3D-obstakelvermijdingsoplossing voor mobiele robots

IN HET KORT

Wat is 3D Obstakelvermijding?

3D-obstakelvermijding is cruciaal voor het verbeteren van de veiligheid en operationele efficiëntie van mobiele robots in dynamische omgevingen zoals logistieke centra en zorginstellingen. In tegenstelling tot traditionele 2D-LiDAR-oplossingen, die moeite kunnen hebben met het onderscheiden van objecthoogtes, blinken 3D-visionsystemen uit in het voorkomen van botsingen en het garanderen van een continue werking. Deze geavanceerde systemen maken intelligent onderscheid tussen tijdelijke en permanente obstakels, evenals dynamische en statische obstakels, waardoor de noodzaak van kostbare interventies wordt verminderd en veiligheidsrisico's worden geminimaliseerd.

VOORDELEN UITGELEGD

Waarom kiezen voor de MRDVS 3D obstakelvermijdingsoplossing?

Multimodale datafusie

Naadloze integratie

Object Semantische Herkenning

UNIEKE TECHNOLOGIE

Ga verder dan de grenzen

	MRDVS CV-SLAM	2D LiDAR-functiegebaseerd	2D LiDAR-reflector gebaseerd
Infrastructuurvrij			-
Snel veranderende omgevingen			-
Openbare en drukke ruimtes		-
ramps		-	-
Grote hallen
Lange gangen		-
Zowel binnen- als buitengebruik		-	-

Overdekte Soms bedekt - Niet Inbegrepen

Verbetering van ruimtelijke perceptie met object-semantische herkenning

Bij semantische objectherkenning gaat het om het identificeren en classificeren van objecten binnen de omgeving van de robot.

Doordat mobiele robots begrijpen wat objecten zijn en waar ze zich bevinden, kunnen ze weloverwogen beslissingen nemen om obstakels te omzeilen.

TECHNISCHE SPECIFICATIES

ToF-camerasensor voor obstakelvermijding

RGB-D-camera

Multimodale datafusie

Multi-camera ingeschakeld

Speciaal algoritme en fotonische apparaten geïntegreerd

Hoge beeldsnelheid

Tot 15 frames per seconde

Naadloze integratie

Ethernet-interfaces worden ondersteund

Lichte robuustheid

940nm laser om signaal-ruisverhouding te maximaliseren

Werkbereik van 5 meter

Maximaal 40 meter

Aan boord algoritme

Edge Intelligence & Multi-Modal Fusion

Puntwolk-coördinatentransformatie

Door gekalibreerde externe parameters toe te passen, worden de ruwe puntwolkgegevens die door de camera zijn vastgelegd, nauwkeurig omgezet naar het coördinatensysteem van de robot. Dit elimineert perspectiefafwijkingen die worden veroorzaakt door de camerahoek en zorgt voor een precieze positionering van obstakels.

Zone-inbraakdetectie

Ondersteunt aanpasbare detectiezonemodellen voor obstakelvermijding, waaronder rechthoekige begrenzingskaders en waaiervormige zones. Deze aanpasbare modellen zijn geschikt voor diverse operationele scenario's, zoals rechtlijnige navigatie, bochten nemen en detectie onder een brede hoek.

Getrapte obstakelvermijding Uitgangssignaal

Het systeem monitort continu en in realtime mogelijke indringingspunten binnen het doelgebied. Op basis van de gedetecteerde obstakels genereert het systeem drie niveaus van besturingssignalen.

FAQ

Vraag 1: Wat zijn de beperkingen van het gebruik van 2D-lidar voor obstakeldetectie?

Traditionele 2D-navigatiesystemen vertrouwen op vlakke weergaven van de omgeving. Deze werken goed in gecontroleerde, vlakke omgevingen, maar hebben moeite met realistische omgevingen met variërende obstakelhoogtes, oneffen terrein en dynamische elementen. Dit kan leiden tot navigatiefouten en mogelijke botsingen. 3D-obstakelvermijdingssystemen daarentegen leggen de volledige driedimensionale structuur van de omgeving vast, waardoor obstakels op verschillende hoogtes en dieptes beter kunnen worden gedetecteerd en vermeden. Dit resulteert in nauwkeurigere navigatie en een veiligere werking in complexe en dynamische omgevingen.

Vraag 2: Kan een 3D-camera een 3D-lidar voor AGV/AMR-navigatie vervangen?

Hoewel zowel 3D-camera's als 3D-lidars diepte-informatie leveren die cruciaal is voor de navigatie van AGV's (Automated Guided Vehicles) en AMR's (Autonomous Mobile Robots), hebben ze verschillende sterke en zwakke punten. 3D-lidars bieden over het algemeen een groter detectiebereik, waardoor ze geschikt zijn voor grote omgevingen en buitengebruik, terwijl 3D-camera's een korter bereik hebben, waardoor ze geschikter zijn voor binnentoepassingen. Bovendien zijn 3D-lidars over het algemeen duurder vanwege hun geavanceerde sensormogelijkheden, terwijl 3D-camera's doorgaans betaalbaarder zijn en een kosteneffectieve oplossing bieden voor veel toepassingen.

Een 3D-camera kan potentieel een 3D-lidar vervangen voor AGV/AMR-navigatie in omgevingen waar de beperkingen ervan, zoals bereik en lichtomstandigheden, geen kritieke kwesties zijn. Voor toepassingen die gedetailleerde en verreikende omgevingskaarten vereisen, kunnen 3D-lidars nog steeds de voorkeur hebben. De keuze tussen een 3D-camera en 3D-lidar moet rekening houden met factoren zoals specifieke toepassingsvereisten, omgevingsomstandigheden en budgettaire beperkingen.

Vraag 3: Met welke factoren moet u rekening houden bij het selecteren van een 3D-camera voor mobiele robotica?

Bij het selecteren van een 3D-camera voor robotica moet u rekening houden met de volgende factoren:
– Resolutie en framesnelheid: Een hogere resolutie en framesnelheid kunnen gedetailleerdere en actuelere gegevens opleveren.
– Gezichtsveld (FOV): Een breder gezichtsveld stelt de camera in staat om meer van de omgeving vast te leggen.
– Bereik: Zorg ervoor dat de camera objecten op de vereiste afstanden nauwkeurig kan detecteren.
– Afmetingen en gewicht: De camera moet qua afmetingen en gewicht geschikt zijn voor de robot.
– Data-interface: Compatibiliteit met de verwerkingsmogelijkheden en data-interfaces van de robot (bijv. USB, Ethernet).
– Omgevingsbestendigheid: De camera moet kunnen functioneren onder de verwachte omgevingsomstandigheden, waaronder licht, temperatuur en weersbestendigheid.

Lees meer: Obstakeldetectiesensor: soorten, voordelen en hoe u de juiste kiest