EN
Mit der heutigen Entwicklung der Robotiktechnologie ist der AMR (autonome mobile Roboter) zur zentralen treibenden Kraft in den Bereichen Logistik, Fertigung, Medizin und anderen geworden. Diese Roboter können sich autonom navigieren, Hindernisse umgehen und Aufgaben ausführen, wodurch Effizienz und Flexibilität erheblich gesteigert werden. Gerade die eingebauten Kameras verleihen AMRs diese Intelligenz. Die Kamera ist das „Auge“ des Roboters, und ihre Auswahl sowie ihre Leistung bestimmen unmittelbar Zuverlässigkeit und Einsatzgrenzen des AMR.
Als Berater mit Spezialisierung auf Kameramodule bietet dieser Artikel eine eingehende Analyse der beiden Hauptkameratypen, die bei AMRs eingesetzt werden: 2D-Vision und 3D-Vision. Wir erläutern detailliert wichtige technische Aspekte bei der Auswahl von Kameras für AMRs – darunter Verschlussart, Schnittstellenoptionen und 3D-Vision-Technologien – und liefern damit einen professionellen Auswahl-Leitfaden für Ingenieure im Bereich eingebetteter Bildverarbeitung.
Zwei grundlegende Kameratypen, die bei AMRs eingesetzt werden
Im AMR-Bereich werden eingebettete Kameras hauptsächlich in zwei Kategorien unterteilt: 2D-Sichtkameras und 3D-Sichtkameras. Obwohl beide zur Umgebungswahrnehmung eingesetzt werden, unterscheiden sich ihre Funktionen und Anwendungsszenarien grundlegend.
1. 2D-Sichtkameras für AMRs
Diese Kameras sind die alltäglichen Kameras, die wir täglich sehen, und erfassen vorwiegend zweidimensionale Bildinformationen. Sie zählen zu den grundlegendsten und wichtigsten Wahrnehmungssensoren für AMRs.
Typische Anwendungen für 2D-Sichtkameras umfassen visuelles SLAM (für autonome Navigation und Lokalisierung), QR-Code- oder Barcode-Erkennung sowie einfache Objekterkennung und -verfolgung. Sie sind kostengünstig und einfach in der Verarbeitung, weshalb sie den Kern vieler AMR-Navigationssysteme bilden.
2. 3D-Sichtkameras für AMRs
Diese Kameras erfassen nicht nur Bilder, sondern auch Tiefeninformationen der Szene, um ein dreidimensionales Modell zu erstellen. Dadurch können Roboter Größe, Form und Entfernung von Objekten wahrnehmen.
Typische Anwendungen für 3D-Vision-Kameras umfassen eine präzise Hindernisvermeidung in komplexen Umgebungen, die genaue Positionierung von Paletten oder Regalen sowie Greifaufgaben für Pick-Roboter. Die 3D-Vision stellt Roboter mit umfangreicheren Umgebungsdaten bereit und ermöglicht damit anspruchsvollere Aufgaben.
Wichtige Faktoren bei der Auswahl einer 2D-Vision-Kamera
Bei der Auswahl einer 2D-Vision-Kamera für ein AMR müssen Ingenieure mehrere entscheidende Faktoren abwägen. Dies beeinflusst nicht nur die Bildqualität, sondern wirkt sich auch unmittelbar auf Leistung und Zuverlässigkeit des Roboters aus.
1. Verschlussart: Rolling Shutter vs. Global Shutter bei der Robotervision
Die Verschlussart ist das Fundament der Robotervision. Ein Rolling Shutter scannt das Bild zeilenweise und erzeugt daher bei hoher Roboter-Geschwindigkeit einen sogenannten „Jello-Effekt“ oder verzerrte Bilder. Dies stellt ein kritisches Problem für AMRs dar, die eine präzise Navigation und Objekterkennung erfordern.
Im Gegensatz dazu erfasst ein Global-Shutter das gesamte Bild gleichzeitig und gewährleistet so verzerrungsfreie Bilder – selbst bei hohen Geschwindigkeiten oder bei der Aufnahme sich bewegender Objekte. Für AMRs, die sich bewegende Hindernisse erkennen oder in dynamischen Umgebungen operieren müssen, stellt ein Global-Shutter eine zuverlässigere Option dar, obwohl er in der Regel mit höheren Kosten verbunden ist.
2. Sensorauflösung und Bildfrequenz
Eine höhere Auflösung liefert mehr Details, was für die Erkennung von QR-Codes, das Lesen von Text oder das Erfassen kleiner Hindernisse entscheidend ist. Allerdings führt eine erhöhte Auflösung häufig zu einer niedrigeren Bildfrequenz und einer stärkeren Auslastung des Prozessors. Die Ingenieure müssen daher einen Kompromiss zwischen Auflösung und Bildfrequenz finden, um sicherzustellen, dass der Roboter Bilddaten in Echtzeit verarbeiten und schnell reagieren kann.
3. Objektiv-Bildwinkel (FOV) und Verzerrung
Das Sichtfeld (FOV) einer 2D-Visionkamera bestimmt den Bereich der Umgebung des Roboters. Ein weites Sichtfeld ist entscheidend für die Navigation und Kartenerstellung des Roboters. Breitwinkelobjektive verursachen jedoch häufig Bildverzerrungen, die mithilfe von Softwarealgorithmen korrigiert werden müssen; andernfalls kann sich dies negativ auf die Navigationsgenauigkeit auswirken.
