Камера MRDVS серии S с функцией предотвращения столкновений: подтвержденная эффективность в сложных условиях складских помещений.

Для надежного обнаружения препятствий на складе требуется нечто большее, чем просто измерение расстояния. Мобильные роботы должны обнаруживать объекты различной высоты, формы, цвета, текстуры и отражательной способности в условиях изменяющегося освещения.

Камеры глубины MRDVS S-Series используют метод прямого измерения времени пролета (dToF) для получения трехмерной информации о глубине для автоматизированных погрузчиков AGV и автономных мобильных роботов (AMR). В ходе испытаний производительности, проведенных в июле 2026 года, компания MRDVS оценила, как камера S11 справляется с черными, отражающими, перекрывающимися и сильно подсвеченными объектами.

Почему обнаружение препятствий на складе представляет собой сложную задачу?

Надежное обнаружение препятствий на работающем складе — это не просто измерение расстояния.

Грузы на складе редко бывают однородными. Поддоны, клетки и товары могут быть матово-черными, обернутыми светоотражающей пленкой или изношенными до серого цвета без текстуры. Любая из этих поверхностей может представлять проблему для датчика, настроенного на лабораторный тестовый образец.

Рабочая среда вносит дополнительные переменные:

  • После каждого пополнения запасов содержимое полок меняется.
  • В определенные часы дня прямые солнечные лучи могут попадать в погрузочные зоны.
  • Нагрузки могут перекрывать или частично блокировать друг друга.
  • Автоматизированные транспортные средства (AGV) и автономные мобильные роботы (AMR) должны обнаруживать препятствия во время движения.
  • Слепое пятно, появляющееся только при определенных условиях освещения, все равно может создавать операционный риск.

Таким образом, практическая задача состоит не только в измерении расстояния, но и в получении полезной трехмерной информации при изменении целей и условий окружающей среды.

Как работает датчик глубины dToF?

Технология прямого измерения времени пролета излучает сверхкороткие импульсы инфракрасного света — обычно в наносекундном масштабе — и регистрирует интервал (Δt) между излучением и возвратом отраженного сигнала. Расстояние определяется напрямую:

Расстояние = (Скорость света × Δt) / 2

Поскольку измерение представляет собой прямое измерение времени возвращаемого импульса, каждый пиксель в поле зрения может возвращать значение глубины в значительной степени независимо от цвета или текстуры объекта. Активная стереосъемка, напротив, проецирует шаблон и триангулирует глубину на основе того, как этот шаблон деформируется на двух линзах — процесс, который зависит от наличия достаточной визуальной информации для сопоставления признаков.

В серии S этот принцип реализуется с помощью трех важных аппаратных решений:

  • Ядро для измерения расстояния с точностью до субнаносекунды: Высокоточный преобразователь времени в цифровой код (TDC) и прецизионная линия задержки минимизируют ошибку квантования во временной области, обеспечивая стабильную точность измерения расстояния в динамических условиях работы.
  • SPAD-датчик с задней подсветкой: Высокая чувствительность к фотонам позволяет осуществлять обнаружение на поверхностях с низкой отражательной способностью, включая черные объекты, а также в условиях сложного освещения.
  • Высокоэффективный VCSEL с длиной волны 940 нм: Высокая пиковая оптическая мощность при низком энергопотреблении и минимальном тепловом дрейфе, обеспечивающая стабильную выходную мощность в течение длительных периодов работы.

Компания MRDVS объясняет результаты, полученные в приведенных ниже тестах, именно этим базовым методом измерения.

Что оценивал тест?

Камера, использованная во время теста:

  • Глубинная камера MRDVS S11 dToF

В рамках программы испытаний были проверены четыре типа целей и сцен:

  1. Черные предметы, расположенные близко к белой стене
  2. Отражающая колонна
  3. Несколько предметов, расположенных друг над другом в помещении, на разной глубине.
  4. Четыре объекта на фоне яркой подсветки

В ходе тестирования основное внимание уделялось полноте изображения глубины, определению границ, поведению вблизи перекрывающихся объектов, отсутствующим данным облака точек и шуму.

