Dapatkan Sebut Harga Percuma

Wakil kami akan menghubungi anda tidak lama lagi.
Emel
Nama
Nama Syarikat
Mesej
0/1000
Permohonan
Laman Utama> Penggunaan

Bagaimana Memilih Kamera Tertanam yang Sesuai untuk Robot Bergerak Autonomi?

Bagaimana Memilih Kamera Tertanam yang Sesuai untuk Robot Bergerak Autonomi?

Dengan perkembangan teknologi robotik hari ini, AMR (robot mudah alih autonomi) telah menjadi daya pendorong utama dalam logistik, pembuatan, perubatan dan bidang-bidang lain. Robot-robot ini mampu menavigasi secara autonomi, mengelak halangan dan melaksanakan tugas, dengan ketara meningkatkan kecekapan dan kelenturan. Kamera terbenam di dalamnya yang memberikan kecerdasan kepada AMR. Kamera merupakan "mata" robot, dan pemilihan serta prestasinya secara langsung menentukan kebolehpercayaan dan sempadan aplikasi AMR.

Sebagai seorang perunding pakar dalam modul kamera, artikel ini akan memberikan analisis mendalam tentang dua jenis kamera utama yang digunakan dalam AMR: penglihatan 2D dan penglihatan 3D. Kami akan menerangkan secara terperinci pertimbangan teknikal utama ketika memilih kamera untuk AMR, termasuk jenis shutter, pilihan antara muka, dan teknologi penglihatan 3D, serta menyediakan panduan pilihan profesional untuk jurutera penglihatan terbenam.

Dua Jenis Kamera Utama yang Digunakan dalam AMR

Dalam bidang AMR, kamera terbenam terutamanya dibahagikan kepada dua kategori: kamera penglihatan 2D dan kamera penglihatan 3D. Walaupun kedua-duanya digunakan untuk persepsi persekitaran, fungsi dan senario aplikasinya berbeza secara asas.

1. Kamera Penglihatan 2D untuk AMR

Kamera-kamera ini merupakan kamera biasa yang kita lihat setiap hari, yang terutamanya menangkap maklumat imej dua dimensi. Kamera-kamera ini merupakan salah satu sensor persepsi paling asas dan penting bagi AMR.

Aplikasi tipikal bagi kamera penglihatan 2D termasuk SLAM visual (untuk navigasi dan penentuan lokasi autonomi), pengenalan kod QR atau kod bar, serta pengenalpastian dan penjejakan objek ringkas. Kamera-kamera ini mempunyai kos rendah dan mudah diproses, menjadikannya teras bagi banyak sistem navigasi AMR.

2. Kamera Penglihatan 3D untuk AMR

Kamera-kamera ini tidak hanya menangkap imej tetapi juga memperoleh maklumat kedalaman mengenai tapak untuk membina model tiga dimensi. Ini membolehkan robot mengesan saiz, bentuk, dan jarak objek.

Aplikasi tipikal bagi kamera penglihatan 3D termasuk mengelak halangan secara tepat dalam persekitaran yang kompleks, penentuan kedudukan palet atau rak secara tepat, dan tugas memegang untuk robot pengutip. Penglihatan 3D memberikan data persekitaran yang lebih kaya kepada robot, membolehkan mereka menjalankan tugas yang lebih maju.

Faktor Utama yang Perlu Dipertimbangkan Apabila Memilih Kamera Penglihatan 2D

Apabila memilih kamera penglihatan 2D untuk AMR, jurutera perlu menimbang beberapa faktor utama. Ini bukan sahaja mempengaruhi kualiti imej tetapi juga secara langsung mempengaruhi prestasi dan kebolehpercayaan robot.

1. Jenis Shutter: Rolling Shutter vs. Global Shutter untuk Penglihatan Robot

Jenis shutter merupakan asas penglihatan robot. Rolling shutter mengimbas imej baris demi baris, menghasilkan "kesan jello" atau imej yang terpesong apabila robot bergerak pada kelajuan tinggi. Ini merupakan isu kritikal bagi AMR, yang memerlukan navigasi dan pengenalan objek secara tepat.

Sebaliknya, rana global menangkap keseluruhan imej secara serentak, memastikan imej bebas daripada distorsi walaupun pada kelajuan tinggi atau ketika menangkap objek yang bergerak. Bagi AMR yang perlu mengesan halangan bergerak atau beroperasi dalam persekitaran dinamik, rana global merupakan pilihan yang lebih boleh dipercayai, walaupun secara umumnya kosnya lebih tinggi.

2. Resolusi Sensor dan Kadar Bingkai

Resolusi yang lebih tinggi memberikan butiran yang lebih jelas, yang amat penting untuk pengenalan kod QR, pembacaan teks, atau pengesanan halangan kecil. Namun, peningkatan resolusi sering kali mengurangkan kadar bingkai dan meningkatkan beban pemproses. Jurutera perlu mencapai keseimbangan antara resolusi dan kadar bingkai untuk memastikan robot dapat memproses data imej secara masa nyata dan memberi tindak balas dengan cepat.

3. Medan Pandangan (FOV) Lensa dan Distorsi

Medan pandangan (FOV) kamera penglihatan 2D menentukan julat persekitaran robot. FOV yang luas adalah penting untuk navigasi dan pemetaan robot. Namun, lensa sudut lebar sering memperkenalkan ubah bentuk imej, yang memerlukan pembetulan melalui algoritma perisian; jika tidak, ketepatan navigasi mungkin terjejas.

