3D-решение для обхода препятствий для мобильных роботов
Что такое 3D-обход препятствий?
- Восприятие глубины
- Пространственное картирование в реальном времени
- Адаптивное планирование пути
3D-обход препятствий имеет решающее значение для повышения безопасности и эффективности работы мобильных роботов в динамических условиях, таких как логистические центры и медицинские учреждения. В отличие от традиционных решений 2D LiDAR, которые могут испытывать трудности с дифференциацией высоты объектов, системы 3D-зрения превосходно предотвращают столкновения и обеспечивают непрерывную работу. Эти передовые системы разумно различают временные и постоянные препятствия, а также динамические и статические препятствия, снижая необходимость в дорогостоящих вмешательствах и минимизируя угрозы безопасности.
Почему стоит выбрать решение для обхода препятствий MRDVS 3D
Мультимодальное слияние данных
- Объединяет данные RGB и глубины для улучшения восприятия робота, обеспечивая точную навигацию в сложных условиях.
Бесшовная интеграция
- Простая интеграция с существующими системами управления роботами через интерфейс ввода-вывода, позволяющая настраивать параметры избегания.
Семантическое распознавание объектов
- Распознает и классифицирует объекты в среде робота, позволяя мобильным роботам принимать обоснованные решения для обхода препятствий.
Выходите за рамки границ
| MRDVS CV-SLAM | На основе характеристик 2D LiDAR | 2D LiDAR на основе рефлектора | |
| Без инфраструктуры |  | | - |
| Быстро меняющаяся среда | |  | - |
| Общественные и многолюдные места | | - | |
| Рампы | | - | - |
| Большие залы | | | |
| Длинные коридоры | | - | |
| Для использования как в помещении, так и на открытом воздухе | | - | - |
Крытая Иногда покрыто - Не имеет
Улучшение пространственного восприятия с помощью семантического распознавания объектов
Семантическое распознавание объектов включает в себя идентификацию и классификацию объектов в среде робота.
Понимая, что представляют собой объекты и где они расположены, мобильные роботы могут принимать обоснованные решения для обхода препятствий.
Датчик ToF-камеры для обхода препятствий
RGB-D камера
Мультимодальное слияние данных
Поддержка нескольких камер
Специальный алгоритм и интегрированные фотонные устройства
Высокая частота кадров
До 15 кадров в секунду
Бесшовная интеграция
Поддерживаемые интерфейсы Ethernet
Легкая прочность
Лазер 940 нм для максимального соотношения сигнал/шум
Рабочий диапазон 5 метров
Макс 40 метров
Интеллектуальные решения на периферии сети и многомодальная интеграция
Преобразование координат облака точек
Система обнаружения вторжений в зону
Многоуровневый выходной сигнал системы предотвращения препятствий
FAQ
Традиционные навигационные системы 2D полагаются на плоские представления окружающей среды, которые хорошо работают в контролируемых плоских условиях, но испытывают трудности в реальных условиях с различной высотой препятствий, неровной местностью и динамическими элементами. Это может привести к ошибкам навигации и потенциальным столкновениям. Напротив, системы 3D-обхода препятствий захватывают полную трехмерную структуру окружающей среды, позволяя лучше обнаруживать и обходить препятствия на разных высотах и глубинах. Это приводит к более точной навигации и более безопасной работе в сложных и динамических условиях.
Хотя и 3D-камеры, и 3D-лидары предоставляют информацию о глубине, которая имеет решающее значение для навигации AGV (автоматически управляемое транспортное средство) и AMR (автономный мобильный робот), у них разные сильные и слабые стороны. Как правило, 3D-лидары обеспечивают большую дальность обнаружения, что делает их подходящими для больших сред и использования на открытом воздухе, тогда как 3D-камеры имеют меньшую дальность, что делает их более подходящими для применения внутри помещений. Кроме того, 3D-лидары, как правило, более дороги из-за своих расширенных возможностей обнаружения, в то время как 3D-камеры, как правило, более доступны по цене, обеспечивая экономически эффективное решение для многих приложений.
3D-камера может потенциально заменить 3D-лидар для навигации AGV/AMR в средах, где ее ограничения, такие как дальность и условия освещения, не являются критическими проблемами. Для приложений, требующих детального и дальнего картирования окружающей среды, 3D-лидары все еще могут быть предпочтительными. Выбор между 3D-камерой и 3D-лидаром должен учитывать такие факторы, как особые требования к применению, условия окружающей среды и бюджетные ограничения.
При выборе 3D-камеры для робототехники учитывайте следующие факторы:
– Разрешение и частота кадров: Более высокое разрешение и частота кадров позволяют получать более подробные и своевременные данные.
– Поле зрения (FOV): Более широкое поле зрения позволяет камере захватывать большую часть окружающей среды.
– Диапазон действия: Убедитесь, что камера может точно обнаруживать объекты на требуемых расстояниях.
– Размеры и вес: Камера должна соответствовать размерам и весу робота.
– Интерфейс передачи данных: Совместимость с возможностями обработки данных робота и интерфейсами передачи данных (например, USB, Ethernet).
– Устойчивость к воздействию окружающей среды: Камера должна быть способна работать в ожидаемых условиях окружающей среды, включая освещение, температуру и устойчивость к атмосферным воздействиям.
Читайте также: Датчик обнаружения препятствий: типы, преимущества и как выбрать подходящий
Области применения
Скрытая система предотвращения столкновений с автоматизированными транспортными средствами
Уличная погрузчик-погрузчик, избегающий препятствий
Обход препятствий при зависании дрона
Система предотвращения столкновений беспилотных летательных аппаратов на низких скоростях
Беспилотная подметальная машина с функцией предотвращения столкновений
Объезд препятствий при осмотре транспортного средства
Обход препятствий газонокосилкой
Защита безопасности автономных транспортных средств
