3D摄像机和传感器的创新使移动机器人不断前进

与自动化领域的其他一些令人兴奋的技术一样，自动移动机器人(amr)在仓库、配送中心和工厂等地方越来越受欢迎。随着amr市场的持续增长，允许这些机器人在具有挑战性的环境中导航的技术也必须进步。本文将深入探讨一些最新的技术，使amr能够导航、避免障碍和碰撞，并在工厂车间与员工一起工作。

非结构化的、具有挑战性的环境

以前比以往任何时候都多，今天的机器人在制造，交付和安全等领域处理过多的非传统角色。移动机器人面临遍历变化和非结构化环境的挑战，并且必须设计用于在允许适当的决策和安全，高效导航的范围内检测和分类对象。据Velodal Lidar副总裁Vishal Jain称，AMR需要能够支持机器人识别和区分各种运动，形状，反射率和材料组成的物体的能力。

Lidar技术，如Velodyne Lidar提供的产品，允许不同类型的机器人在不同的环境中工作，通过避免与船舶等小物体，俯冲诸如电缆等小物体的碰撞来利用丰富和准确的3D信息进行高速和安全导航或灯具，以及移动障碍，如人，充足的时间安全地导航。由Velodyne传感器收集的高分辨率和密集的3D感知数据使所有这一切 - 本地化，映射，对象分类和对象跟踪。

该公司的新型Velarray M1600固态激光雷达传感器，例如，具有实时的AMR，近场感知数据可达30米，并且具有广泛的32度垂直视野，使其遍历非结构化和变化的环境。

“The M1600 solid-state lidar sensor is built using Velodyne’s proprietary micro-lidar array architecture, which features the company’s optical chip technology with eight lidar channels miniaturized to the size of a penny, which forms the ‘engine’ of the lidar sensor,” said Jain. “The miniaturization combined with Velodyne’s proprietary, fully automated manufacturing process enables cost-effective, high-quality mass production.”

安全标准考虑因素

在机器人安全方面，在标准方面没有任何指导，直到最近，当RIA推出了工业移动机器人的第一个国家安全标准时。ANSI/RIA R15.08-1-2020 -工业移动机器人的美国国家标准-安全要求-第1部分:工业移动机器人的要求为工业移动机器人的设计提供技术要求，以支持在其附近工作的人的安全。工业传感器公司SICK的市场产品经理Aaron Rothmeyer认为，这将导致更多的机器人部署。

他说:“RIA的R15.08真的可以为更广泛的应用打开大门，因为那些对部署机器人犹豫不决的公司现在已经有了标准化的安全指南，可以遵循，也可以感到舒适。”

参与了标准的发展，Sign现在使用指南来创建旨在遵守法规的产品。

Rothmeyer说:“许多用于移动机器人的设备越来越小，越来越轻，所以我们着眼于新标准和市场走向，并开始发布更多小型、低成本、轻量级的产品，以适应更小的平台。”

例子包括SICK公司的nanoScan3安全激光扫描仪或TIM781 2D激光雷达传感器，它也有一个安全变体。根据Rothmeyer的说法，这个产品的尺寸大约是3乘2英寸，可以放进很小的空间。此外，根据IEC安全标准，TIM781传感器在移动机器人领域开辟了新的可能性。

Rothmeyer说:“几乎所有的安全激光扫描仪都是D级的，这意味着本质上是为了防范最高级别的风险，当你的机器有可能杀死工厂里的人。”“有了TIM781，我们能够从以前的传感器和RIA 15.08指南中吸取一些经验教训，做一些以前从未做过的事情，保护b级低风险应用。”

B级代表比D级别不同的类别，并且通常为辅助保护提供辅助保护。例如，如果具有级别D级性能的自动导向车辆（AGV）牵引拖车，并且拖车在转动时创建夹点，则该点代表B级应用程序。有人可能会受到伤害的伤害，但没有死亡的风险。

3D拍摄飞行

另一种常用的AMRs技术是3D飞行时间(ToF)。Basler等公司提供了像blaze-101相机这样的ToF解决方案，它提供了高达10米的测量范围和高达30帧每秒的帧率。根据Basler公司3D图像采集产品经理Martin Gramatke的说法，这种相机可以帮助机器人在不同表面和不同环境光的挑战性环境中导航和避免碰撞(图1)。