4. Schnittstellenoptionen: Kamera-Schnittstellenoptionen (USB, MIPI CSI, GMSL2, GigE) für AMRs
Die Wahl der Kameraschnittstelle wirkt sich unmittelbar auf Übertragungsrate, Kabellänge und Systemkomplexität aus.
Die MIPI-CSI-Schnittstelle bietet hohe Bandbreite und geringen Stromverbrauch und eignet sich daher ideal für leichte eingebettete Kameras in AMRs. Ihre Kabellänge ist jedoch begrenzt.
Die USB-Schnittstelle ist vielseitig einsetzbar und einfach zu bedienen, kann aber bei gleichzeitigem Einsatz mehrerer Kameras stärkeren Prozessorressourcenverbrauch verursachen und weist Bandbreitenbeschränkungen auf.
Die GigE-Schnittstelle (Gigabit Ethernet) unterstützt die Übertragung über lange Distanzen und ist sehr stabil, verbraucht jedoch relativ viel Strom und erfordert möglicherweise eine zusätzliche Netzwerkkarte.
Die GMSL2-Schnittstelle (Gigabit Multimedia Serial Link) ist ein Standard der Automobilindustrie, der lange Kabel und die Übertragung von mehreren Kameras unterstützt und daher eine ideale Wahl für komplexe AMR-Systeme darstellt. Allerdings ist sie kostenintensiver.
Wichtige Faktoren bei der Auswahl einer 3D-Vision-Kamera
Neben den oben genannten Faktoren für 2D-Kameras ist es bei der Auswahl einer 3D-Vision-Kamera für ein AMR wichtig, folgende technische Merkmale zu berücksichtigen.
1. Arten der 3D-Technologie: Stereo-Vision, Laufzeitverfahren (Time of Flight) und Streifenprojektion (Structured Light)
Die Stereo-Vision nutzt zwei Kameras, um das menschliche Auge zu simulieren, und gewinnt Tiefeninformationen durch Parallaxenberechnungen. Zu ihren Nachteilen zählt, dass sie reichhaltige Strukturen benötigt, um zu funktionieren, und rechenintensiv ist. Ihr Alleinstellungsmerkmal ist, dass sie passiv arbeitet und von Umgebungslicht unbeeinflusst bleibt, wodurch sie sich für Außenanwendungen eignet.
Die Laufzeitmessung (Time of Flight, ToF) berechnet die Entfernung anhand der Zeit, die ein Lichtimpuls für die Hin- und Rückstrecke benötigt. Zu ihren Alleinstellungsmerkmalen zählen hohe Echtzeit-Leistungsfähigkeit und geringer Rechenaufwand. Zu ihren Nachteilen zählen typischerweise niedrige Auflösung sowie Anfälligkeit gegenüber Störungen durch starkes Außenlicht.
Bei der strukturierten Beleuchtung wird ein spezifisches Muster auf eine Szene projiziert; die Tiefe wird dann anhand der Verzerrung dieses Musters berechnet. Ihr Alleinstellungsmerkmal ist hohe Genauigkeit. Zu ihren Nachteilen zählen starke Anfälligkeit gegenüber Umgebungslicht und eine begrenzte Einsatzreichweite.
2. Tiefengenauigkeit und effektive Reichweite
Die Tiefenauflösung und die effektive Reichweite einer 3D-Vision-Kamera sind ihre wichtigsten Leistungsmerkmale. Pick-Roboter erfordern eine extrem hohe Tiefenauflösung, um Objekte zu erkennen und zu greifen, während Navigation und Hindernisvermeidung eine größere effektive Reichweite benötigen. Ingenieure müssen das optimale Gleichgewicht zwischen Genauigkeit und Reichweite finden, um die spezifischen Anforderungen bei der Auswahl einer Kamera für Lager-AMRs zu erfüllen.
3. Prozessoranforderungen und Stromverbrauch
3D-Vision erfordert in der Regel deutlich mehr Verarbeitung roher Daten als 2D-Vision. Sowohl die Berechnung der binokularen Disparität als auch die Verarbeitung von Punktwolken-Daten benötigen einen leistungsstarken Prozessor. Dies stellt für batteriebetriebene AMRs eine erhebliche Herausforderung dar. Ingenieure müssen prüfen, ob das Kameramodul einen integrierten 3D-Prozessor besitzt und ob dessen Softwareentwicklungskit (SDK) effizient ist, um sowohl die Akkulaufzeit als auch die Leistung des Roboters sicherzustellen.
Zusammenfassung
Die Auswahl einer eingebetteten Kamera für ein AMR ist eine komplexe technische Entscheidung, die ein tiefes Verständnis der jeweiligen Stärken und Schwächen von 2D- und 3D-Vision erfordert. Von der Wahl zwischen Rolling-Shutter- und Global-Shutter-Technologie bis hin zur Abwägung verschiedener Kamerainterfaces ist jeder Schritt entscheidend. Die richtige Kameraauswahl ist grundlegend für einen zuverlässigen Roboterbetrieb und entscheidend für den Projekterfolg.
Muchvision unterstützt Sie bei der AMR-Auswahl
Haben Sie Schwierigkeiten, die richtige AMR-Kamera für Ihr Projekt auszuwählen? Kontaktieren Sie noch heute unser Expertenteam – wir stellen Ihnen professionelle Kameramodule und eingebettete Vision-Lösungen zur Verfügung, um Ihnen beim Aufbau eines leistungsstarken AMR zu helfen!
