3D视觉在AGVAMR领域的应用.docx

《3D视觉在AGVAMR领域的应用.docx》由会员分享，可在线阅读，更多相关《3D视觉在AGVAMR领域的应用.docx（4页珍藏版）》请在优知文库上搜索。

1、3D视觉是一个多学科相融合的技术，可以总结为：计算图形学+计算机视觉+人工智能=3D视觉.3D视觉技术是通过3D撮城头采集视野空间内每个点位的三维座标信息，通过算法爰原狭取三维立体成像，不会轻易受到外界环境、豆杂光线的影响，与2D成像技术相比更稳定，体弱感更强，安全性更高.3D视觉主要技术路径30传感器作为3D视觉的眼的，通过笠个摄像头与深度传形器的组合能助获得物体三维位置及尺寸等数据,实现三雉信息采集。目前3D视觉传感器主要有双目相机、结构光相机及ToF（TimeoffIight）相机. 3D结构光技术原理：采用红外光网.发射出来的光经过一定的编码投影在物体上,这些图案羟物体表面反射I可来时

2、，随著物体距离的不同会发生不同的形变，图像传感器将形变后的图案拍下来，法于三角定位法，通过计算拍下来的图案里.的集个像素的变形业，来得到对应的觇差，从而进一步测算深度值. T0F工作原理；采用红外光源发射高频光脉冲到物体上，然后接收从物体反射回去的光脉冲，通过探测光脉冲的飞行（往返）时间来计算被测物体的相机的距离.ToF目前市场上有两种主流方案dTof和11f.行业人士认为.未来.dtof会逐渐取代itof方案,因为dtof在很多关犍性能方面时于itof都有绝对忧妗,如分辨率，精度对距圆懑却不明显，超低功耗，抗干扰能力强，标定方式简单.但其技术壁垒较高，系统集成度高，供应链资源少。 双目立体视

3、觉技术原理：通过从两个视点观察同一物体，从而来获得IHJ-物体在不同视角下的图像。通过三角浏演原理来计算图像像素间的位汽偏差（视差来获取物体的三处图像，过程跟人类眼睛的工作原理相似，在双目立体视觉系统的硬件结构中，通常枭用两个撮愎机作为视觉信号的聚集设符通过双输入通道图像采集卡与计算机连接把摄像机采集到的模拟信号经过采样、沙波、强化、模数转换，城线向计算机提供图像数据。技术K*双目结构光ToF立体双目（被动）双目妫构允（主动）优点技术成熟、系统成本低、空内外有一定兼容能力主动浑加物理故理、解决牛一枚理环境何的、近即离中跖精度、抗环境光扰（半室外环境可用）主动投影必介弱光照使用、近距J11米内）

4、至米数柿膜,功耗低弟法荷取、测即更远帧率高光照影响小、不同距离精也变化小、段客室内外动态场景Ht点单纹理环境无法识Sh强咯光运为阳精度茏，强光环境不均用运也肉耕度相对较矛.Kjft即熟的拉长.投影图案变大.功北大.中等精收影响大、视地瓜配W法复杂精度也加之变差，空外强光照不宜使用，强光r扰图农：3。现货不同技术路线优缺点对比3D视觉在移动机骞人领域的应用的花觇觉技术逐步从2D向3D过渡，3D觇觉传感器以深度礴如能力，在三维空间实时感应、目标物体精准识别、多重障碣检测避障、智能决策及自动化引导等方面占据领先技术优势,目前已大批量应用在物流电商、自动化、制造业厂内物流、工业及服务机器人、商业等多元

5、化场景，应用边界不断拓宽。目前，2D视觉导航和2D激光导航在移动机器人领域的应用已经非常成熟，但3D视觉导航和3D激光导航仍处于发展阶段.预计未来将有更大的发展空间，因为3D导航技术具有更好的环境适应性.在3D视觉导航方面，基于特征点的3D导肮技术最早得到了应用.当照明条件较好时，可在一定范围内实现机器人的自动导航操作.视觉导航技术的发展方向将是视觉导航技术的发展方向，提高3D建模的质量提高定位精度，提高不同环境照明条件下机器人的性质。在三维激光导航方面，它取得了非常明显的进展，并开始在一些场景中应用.3D激光导航克服了2D导航的缺点，显著提高了其适应复杂环境的能力，这是移动机器人最近发展的主

6、要方向.相对而言，3D激光导航费用较高，相关计管豆杂，但随若自动驾驶技术的发展，相关部件的成本可第会进一步降低，3D激光导航的应用也会更受欢迎.动态环境是移动机甥人自然导航面临的主要困难之一.动态环境不仅包括行人、车辆等高频运动物体，还包括移动生产线等慢/低频运动物体.未来将应用1.ife-Iongs1.am技术，以有效克服动态环境带来的困难.该技术是指在使用移动机器人的整个过程中自动修改和更新环境模型，这对s1.am技术的准确性和可靠性提出了巨大的挑战.该技术的开发和应用将进一步拓展移动机器人的应用领域，为移动机器人在多个动态环境场景中的应用奠定基础.董芯科技亚党S1.AM乂下市面上避障传感

7、器种类箔多,如：总线激光雷达、超声波、碰揄条等.硬报条通常作为以后一道鹭力防撞措施；超泮波避障经常出现误判：单漱光雷达存在较大宙区（只扫描：维平面内的障网物，低于或高于激光的障碍物无法检测，存在较大安全的思；3D觇党传感器可弥补激光这一缺陷.目前移动机器人最佳避障方案应是3D视觉传序器+激光而达,一一3D视觉传出器作为中短距离精确避障，激光甯达作为远距离二雄避障.因为ToF艇本不存在它区，所以目前用于AGV避隙的3D视觉相机就本是TOF型的,图深科技3DTOF因傥工业相机T1.460S1-E1一些仓库货物放置环境复杂，人工/货车放词托盘的位置不移耕确，导致无人叉车依席传统的机械限位或者单目相机识别的方式无法准确识别托盘，常常出现无人叉车对接托盘位况偏移角度较大,进而导致进叉失败.叉车工作效率低下.依把3D视觉进行托盘图像聚集，结合相应图像处理算法对叉车货物托盘进行识别，并得到其位置与姿态坐标,智旎调整进叉方向从而实现无人化智能托盘掖运,解决无人叉车对接托盘位置偏移角度较大的问即.同时.结合人工智能V7法对托盘识别模型进行强化训练和深度学习，可以进一步提升其识别叉车货物托盘与跟踪的准确性。