他说:“当扫描平面位于障碍物下方时，激光扫描仪可能会错过另一辆叉车的叉子等物体，ToF摄像机可以帮助防止机器损坏。”

然而，Gramatke并不认为ToF相机能单独解决这个问题。

“可靠的导航和障碍物检测的关键是不同传感器的组合，”他说。“例如，我们提供的软件可以将来自ToF相机的彩色图像数据投射到3D图像数据上。然后人工智能就可以对颜色数据进行分类，从而在导航和障碍物检测方面做出更好的决策。”

自2018年在VISION斯图加特推出Helios2 3D ToF相机以来，LUCID视觉实验室一直在收集市场反馈，并在真实世界的应用程序中获得行业专业知识，使他们能够实现AMR客户正在寻求的功能，包括多通道功能。在传统的ToF方法中，如果两个或多个amr相交，ToF解决方案发出的光会相互干扰。使用多通道功能，多个ToF相机可以同时对同一空间进行成像，而不会干扰彼此的深度数据。

“我们还选择使用索尼推荐的850 nm波长的Helios相机，这很好地解决了室内AMR市场。LUCID Vision Labs创始人兼总裁Rod Barman表示:“与940纳米相比，该传感器在这个范围内的量子效率是后者的两倍，并为客户提供亚毫米精度的特殊3D深度数据，实现了优越的点云和未经过滤的数据。”

amr在一些恶劣的环境下工作，所以我们设计了下一代的Helios2相机来承受这些恶劣的环境。Helios2提供紧凑的60x60x77.5毫米的IP67防护，GigE Vision PoE和工业M12连接器，电缆长度可达100m。我们的测试符合DIN EN 60068-2-27, DIN EN 60068-2-64冲击和振动标准，以及DIN EN 61000-6-2工业EMC抗扰度。

360度的三维数据

DreamVu的PAL系列3D视觉系统专为机器人设计，提供360度3D视觉。DreamVu首席营收官Mark Davidson表示，许多客户表示，AMR导航面临的一些最大挑战在于必须考虑的环境情况的绝对宽度。在大型仓库中，定位等任务可能会很困难，但该公司的3D视觉系统已经解决了这些挑战。

该公司通过不断改进其软件发布中的算法，从每一次部署中学习更多知识，并将这些知识应用到下一次部署中，最后，与客户采取极其合作的方式。

他说:“我们在工程师之间花了很多时间，通过Zoom电话来回传递资产，并从客户那里获得他们对特定应用程序需要什么的反馈。”“例如，语义分割是我们花了大量时间研究的内容。我们继续推进这些算法，并在研发方面投入大量资金。”

在最近的一个例子中，DreamVu帮助客户处理地板上的导航和避障问题。这家机器人导航公司的终端客户将一款地板洗涤器推向市场，但在识别地板上的物体方面遇到了挑战。该公司负责工程的副总裁测试了10个不同的传感器来解决这个问题，但没有一个能应对挑战。在测试中，传感器识别出灰色地板上的白色胶带和所有地板类型上的黑色胶带——这两种都不是障碍，因为胶带没有高度。在大约两周的时间里，DreamVu通过研发努力为客户解决了这个问题。

DreamVu的基于相机的系统使用专利的光学和成像软件来提供360°x 110°RGB-D视野 - 完整的颜色和深度。根据戴维森的说法，非常小的软件可以利用360度数据，因此DreamVu创建了自己的视觉智能软件，以利用他们的相机。许多移动机器人在平面上使用2D激光器，该平面将检测在地面上的人类，但在光线下面错过了以下或之上的任何东西。通过DreamVu的3D障碍物检测能力，机器人也可以看到机器人上方的地板上方。

戴维森说:“任何悬挂的障碍物或地板上的小物体，系统都能检测到。”“然而，这可能会给机器人导航系统带来处理所有3D数据的负担，这可能意味着太多的数据、内存和计算。我们所做的是将3D光学检测并将其扁平化为2D激光扫描，这意味着我们的系统与大多数客户目前使用的2D测绘解决方案兼容。”