Тест 1: Черные предметы на фоне белой стены

черном
Черные предметы на фоне белой стены

В первом эксперименте черный предмет поместили рядом с белой стеной.

Это простая, но показательная сцена, поскольку камере приходится различать две соседние поверхности, используя только разницу в глубине, даже несмотря на то, что черный объект обеспечивает лишь ограниченную визуальную текстуру.

Результаты показывают, что S11 создал полное изображение глубины, которое затем было преобразовано в трехмерное облако точек с четко очерченными краями, отделяющими объекты от стены. Как показано выше.

Тест 2: Отражающая колонна

Светоотражающая колонна
Светоотражающая колонна

Второй тест оценивал отражающую колонну.

Компания MRDVS сообщает, что прибор S11 позволил получить полное изображение глубины, которое затем было преобразовано в облако точек без пропущенных или разрозненных данных по краям колонны.

Целью этого теста было изучение того, как камера dToF справляется с объектом, который может создавать сложные отражения — распространенная ситуация, когда грузы упакованы в термоусадочную пленку или хранятся в металлических клетках.

Тест 3: Перекрывающиеся объекты на разной глубине

Перекрывающиеся объекты на разной глубине (4)
Перекрывающиеся объекты на разной глубине

В третьем тесте использовалась сцена в помещении, содержащая несколько сложенных друг на друга объектов, расположенных на разной глубине.

По данным MRDVS, самолет S11 сохранил детализацию на протяжении всей сцены.

Для обнаружения препятствий на складе важно сохранять информацию о глубине вокруг перекрывающихся объектов, поскольку поддоны, грузы, стеллажи и мобильное оборудование могут частично блокировать друг друга. Пробел в облаке точек на границе перекрытия — это именно то место, где роботу необходимы данные, чтобы решить, проходим ли этот пробел.

Тест 4: Прямой свет

Прямой свет
Четыре объекта на фоне яркой подсветки

Четвертый тест был направлен на выделение переменной освещения. Четыре объекта с нормальным коэффициентом отражения были расположены позади мощного источника света, направленного в сторону камеры, примерно в 4 м от нее, так что освещение падало на объектив, а не на объекты.

Подобная подсветка воспроизводит одну из наиболее распространенных причин отказа датчика глубины в реальных условиях эксплуатации. Вилочный погрузчик AGV, пересекающий ворота склада, перемещается из зоны примерно в 200 люкс внутри помещения в десятки тысяч люкс на улице в пределах одной длины транспортного средства, часто при этом он движется прямо навстречу источнику света, и у датчика нет возможности перенастроиться между этими двумя условиями.

MRDVS сообщает, что в этих условиях S11 создал полное изображение глубины по всему полю зрения, которое затем было преобразовано в трехмерное облако точек, на котором все четыре объекта были четко отделены друг от друга и от фона.

Результаты тестирования вкратце

Тестовая сценаMRDVS S11 (dToF)
Черные предметы вблизи белой стеныПолное изображение облака точек с четко выраженным разделением между поверхностями.
Светоотражающая колоннаПолное изображение облака точек без пропущенных или разрозненных данных по краям.
Сложенные друг на друга объекты на разной глубинеДетализация сохранена на протяжении всей сцены.
Четыре объекта на фоне яркой подсветкиПолное облако точек, на котором все четыре объекта четко разделены.

Заявленная задержка и минимальное рабочее расстояние

Качество обнаружения обеспечивает безопасность только в том случае, если результат своевременно поступает к контроллеру транспортного средства.

По данным MRDVS, типичная сквозная задержка для S11 составляет от 70 до 100 миллисекунд при стандартных условиях эксплуатации, а минимальное рабочее расстояние — приблизительно 10 см (4 дюйма).

Минимальное рабочее расстояние имеет значение, когда необходимо обнаруживать препятствия вблизи траектории движения автоматизированного погрузчика — например, опору поддона или бордюр непосредственно перед вилами. Фактическая эффективность работы также зависит от размещения датчиков, геометрии транспортного средства, конфигурации зоны обнаружения и скорости движения.

От данных о глубине резкости до действий транспортного средства: встроенная система предотвращения столкновений.

