立体工业相机提升工业自动化中的立体深度感知

深度感知对仓库机器人应用至关重要,尤其是在自主导航、物品拾取与放置、库存管理等方面。

通过将深度感知与各种类型的3D数据(如体积数据、点云、纹理等)相结合,仓库机器人可以在错综复杂环境中实现自主导航,物品检测,灵活避开障碍物,精准拾取目标物品,将其准确无误地放置在特定位置,同时有效优化仓库空间布局,提升作业效率。

机械臂拾取

仓储应用

3D视觉技术

3D传感器是支持现实场景深度感知测量的基础技术。常见的3D视觉技术如立体相机、激光雷达、渡越时间相机和激光三角测量。

3D技术的选择取决于具体的应用和需求,每项技术都有其独特的优势。例如,激光雷达和激光三角测量技术,由于内置诸如旋转镜等运动部件,因此不适合在恶劣环境中使用。

立体相机不易受到阳光直射的干扰更适合户外应用场景。立体相机的成本通常低于其他3D传感器。立体相机在计算图像中的3D数据时,相较于上述其他技术,需要更高的计算能力。部分立体相机配备了板载处理能力,从而减轻主机的数据处理负担。

此外,在某些应用场景下,物体的识别依赖于彩色图像,而彩色点云则能提供更丰富的情境感知。相较于其他常见的3D视觉技术需要额外配备彩色相机,立体相机则能提供彩色图像与彩色点云。

这往往是在范围与精度之间做出的一种权衡考量。例如,远程传感器的精度相对较低,而短距离传感器则具有较高的精度。在测距能力方面,激光雷达具备最远的测距能力,其次是立体相机,最后是渡越时间传感器。激光三角测量的覆盖范围虽然最短,但其精度却更高。自主导航和障碍避让功能需要较长的探测范围,而物品拾取与放置操作只需中等范围的覆盖即可。近距离范围探测主要用于物体的识别与检查。

·各种3D视觉技术范围和精度的平衡·

立体技术广泛适用于大多数仓库机器人的应用场景。它能提供灵活的覆盖范围和足够的精度性能。它拥有较低的成本优势,能够轻松适应恶劣环境条件,同时提供物体识别所需的彩色图像。

立体成像概述

立体成像技术模拟人类视觉中的3D感知原理。人类的双眼从两个不同视角观察同一场景,可以通过视差(即两个不同视角下物体位置的位移)推断出距离。

在立体成像系统投入使用前,必须进行一次性相机校准,在每一帧图像中,相机首先捕捉原始的左右图像,随后,在矫正步骤中,使用前期校准得到的信息。经过矫正的图像被传递至立体匹配步骤,生成视差图。最后,通过三角测量步骤将视差图转换为3D点云。

立体相机的关键设计驱动因素是3D精度。深度误差由以下公式得出:ΔZ d。它取决于以下因子:

“Z” = 范围

“B” = 基线,即两台相机之间的距离

“f” = 像素中的焦距,与相机视野及图像分辨率相关。

基于此公式,深度误差随范围的增加而呈二次方增长。这是立体相机在远距离操作中面临的一个主要局限性。为了减少误差,我们可以采取多种措施,例如延长基线长度、提高分辨率或缩小视野范围。

立体工业相机的应用
  • 使用自主移动机器人(AMR)的仓库机器人技术

深度感知对仓库机器人应用至关重要,尤其是在自主导航、物品拾取与放置、库存管理等方面。

通过将深度感知与各种类型的3D数据(如体积数据、点云、纹理等)相结合,仓库机器人可以在错综复杂环境中实现自主导航,物品检测,灵活避开障碍物,精准拾取目标物品,将其准确无误地放置在特定位置,同时有效优化仓库空间布局,提升作业效率。

自主移动机器人(AMR)应用中标准立体相机的特征:

  • 高帧率

  • 低延迟

  • 坚固可靠

  • 校准保留

  • 宽视野

  • 远距离工作能力

  • 适用于室内外的高动态范围

  • 使用拾取与放置机器人的仓库机器人技术

立体相机仓库机器人另一个应用是拾取与放置作业,这类机器人能够精准地拾取零件或物品,并将其放置到其他位置。

该应用的关键组件包括一个用于感知周围环境的视觉系统、一个用于数据处理制定决策的控制系统,以及一个带有夹具或吸盘用于操控各种物体的机器人手臂。

相较于人工拾取与放置,这类机器人的优势主要体现在其更高的准确性和一致性上。它们具备出色的环境适应性,能够灵活应对各种变化,同时高效执行重复性任务,从而释放人力,使之投入到更为复杂的作业中,最终推动生产力和效率的双重提升。

