστατο επίπεδο, δεν μπορεί να ανιχνεύσει εμπόδια κάτω ή πάνω από το λέιζερ, θέτοντας σε κίνδυνο την ασφάλεια). Οι αισθητήρες τρισδιάστατης όρασης μπορούν να αντισταθμίσουν αυτές τις ελλείψεις. Η καλύτερη τρέχουσα λύση αποφυγής εμποδίων για κινητά ρομπότ είναι ένας συνδυασμός τρισδιάστατων αισθητήρων όρασης και LiDAR, με αισθητήρες όρασης 3D που παρέχουν ακριβή αποφυγή εμποδίων μικρής και μεσαίας εμβέλειας και το LiDAR για αποφυγή εμποδίων μεγάλης εμβέλειας. Δεδομένου ότι οι κάμερες TOF ουσιαστικά δεν έχουν τυφλά σημεία, είναι επί του παρόντος οι πιο ευρέως χρησιμοποιούμενες κάμερες 3D όρασης για την αποφυγή εμποδίων AGV.

• Αναγνώριση τέλους και σύνδεση: Σε ορισμένες αποθήκες, η τοποθέτηση των εμπορευμάτων είναι πολύπλοκη και η χειροκίνητη τοποθέτηση παλετών ή η τοποθέτηση παλετών με όχημα είναι συχνά ανακριβής. Αυτή η ανακρίβεια καθιστά δύσκολο για ένα μη επανδρωμένο περονοφόρο ανυψωτικό να αναγνωρίσει με ακρίβεια την παλέτα χρησιμοποιώντας παραδοσιακά μηχανικά όρια ή μονόφθαλμη αναγνώριση κάμερας, οδηγώντας σε συχνά σφάλματα τοποθέτησης κατά τη σύνδεση της παλέτας και, κατά συνέπεια, χαμηλή λειτουργική απόδοση. Χρησιμοποιώντας τρισδιάστατη όραση για τη λήψη εικόνων παλετών, σε συνδυασμό με κατάλληλους αλγόριθμους επεξεργασίας εικόνας, το περονοφόρο ανυψωτικό μπορεί να αναγνωρίσει τη θέση και τις συντεταγμένες στάσης της παλέτας, να προσαρμόσει έξυπνα την κατεύθυνση εισαγωγής και να επιτύχει μη επανδρωμένο έξυπνο χειρισμό παλετών, επιλύοντας το πρόβλημα της σημαντικής γωνιακής απόκλισης κατά τη διάρκεια μη επανδρωμένων ανυψωτικών σύνδεση παλετών. Επιπλέον, οι αλγόριθμοι AI μπορούν να χρησιμοποιηθούν για την ενίσχυση και τη βαθιά εκμάθηση μοντέλων αναγνώρισης παλετών, ενισχύοντας περαιτέρω την ακρίβεια της αναγνώρισης και παρακολούθησης παλετών.
•  

Μελλοντικές κατευθύνσεις: Υψηλότερη ανάλυση, ταχύτεροι ρυθμοί καρέ, καλύτερη προσαρμοστικότητα στο περιβάλλον

Καθώς οι εφαρμογές κινητών ρομπότ συνεχίζουν να εμβαθύνουν, η ζήτηση για υψηλότερες δυνατότητες ανίχνευσης έχει αυξηθεί, ωθώντας την ανάπτυξη τεχνολογίας 3D όρασης προς αυτή την κατεύθυνση. Ωστόσο, η τρέχουσα εφαρμογή της τρισδιάστατης όρασης σε κινητά ρομπότ βρίσκεται ακόμη στα αρχικά της στάδια. Καθώς τα κινητά ρομπότ συνεχίζουν να εξελίσσονται, με πιο διαφορετικά περιβάλλοντα εφαρμογών, οι απαιτήσεις για συστήματα τρισδιάστατης όρασης θα γίνουν πιο αυστηρές, οδηγώντας σε περαιτέρω αναβαθμίσεις στην τεχνολογία 3D όρασης.

Κάντε κλικ στον παρακάτω σύνδεσμο για να διαβάσετε περισσότερα:

Παρουσιάζουμε το σασί ρομπότ Reeman Moon Knight

Παρουσιάζουμε το Flash Food Delivery Robot

Παρουσιάζοντας το ρομπότ παράδοσης του νοσοκομείου νοσοκόμας