Обнаружение препятствий — это лишь одна часть комплексной системы безопасности и управления мобильным роботом. Роботы серии S поставляются с алгоритмом предотвращения столкновений в реальном времени, который работает непосредственно на камере, без необходимости использования внешнего промышленного ПК.

Основные преимущества встроенной системы предотвращения столкновений с препятствиями.

  • Трехуровневая система безопасных дистанций: Установите точные зоны предупреждения (замедление), тревоги (полная остановка) и защиты (игнорирование) в любом месте вдоль траектории движения робота, чтобы транспортное средство могло замедлиться до того, как ему придется остановиться.
  • До 20 предварительно заданных зон: Пользователи могут динамически переключаться между зонами через API по мере перемещения автономных мобильных роботов, что позволяет применять контекстно-зависимые политики безопасности в различных зонах работы — для узкого прохода и открытой площадки для подготовки грузов не требуется одинаковый профиль.
  • Регулируемое поле обнаружения: Задайте горизонтальную зону покрытия (левая и правая границы) и вертикальную зону обнаружения (верхний и нижний пределы высоты) в соответствии с особенностями вашей среды и профилем препятствий.
  • Координаты, привязанные к транспортному средству: Исходное облако точек преобразуется в систему координат транспортного средства с использованием калиброванных внешних параметров. Таким образом, зона обнаружения остается фиксированной относительно автоматизированной транспортной системы (AGV) или автономного мобильного робота (AMR), независимо от того, где камера установлена ​​на шасси.
  • Очистка выходных сигналов: Система выводит интуитивно понятные коды состояния (0 / 1 / 2), соответствующие состояниям «Очищено», «Предупреждение» или «Аварийное состояние», по сети Ethernet или через настраиваемые входы/выходы, что обеспечивает простую интеграцию с существующей системой управления роботом.

Поскольку геометрия зоны может быть задана в виде прямоугольного или конусообразного объема, зона обнаружения может следовать направлению движения транспортного средства, а не полагаться на единый фиксированный радиус обнаружения.

Расширенные возможности восприятия для сложных оперативных сценариев

Помимо предотвращения столкновений в основных зонах, серия S обеспечивает более высокий уровень восприятия в условиях загроможденных помещений и в местах для совместной работы.

  • Многообъектный анализ: Точно измеряет расстояние между соседними препятствиями и выдает структурированные данные, что позволяет осуществлять интеллектуальное планирование траектории и навигацию в условиях загроможденной среды, а не просто принимать решение «остановиться или продолжить».
  • Искусственный интеллект для распознавания людей: Специально разработанный алгоритм надежно отличает людей от неодушевленных предметов, что позволяет применять повышенные протоколы безопасности в рабочих пространствах для совместной работы.
  • Синхронизация нескольких камер: Разработанная для объектов, где одновременно работает несколько автономных мобильных роботов (AMR), серия S обеспечивает синхронизацию и отсутствие помех между камерами всего парка, предотвращая перекрестные помехи и коллизии данных на загруженных складах.
  • Высококачественные RGB-D потоки: Синхронизированные, откалиброванные данные RGB и глубины предоставляют разработчикам надежный исходный материал для создания собственных алгоритмов семантического понимания, таких как классификация объектов и сегментация сцен.
  • Услуги по разработке программного обеспечения на заказ: Компания MRDVS предоставляет полный цикл разработки пользовательских алгоритмов, включая распознавание и сегментацию объектов, специализированную логику понимания сцены, а также настраиваемые конфигурации ввода-вывода и вывода данных.

Заключение

При обнаружении препятствий на складе необходимо учитывать не только расстояние. Цвет цели, текстура, отражательная способность, перекрытие, освещение, расположение датчиков и движение транспортного средства — все это влияет на информацию о глубине, доступную автоматизированной транспортной системе (AGV) или автономному мобильному роботу (AMR).

Описанный здесь тест, проведенный в июле 2026 года, демонстрирует, как прибор MRDVS S11 справился с четырьмя специально созданными сложными сценами: черные объекты на фоне белой стены, отражающая колонна, перекрывающиеся штабелированные грузы и четыре объекта на фоне сильной подсветки. Во всех четырех сценах S11 выдал полные изображения глубины с четко очерченными краями.

Поделиться: