EN
Med dagens utveckling av robotteknik har AMR (autonoma mobila robotar) blivit den centrala drivkraften inom logistik, tillverkning, medicin och andra områden. Dessa robotar kan navigera autonomt, undvika hinder och utföra uppgifter, vilket avsevärt förbättrar effektiviteten och flexibiliteten. Det är just de inbyggda kamerorna som ger AMR:er denna intelligens. Kameran är robotens "öga", och valet av samt prestandan hos kameran avgör direkt pålitligheten och användningsområdena för AMR:en.
Som konsult specialiserad på kameramoduler kommer denna artikel att ge en ingående analys av de två huvudtyperna av kameror som används i AMR:er: 2D-syn och 3D-syn. Vi kommer att gå igenom viktiga tekniska överväganden vid val av kameror för AMR:er, inklusive slutartyp, gränssnittsalternativ och 3D-syn-teknik, och därmed erbjuda en professionell vägledning för ingenjörer inom inbäddad bildbehandling.
Två breda typer av kameror som används i AMR:er
Inom AMR-området delas inbyggda kameror främst in i två kategorier: 2D-synkameror och 3D-synkameror. Även om båda används för miljöuppfattning skiljer sig deras funktioner och användningsområden åt på ett fundamentalt sätt.
1. 2D-synkameror för AMR:er
Detta är de vanliga kameror som vi ser varje dag och som främst registrerar tvådimensionell bildinformation. De är en av de mest grundläggande och viktiga uppfattningsensorerna för AMR:er.
Typiska tillämpningar för 2D-synkameror inkluderar visuell SLAM (för autonom navigering och lokaliseringsbestämning), QR-kod- eller streckkodsigenkänning samt enkel objektidentifiering och spårning. De är billiga och enkla att bearbeta, vilket gör dem till kärnan i många AMR-navigeringssystem.
2. 3D-synkameror för AMR:er
Dessa kameror registrerar inte bara bilder utan hämtar även djupinformation om scenen för att bygga en tredimensionell modell. Detta möjliggör för robotar att uppfatta storlek, form och avstånd till objekt.
Typiska tillämpningar för 3D-synkameror inkluderar exakt undvikande av hinder i komplexa miljöer, exakt positionering av pallar eller hyllor samt greppuppgifter för plockrobotar. 3D-syn ger robotar rikare miljödata, vilket möjliggör mer avancerade uppgifter.
Viktiga faktorer att ta hänsyn till vid val av 2D-synkamera
När ingenjörer väljer en 2D-synkamera för en AMR måste de väga flera nyckelfaktorer. Detta påverkar inte bara bildkvaliteten utan har också direkt inverkan på robotens prestanda och tillförlitlighet.
1. Slutart: Rullslutare kontra global slutare för robotvision
Slutart är grunden för robotvision. En rullslutare skannar bilden rad för rad, vilket leder till en "geléeffekt" eller snedvriden bild när roboten rör sig med hög hastighet. Detta är ett kritiskt problem för AMR:er, som kräver exakt navigering och objektkänning.
Å andra sidan fångar en global slutare hela bilden samtidigt, vilket säkerställer att bilderna är fria från förvrängning även vid höga hastigheter eller när rörliga objekt avbildas. För AMR:er som behöver upptäcka rörliga hinder eller verka i dynamiska miljöer är en global slutare ett mer tillförlitligt alternativ, även om den i allmänhet är dyrare.
2. Sensorupplösning och bildfrekvens
Högre upplösning ger större detaljnivå, vilket är avgörande för QR-kodigenkänning, textläsning eller upptäckt av små hinder. Ökad upplösning minskar dock ofta bildfrekvensen och ökar belastningen på processorn. Ingenjörer måste hitta en balans mellan upplösning och bildfrekvens för att säkerställa att roboten kan bearbeta bilddata i realtid och svara snabbt.
3. Objektivets synfält (FOV) och förvrängning
Synfältet (FOV) för en 2D-visionkamera bestämmer området i robotens miljö. Ett brett synfält är avgörande för robotens navigering och kartläggning. Vid användning av vidvinkelobjektiv uppstår dock ofta bildförvrängning, vilket kräver korrigering genom mjukvarualgoritmer; annars kan navigeringsnoggrannheten påverkas.
