Dapatkan Penawaran Gratis

Perwakilan kami akan segera menghubungi Anda.
Email
Nama
Nama Perusahaan
Pesan
0/1000
Aplikasi
Beranda> Aplikasi

Bagaimana Memilih Kamera Tertanam yang Tepat untuk Robot Mobile Otonom?

Bagaimana Memilih Kamera Tertanam yang Tepat untuk Robot Mobile Otonom?

Dengan perkembangan teknologi robotika saat ini, AMR (autonomous mobile robot) telah menjadi kekuatan pendorong utama di bidang logistik, manufaktur, medis, dan lainnya. Robot-robot ini mampu menavigasi secara mandiri, menghindari rintangan, serta menjalankan tugas-tugas tertentu, sehingga meningkatkan efisiensi dan fleksibilitas secara signifikan. Kamera tersemat yang dimilikinya justru memberikan kecerdasan tersebut kepada AMR. Kamera merupakan "mata" robot, dan pemilihan serta kinerjanya secara langsung menentukan keandalan serta batasan aplikasi AMR.

Sebagai konsultan yang mengkhususkan diri dalam modul kamera, artikel ini akan memberikan analisis mendalam mengenai dua jenis kamera utama yang digunakan pada AMR: visi 2D dan visi 3D. Kami akan menjelaskan secara rinci pertimbangan teknis kunci dalam memilih kamera untuk AMR, termasuk jenis rana (shutter), opsi antarmuka, serta teknologi visi 3D, guna menyediakan panduan profesional bagi para insinyur visi tertanam.

Dua Jenis Kamera Utama yang Digunakan pada AMR

Di bidang AMR, kamera terintegrasi terutama dibagi menjadi dua kategori: kamera penglihatan 2D dan kamera penglihatan 3D. Meskipun keduanya digunakan untuk persepsi lingkungan, fungsi dan skenario penerapannya secara mendasar berbeda.

1. Kamera Penglihatan 2D untuk AMR

Kamera-kamera ini merupakan kamera biasa yang kita lihat setiap hari, yang terutama menangkap informasi gambar dua dimensi. Kamera-kamera ini merupakan salah satu sensor persepsi paling dasar dan penting bagi AMR.

Penerapan khas kamera penglihatan 2D meliputi SLAM visual (untuk navigasi otonom dan penentuan posisi), pengenalan kode QR atau barcode, serta identifikasi dan pelacakan objek sederhana. Kamera-kamera ini berbiaya rendah dan mudah diproses, sehingga menjadi inti dari banyak sistem navigasi AMR.

2. Kamera Penglihatan 3D untuk AMR

Kamera-kamera ini tidak hanya menangkap gambar, tetapi juga memperoleh informasi kedalaman tentang suatu adegan guna membangun model tiga dimensi. Hal ini memungkinkan robot mempersepsikan ukuran, bentuk, dan jarak objek.

Aplikasi khas untuk kamera penglihatan 3D meliputi penghindaran rintangan yang presisi di lingkungan kompleks, penentuan posisi palet atau rak secara akurat, serta tugas pengambilan (grasping) bagi robot pengambil barang. Penglihatan 3D memberikan data lingkungan yang lebih kaya kepada robot, sehingga memungkinkannya menjalankan tugas yang lebih canggih.

Faktor-Faktor Utama yang Perlu Dipertimbangkan Saat Memilih Kamera Penglihatan 2D

Saat memilih kamera penglihatan 2D untuk AMR, para insinyur harus mempertimbangkan beberapa faktor utama. Hal ini tidak hanya memengaruhi kualitas gambar, tetapi juga berdampak langsung pada kinerja dan keandalan robot.

1. Jenis Rana: Rana Berjalan (Rolling Shutter) vs. Rana Global (Global Shutter) untuk Penglihatan Robot

Jenis rana merupakan fondasi utama penglihatan robot. Rana berjalan (rolling shutter) memindai gambar baris demi baris, sehingga menghasilkan efek "jello" atau gambar miring ketika robot bergerak dengan kecepatan tinggi. Ini merupakan masalah kritis bagi AMR, yang memerlukan navigasi presisi dan pengenalan objek.

Sebaliknya, global shutter menangkap seluruh gambar secara bersamaan, sehingga menghasilkan gambar bebas distorsi bahkan pada kecepatan tinggi atau saat menangkap objek bergerak. Bagi AMR yang perlu mendeteksi rintangan bergerak atau beroperasi di lingkungan dinamis, global shutter merupakan pilihan yang lebih andal, meskipun umumnya memiliki harga yang lebih tinggi.

2. Resolusi Sensor dan Laju Bingkai

Resolusi yang lebih tinggi memberikan detail yang lebih besar, yang sangat penting untuk pengenalan kode QR, pembacaan teks, atau deteksi rintangan kecil. Namun, peningkatan resolusi sering kali mengurangi laju bingkai dan meningkatkan beban prosesor. Para insinyur perlu menyeimbangkan antara resolusi dan laju bingkai agar robot mampu memproses data gambar secara waktu nyata serta merespons dengan cepat.