拾取与放置机器人应用广泛,涵盖装配、托盘化、去托盘化和箱子拾取等多个领域。以箱子拾取为例,其目标是从容器中移除随机放置的物体。首先,视觉系统需要识别和定位物体,随后计算其方位,确保夹具能够正确拾取。然后,控制系统规划出机器人的移动路径,有效避开途中的障碍物。最后,机器人顺利拾起物体,并将其放置于指定位置。

  • 自拾取与放置机器人应用中标准立体相机的特征:

  • 高精度

  • 低延迟

  • 坚固可靠

  • 校准保留

  • 扬尘/潮湿的工业环境

针对不同大小的物体,需要在视野和工作距离上具备灵活性。

Bumblebee X 立体相机赋能工业自动化

新一代的Bumblebee® X 立体相机,提供高分辨率、优异的精度和先进的板载处理能力。此外,其出色的工业设计、IP67 防护等级和5GigE 接口确保其能稳定集成在工业环境中。

Bumblebee X 的主要特点包括:

  • 高分辨率与高精度

  • 利用强大的立体算法的板载处理

  • 24cm基线的远距离工作

  • 灵活的视野选项(60、80 和 105 度)

  • 具备IP67工业设计的高可靠性和坚固性

  • 具备5G网口接口的高带宽和低延迟

  • 长时间的校准保留

  • 兼容外部图案投影仪

  • 产品生命周期长

  • 支持ROS(机器人操作系统)和GenICam

  • SDK功能丰富且易用

以上内容来源于FLIR网站。

机器视觉产品资料查询平台可查看更多工业相机的信息。

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.rhkb.cn/news/468696.html

如若内容造成侵权/违法违规/事实不符,请联系长河编程网进行投诉反馈email:809451989@qq.com,一经查实,立即删除!

相关文章

LSTM+LightGBM+Catboost的stacking融合模型

基本介绍 针对目前大部分数据同时具有特征连续和特征不连续的特点,将神经网络模型如LSTM和回归树模型如XGboost,基于stacking集成学习原理进行融合 附有模型评价指标R2、RMSE、MAE、MSE,代码包含注释,可以直接运行。 融合过程 在机器学习中…

人工智能 | 文生视频大模型

简介 文生视频指的是将文本描述转化为视频内容的技术,2024年2月15日 OpenAI 正式对外发布 Sora 人工智能模型,在人工智能领域掀起了一场风波,这是计算机视觉领域的一个突破。 Sora 这一名称起源于日文中“空”的含义,暗示了其具…

测试实项中的偶必现难测bug--一键登录失败

问题描述:安卓和ios有出现部分一键登录失败的场景,由于场景比较极端,衍生了很多不好评估的情况。 产生原因分析: 目前有解决过多次这种行为的问题,每次的产生原因都有所不同,这边根据我个人测试和收集复现的情况列举一些我碰到的: 1、由于我们调用的是友盟的一键登录的…

Pr:视频过渡快速参考(合集 · 2025版)

Adobe Premiere Pro 自带七组约四十多个视频过渡 Video Transitions效果,包含不同风格和用途,可在两个剪辑之间创造平滑、自然的转场,用来丰富时间、地点或情绪的变化。恰当地应用过渡可让观众更好地理解故事或人物。 提示: 点击下…

Jest项目实战(7):部署文档网站到 GitHub Pages

关于部署网站,理论上来讲,只要你有一个服务器,你要采用什么样的方式来部署都是可以的。但是前提是你需要有一个服务器(物理机、云服务器)。 这一小节我们部署文档网站选择使用 github 来进行部署,因为 Git…

第十九周:机器学习

目录 摘要 Abstract 一、吴恩达机器学习Exp1——线性回归 1、单变量线性回归 1.1数据集的读取及可视化 1.2分割训练集和验证集 1.3扩展维度 1.4线性回归模型 1.5训练过程可视化 2、多变量线性回归 2.1加载数据集并可视化 2.2划分训练集和验证集 2.3线性回归模型 …

Mac保护电池健康,延长电池使用寿命的好方法

使用Mac的过程中,如何延长电池的使用寿命是大家非常关心的问题,而养成一个良好的充电习惯能够有效的延长电池的使用寿命 避免过度充电和过度放电能够有效的保护电池,因此长时间的充电与长时间放点都不可取,但是在日常的使用过程中…

Python 爬虫数据清洗与存储:基础教程

Python 爬虫数据清洗与存储:基础教程 在爬虫数据获取完成后,数据往往是“原始”的,不适合直接使用。清洗和存储是将爬取到的原始数据转化为有用信息的关键步骤。本文将系统地介绍 Python 中进行数据清洗与存储的基本方法,帮助新手…