4. Gränssnittsalternativ: Kameragränssnittsalternativ (USB, MIPI CSI, GMSL2, GigE) för AMR:er
Valet av kameragränssnitt påverkar direkt överföringshastigheten för data, kabellängden och systemkomplexiteten.
MIPI CSI-gränssnittet erbjuder hög bandbredd och låg effektförbrukning, vilket gör det idealiskt för lättvikts inbyggda kameror i AMR:er. Kabellängden är dock begränsad.
USB-gränssnittet är mångsidigt och lättanvänt, men det kan kräva mer processorresurser och har bandbreddsgränser när flera kameror används samtidigt.
Gränssnittet GigE (Gigabit Ethernet) stödjer långdistansöverföring och är mycket stabilt, men det förbrukar relativt mycket ström och kan kräva en extra nätverkskort.
Gränssnittet GMSL2 (Gigabit Multimedia Serial Link) är en branschstandard för bilar som stödjer långa kablar och överföring från flera kameror, vilket gör det till ett idealiskt val för komplexa AMR-system. Det är dock dyrare.
Viktiga faktorer att ta hänsyn till vid valet av en 3D-visionskamera
Förutom de faktorer som nämnts ovan för 2D-kameror är det viktigt att fokusera på följande tekniska egenskaper när man väljer en 3D-visionskamera för en AMR.
1. Typer av 3D-teknik: Stereo vision, tid för flytt (Time of Flight) och strukturerat ljus
Stereo vision använder två kameror för att simulera det mänskliga ögat och erhålla djupinformation genom parallaxberäkningar. Dess nackdelar är att den kräver rik textur för att fungera samt att den är beräkningskrävande. Dess fördel är att den är passiv och inte påverkas av omgivande ljus, vilket gör den lämplig för utomhusapplikationer.
Tid för flytt (ToF) beräknar avståndet genom att mäta tiden för en ljuspuls att färdas fram och tillbaka. Dess fördelar är hög realtidsprestanda och minimal beräkningsansträngning. Dess nackdelar är att den vanligtvis har låg upplösning och är känslig för störningar i starkt utomhusljus.
Strukturerat ljus projicerar ett specifikt mönster på en scen och beräknar sedan djupet genom att analysera mönstrets deformation. Dess fördel är hög noggrannhet. Dess nackdelar är stor känslighet för omgivande ljus och ett begränsat verkningsområde.
2. Djupnoggrannhet och effektiv räckvidd
Djupnoggrannheten och det effektiva avståndet för en 3D-visionkamera är dess viktigaste prestandaindikatorer. Plockrobotar kräver extremt hög djupnoggrannhet för att identifiera och gripa objekt, medan navigering och hinderundvikning kräver ett längre effektivt avstånd. Ingenjörer måste hitta den optimala balansen mellan noggrannhet och räckvidd för att möta de specifika kraven vid valet av kamera för lager-AMR:er.
3. Krav på processor och effektförbrukning
3D-vision kräver vanligtvis betydligt mer bearbetning av rådata än 2D-vision. Både beräkning av binokulär disparitet och bearbetning av punktmolndata kräver en kraftfull processor. Detta utgör en betydande utmaning för batteridrivna AMR:er. Ingenjörer måste överväga om kameramodulen har en inbyggd 3D-processor och om dess programutvecklingskit (SDK) är effektivt, för att säkerställa robotens batteritid och prestanda.
Sammanfattning
Att välja en inbyggd kamera för en AMR är ett komplext tekniskt beslut som kräver en djup förståelse för respektive styrkor och begränsningar hos 2D- och 3D-vision. Från valet mellan rullande slutare och global slutare till avvägningen av kameragränssnitt – varje steg är avgörande. Att välja rätt kamera är grundläggande för pålitlig robotdrift och avgörande för projektets framgång.
Muchvision hjälper dig att välja AMR
Har du svårt att välja rätt AMR-kamera för ditt projekt? Kontakta vårt expertteam idag så levererar vi professionella kameramoduler och inbyggda visionlösningar som hjälper dig att bygga en högpresterande AMR!