3. Sudut Pandang Lensa (FOV) dan Distorsi

Bidang pandang (FOV) kamera penglihatan 2D menentukan jangkauan lingkungan robot. FOV yang lebar sangat penting untuk navigasi dan pemetaan robot. Namun, lensa sudut lebar sering menimbulkan distorsi gambar, yang memerlukan koreksi melalui algoritma perangkat lunak; jika tidak, akurasi navigasi dapat terpengaruh.

4. Opsi Antarmuka: Opsi Antarmuka Kamera (USB, MIPI CSI, GMSL2, GigE) untuk AMR

Pemilihan antarmuka kamera secara langsung memengaruhi laju transfer data, panjang kabel, dan kompleksitas sistem.

Antarmuka MIPI CSI menawarkan bandwidth tinggi dan konsumsi daya rendah, sehingga ideal untuk kamera tertanam ringan pada AMR. Namun, panjang kabelnya terbatas.

Antarmuka USB bersifat serbaguna dan mudah digunakan, tetapi dapat mengonsumsi lebih banyak sumber daya prosesor serta memiliki keterbatasan bandwidth saat beberapa kamera digunakan secara bersamaan.

Antarmuka GigE (Gigabit Ethernet) mendukung transmisi jarak jauh dan sangat stabil, tetapi mengonsumsi daya relatif tinggi serta mungkin memerlukan kartu jaringan tambahan.

Antarmuka GMSL2 (Gigabit Multimedia Serial Link) merupakan standar industri otomotif yang mendukung kabel panjang dan transmisi multi-kamera, sehingga menjadi pilihan ideal untuk sistem AMR yang kompleks. Namun, antarmuka ini memiliki biaya yang lebih tinggi.

Faktor-faktor utama yang perlu dipertimbangkan saat memilih kamera visi 3D

Selain faktor-faktor yang disebutkan di atas untuk kamera 2D, saat memilih kamera visi 3D untuk AMR, penting untuk memfokuskan perhatian pada fitur teknis berikut.

1. Jenis Teknologi 3D: Stereo Vision, Time of Flight, dan Structured Light

Visi stereo menggunakan dua kamera untuk mensimulasikan mata manusia, memperoleh informasi kedalaman melalui perhitungan paralaks. Kelemahannya adalah memerlukan tekstur yang kaya agar berfungsi dan membutuhkan komputasi intensif. Keunggulan utamanya adalah bersifat pasif serta tidak terpengaruh oleh cahaya ambient, sehingga cocok untuk aplikasi di luar ruangan.

Time of Flight (ToF) menghitung jarak dengan mengukur waktu tempuh pulang-pergi suatu pulsa cahaya. Keunggulan utamanya adalah kinerja real-time yang tinggi serta usaha komputasi minimal. Kelemahannya adalah biasanya memiliki resolusi rendah dan rentan terhadap gangguan di bawah cahaya luar ruangan yang kuat.

Cahaya terstruktur memproyeksikan pola tertentu ke dalam suatu adegan, kemudian menghitung kedalaman dengan menganalisis distorsi pola tersebut. Keunggulan utamanya adalah akurasi tinggi. Kelemahannya adalah sangat rentan terhadap cahaya ambient dan memiliki jangkauan operasional terbatas.

2. Akurasi Kedalaman dan Jangkauan Efektif

Akurasi kedalaman dan jangkauan efektif kamera visi 3D merupakan indikator kinerja paling penting. Robot pengambil barang memerlukan akurasi kedalaman yang sangat tinggi untuk mengenali dan menggenggam objek, sedangkan navigasi dan penghindaran rintangan membutuhkan jangkauan efektif yang lebih panjang. Insinyur perlu menemukan keseimbangan optimal antara akurasi dan jangkauan guna memenuhi kebutuhan spesifik dalam memilih kamera untuk AMR gudang.

3. Persyaratan Prosesor dan Konsumsi Daya

visi 3D umumnya memerlukan pemrosesan data mentah yang jauh lebih besar dibandingkan visi 2D. Baik perhitungan disparitas binokular maupun pemrosesan data point cloud memerlukan prosesor yang kuat. Hal ini menjadi tantangan signifikan bagi AMR berbasis baterai. Insinyur perlu mempertimbangkan apakah modul kamera dilengkapi prosesor 3D terintegrasi dan apakah software development kit (SDK)-nya efisien guna memastikan masa pakai baterai dan kinerja robot.

RINGKASAN

Memilih kamera tersemat untuk AMR merupakan keputusan teknis yang kompleks yang memerlukan pemahaman mendalam mengenai kekuatan dan keterbatasan masing-masing visi 2D dan 3D. Mulai dari memilih antara rana berjalan (rolling shutter) dan rana global (global shutter) hingga menyeimbangkan antarmuka kamera, setiap langkah sangat penting. Memilih kamera yang tepat merupakan fondasi utama bagi operasi robot yang andal dan krusial bagi keberhasilan proyek.

Muchvision membantu dalam pemilihan AMR

Kesulitan memilih kamera AMR yang tepat untuk proyek Anda? Hubungi tim ahli kami hari ini dan kami akan menyediakan modul kamera profesional serta solusi visi tersemat guna membantu Anda membangun AMR berkinerja tinggi!

Dapatkan Penawaran Gratis

Perwakilan kami akan segera menghubungi Anda.
Email
Nama
Nama Perusahaan
Pesan
0/1000