4. Pilihan Antara Muka: Pilihan Antara Muka Kamera (USB, MIPI CSI, GMSL2, GigE) untuk AMR

Pilihan antara muka kamera secara langsung memberi kesan kepada kadar pemindahan data, panjang kabel, dan kerumitan sistem.

Antara muka MIPI CSI menawarkan lebar jalur tinggi dan penggunaan kuasa rendah, menjadikannya ideal untuk kamera terbenam ringan bagi AMR. Namun, panjang kabelnya terhad.

Antara muka USB adalah pelbagai dan mudah digunakan, tetapi ia mungkin menggunakan lebih banyak sumber daya pemproses dan mempunyai had lebar jalur apabila beberapa kamera digunakan secara serentak.

Antara muka GigE (Gigabit Ethernet) menyokong penghantaran jarak jauh dan sangat stabil, tetapi ia menggunakan kuasa yang relatif tinggi dan mungkin memerlukan kad rangkaian tambahan.

Antara muka GMSL2 (Gigabit Multimedia Serial Link) merupakan piawaian industri automotif yang menyokong kabel panjang dan penghantaran pelbagai kamera, menjadikannya pilihan ideal untuk sistem AMR yang kompleks. Namun, kosnya lebih tinggi.

Faktor utama yang perlu dipertimbangkan apabila memilih kamera penglihatan 3D

Selain faktor-faktor yang disebutkan di atas untuk kamera 2D, apabila memilih kamera penglihatan 3D untuk AMR, penting untuk memberi tumpuan kepada ciri-ciri teknikal berikut.

1. Jenis Teknologi 3D: Penglihatan Stereo, Masa Rambatan (Time of Flight), dan Cahaya Berstruktur

Penglihatan stereo menggunakan dua kamera untuk mensimulasikan mata manusia, memperoleh maklumat kedalaman melalui pengiraan paralaks. Kelemahannya ialah ia memerlukan tekstur yang kaya untuk berfungsi dan memerlukan banyak tenaga pengiraan. Kelebihannya ialah ia bersifat pasif dan tidak terjejas oleh cahaya persekitaran, menjadikannya sesuai untuk aplikasi luaran.

Masa Lintasan (ToF) mengira jarak dengan mengukur masa perjalanan pulang-pergi suatu denyut cahaya. Kelebihannya ialah prestasi masa nyata yang tinggi dan usaha pengiraan yang minimum. Kelemahannya ialah biasanya mempunyai resolusi rendah dan mudah terganggu oleh cahaya luaran yang kuat.

Cahaya berstruktur memprojeksikan corak tertentu ke atas suatu pemandangan kemudian mengira kedalaman dengan menganalisis distorsi corak tersebut. Kelebihannya ialah ketepatan yang tinggi. Kelemahannya ialah sangat sensitif terhadap cahaya persekitaran dan julat operasi yang terhad.

2. Ketepatan Kedalaman dan Julat Berkesan

Ketepatan kedalaman dan julat berkesan sebuah kamera penglihatan 3D merupakan penunjuk prestasi yang paling penting. Robot pemilih memerlukan ketepatan kedalaman yang sangat tinggi untuk mengenal pasti dan memegang objek, manakala navigasi dan pengelakan halangan memerlukan julat berkesan yang lebih panjang. Jurutera perlu mencari keseimbangan optimum antara ketepatan dan julat untuk memenuhi keperluan khusus dalam memilih kamera bagi AMR gudang.

3. Keperluan Pemproses dan Penggunaan Kuasa

penglihatan 3D biasanya memerlukan pemprosesan data mentah yang jauh lebih banyak berbanding penglihatan 2D. Kedua-dua pengiraan dispariti binokular dan pemprosesan data awan titik memerlukan pemproses yang kuat. Ini menjadi satu cabaran besar bagi AMR yang dikuasakan oleh bateri. Jurutera perlu mempertimbangkan sama ada modul kamera mempunyai pemproses 3D terbina dalam dan sama ada kit pembangunan perisian (SDK) nya cekap untuk memastikan hayat bateri dan prestasi robot.

Ringkasan

Memilih kamera terbenam untuk AMR merupakan keputusan teknikal yang kompleks yang memerlukan pemahaman mendalam tentang kekuatan dan had keupayaan masing-masing bagi penglihatan 2D dan 3D. Daripada memilih antara ralat gulung (rolling shutter) dan ralat global (global shutter) hingga menyeimbangkan antara muka kamera, setiap langkah adalah penting. Memilih kamera yang tepat merupakan asas kepada operasi robot yang boleh dipercayai dan sangat penting untuk kejayaan projek.

Muchvision membantu dalam pemilihan AMR

Menghadapi kesukaran dalam memilih kamera AMR yang sesuai untuk projek anda? Hubungi pasukan pakar kami hari ini dan kami akan menyediakan modul kamera profesional serta penyelesaian penglihatan terbenam untuk membantu anda membina AMR berprestasi tinggi!

Dapatkan Sebut Harga Percuma

Wakil kami akan menghubungi anda tidak lama lagi.
Emel
Nama
Nama Syarikat
Mesej
0/1000