机器人导航的最佳机器视觉技术选择

机器视觉用于机器人导航提供了新的工业操作可能性，但也带来了复杂的安全设计挑战。这是因为它适用于操作具有高重复性和低延迟的机械，特别是在复杂的工业部门。机器视觉系统必须处理一些关键的工业问题，如光照条件、无纹理表面以及不确定和移动的物体。因此，有效的机器人引导需要特定的机器视觉传感器和技术。

使用机器视觉技术来引导机器人的方法有很多，如立体视觉和摄影测量、飞行时间、结构光、光编码和激光三角测量。具体应用的理想技术取决于它的需求。要确定应用理想的机器视觉技术，需要考虑应用的目标和机器人类型，以及以下因素:

• 传感器的范围:工作距离由环境配置、机器人可及性、传感器尺寸决定。
• 分辨率和点云对齐的精度:分辨率和点云对齐由硬件决定。它们应该与应用程序的目的和对象的大小一致。
• 重量轻如果传感器安装在末端执行器或机器人上，则机器人在有限的最大负载下运行，以实现其完整的动力学。
• 处理时间:在确定一个系统是否适合特定的应用程序时，处理时间很重要，特别是当它被应用于具有安全约束的机器人，如感知和防止与障碍物和人类碰撞的能力时。一些机器视觉技术使用静态摄像机和物体，因此不能应用于移动过程。
• 安全问题当前位置尽管机器人可以独立操作，但它们需要人工干预，还需要与行业员工密切合作。因此，传感器应该防止危险的高功率激光器，以减少自动化行业的事故风险。
• 扫描环境:振动、光照条件或摄像机运动等最轻微的环境故障都会极大地影响三维点云的质量。因此，应该通过在接触前扫描环境来避免这种干扰。
• 软硬件集成:摄像机由外部源及其机器人中央控制单元自动控制。因此，即兴开发是面向硬件和软件集成的。大多数商业机器视觉系统都与一个由外部软件控制的机器人相连。
• 预算除了技术问题，在选择理想的机器视觉技术实施时，应该考虑行业的预算。正确的解决方案应该平衡成本和性能。

这些因素是为工业应用选择理想技术的起点。然而，进一步的研究可以提供更多关于结构光、激光三角测量和立体视觉等技术的信息，这些技术在特定条件下可以提供可接受的精度。

下载KINGSTAR Machine Vision Datasheet