【博主推荐】VUE开发常用技术点收集

文章目录 1.系统主题的全局颜色变量申明和使用2.样式里面导入样式3.页面返回顶部功能4.页面实时更新时间功能5.页面条件判断的几种方式6.页面v-for使用7.页面路由跳转的几种方式8.vue3 js引用的几种方式9.Vue中引用和使用一个组件10.页面传参的几种方式VUE系列前端模板源码其他…

day08(单片机)时钟系统+定时器+PWM

目录 时钟系统定时器PWM 时钟系统 时钟基本概念 时钟源 晶体振荡器(Crystal Oscillator) RC振荡器(Resistor-Capacitor Oscillator) ​​​​​​​STM32U5时钟源 HSI(High Speed Internal) HSE(High Speed External) LSI(Low Spe…

linux盘扩容缩容

这里写目录标题 文件格式介绍问题:当根盘满了过后怎么办?解决方式: Xfs文件格式缩容扩容1. 备份2. 卸载home3. 缩容home(home盘为xfs文件格式)4. 扩容 /5. 恢复home备份 Ext4文件格式缩容扩容1. 备份(可选&…

通过DNS服务器架构解释DNS请求过程

在前面的章节,这里,基于PCAP数据包和RFC文档详细介绍了DNS请求和响应的每个字段的含义。但是在现实的网络世界中,DNS请求和响应的数据包是怎么流动的,会经过哪些设备。本文将着重说明一下目前网络空间中DNS请求和响应的流动过程。 当前网络空间中比较常见DNS请求的流程如下…

【GeoJSON在线编辑平台】(2)吸附+删除+挖孔+扩展

前言 在上一篇的基础上继续开发,补充上吸附功能、删除矢量、挖孔功能。 实现 1. 吸附 参考官方案例:Snap Interaction 2. 删除 通过 removeFeature 直接移除选中的要素。 3. 挖孔 首先是引入 Turf.js ,然后通过 mask 方法来实现挖孔的…

分组校验在Spring中的应用详解

目录 前言1. 什么是分组校验2. 分组校验的基本原理3. 分组校验的实现步骤3.1 定义分组接口3.2 在校验项中指定分组3.3 校验时指定要校验的分组3.4 默认分组和分组的继承 4. 分组校验的优势和适用场景4.1 优势4.2 适用场景 5. 常见问题与解决方案5.1 校验未生效5.2 无法识别默认…

Qt_day3_信号槽

目录 信号槽 1. 概念 2. 函数原型 3. 连接方式 3.1 自带信号 → 自带槽 3.2 自带信号 → 自定义槽 3.3 自定义信号 4. 信号槽传参 5. 对应关系 5.1 一对多 5.2 多对一 信号槽 1. 概念 之前的程序界面只能看,不能交互,信号槽可以让界面进行人机…

Unity引擎智能座舱解决方案

作为全球领先的 3D 引擎之一,Unity引擎为车载3D HMI提供全栈支持。即为从概念设计到量产部署的整个 HMI 工作流程提供创意咨询、性能调优、项目开发等解决方案,从而为车载信息娱乐系统和智能驾驶座舱打造令人惊叹的交互式体验。 专为中国车企打造的HMI引…

<项目代码>YOLOv8 草莓成熟识别<目标检测>

YOLOv8是一种单阶段(one-stage)检测算法,它将目标检测问题转化为一个回归问题,能够在一次前向传播过程中同时完成目标的分类和定位任务。相较于两阶段检测算法(如Faster R-CNN),YOLOv8具有更高的…

stm32 踩坑笔记

串口问题: 问题:会改变接收缓冲的下一个字节 串口的初始化如下,位长度选择了9位。因为要奇偶校验,要选择9位。但是接收有用数据只用到1个字节。 问题原因: 所以串口接收时会把下一个数据更改

14、NAT和桥接区别

一、NAT模式 NAT相当于是局域网中的局域网,把192.168.21.1当作外网ip,重新划分了一个网关(192.168.33.x) 二、桥接模式 网桥只是把网络桥接起来,还是原来的网关(192.168.21.x),虚拟机…

养老实训室中,智能化养老服务平台的建设价值与措施

一、引言 随着人口老龄化的加速,对养老服务的需求日益攀升,传统的养老模式已无法满足现代社会的需求。智能化养老服务平台作为一种新兴的养老模式,以其高效、便捷和个性化的服务特点,开始受到社会的广泛关注。本文将深入探讨智能…