机器视觉在自主移动机器人市场上广泛的应用

　　几十年来，工业机器人一直在不断地从人类操作人员那里接过肮脏、危险和枯燥的工作，只要他们能有效地做到这一点。然而，直到近期，在生产或物流设施周围转移托盘、零件和库存的任务基本上仍掌握在人的手中。下面我们来了解一下机器视觉在自主移动机器人市场上广泛的应用。

　　自动制导工业视觉机器人

　　AMRs旨在动态、高效和安全地在繁忙的生产和仓库地板上运行，而不依赖固定的外部基础设施进行导航。这使得它们与AGV相比更加灵活，但它也需要更复杂的计算和软件来快速融合来自多种成像和传感器技术的数据，以便实时制定导航决策。

　　随着自动制导车辆(AGV)的出现，这种情况开始发生变化，这为大型物流和生产设施的物资交付增加了更大的灵活性–只要这些设施具有可预见的一致布局和具体的导航基础设施，如电线、磁条或反射器。AGV携带足够多的车载传感器和智能来使用这个基础设施来导航和停车，当障碍物阻塞了他们预先设定的旅行路径时，AGV就会停下来。对一条路线进行微小的改动意味着移动导航基础设施，这可能需要对周围设施进行昂贵和破坏性的改变。

　　机器视觉在自主移动机器人(AMRs)的应用

　　AMRs包含额外的软件和传感器技术，使它们能够在设备内部存储的地图上验证自己的位置，并在路径中的随机障碍物周围动态导航，以找到到达目标目的地的有效路线。从商业角度看，AMRs的价值在于导航系统在机器人上是完全独立的。不像AGV那样依赖外部基础设施和机器人本身。

　　AGV和AMR的市场与其他终端市场不同，后者在零和争夺市场份额的过程中相互推介不同的机器视觉技术。相反，这些移动平台为多个成像组件和其他传感器技术提供了空间。这些多传感器的重叠输入有助于较大限度地提高机器人在具有挑战性的工业环境中的安全性和效率。

　　机器视觉在标准移动机器人应用

　　在这种情况下，“挑战”可能是一种轻描淡写的说法。到处都有反光镜，到处都是收缩包，闪闪发光的金属，不断移动的物体。因此需要数据融合，定位是在长距离的稀疏点云，以获得你需要的保真度，而近距离的障碍物检测更适合于更多的点，比如从3D相机中得到的。用超声波或雷达来观察玻璃。所有这些都存在于今天的标准移动机器人上。

　　机器视觉和平号机器人

　　和平号机器人提供了一个有代表性的模型，传感器套件在今天的许多移动平台上。该公司的所有机器人都配备了两台激光扫描仪–特别是安装在前方和背面的微型扫描仪3，以提供360度视场(FOV)，以探测8米以外的物体。这些激光雷达系统支持定位和安全。除了帮助机器人规划一个新的设施外，它们还确保机器人在导航时能够动态地避开障碍和人员。扫描仪的红外线激光器通过提供一些抗阳光和灰尘的能力来支持进一步的安全。

　　和平号机器人还利用两台面向前方的英特尔D 435深度相机的3D成像来探测大约2米高的视场中的障碍物。这种垂直视场对于探测桌子、悬臂障碍物或悬挂物体是很重要的，因为这些物体在机器人的路径上显得很高，但却对它所承载的载荷构成了风险。

　　另有24个接近传感器–在和平号机器人的每个角落都有6个传感器–在地板上扫描不到20厘米高的物体，如托盘、电缆和人足。较小的有效载荷模型增加了超声波传感器来检测玻璃，而和平号的重型有效载荷机器人携带地面扫描飞行时间(ToF)系统作为传感器套件的一部分。

　　AMRs和AGV上常见的其他传感器包括加速度计和陀螺仪，用来感知惯性力、加速度和旋转。编码器在每个车轮上测量速度，以便准确反馈给激光扫描仪，以检测机器人是否在潮湿的地面上滑动。

　　自主移动机器人效率竞争

　　无论AVG或AMR导航多少仓库或生产层，其大部分效率和价值都来自于“后一米”的情况，在那里它完成了设计的任务。无论该任务是人工辅助的还是自动化的，对一台仪表的导航都需要更高的精度和可重复性，以与人类操作人员的效率竞争。

　　一种仪器所要求的更高的重复性和效率可以来自于传感器、软件、处理和/或整个系统设计的改进。一些AMR系统借用了AGV的一章，并依靠地板上的一小部分磁带或QR代码来加速对接。和平号使用这种工具在一米处提供10毫米的精度.

　　机器人须根据环境和其他因素选择传感器

　　在软件对来自移动平台传感器的数据流进行建模之前，须对数据进行快速处理，并将其编译成通用格式。这意味着将激光扫描仪的稀疏点云数据与立体相机的rgb图像结合起来，并实时融合来自ToF相机、超声波和雷达传感器以及陀螺仪和加速度计信号的额外数据。需要额外的校准来考虑所有这些传感器的相对位置，因为它们在移动平台上从不同的角度捕获数据。机器人须根据环境和其他因素，积极决定该信任哪个传感器。

　　AGV和AMRs正在为生产和物流设施中的运输任务自动化提供更高的效率和更快的投资跟回报铺平道路。然而，随着更大的自主权带来更大的挑战。随着视觉提供商继续引进更高性能的成像系统、改进的软件建模和更健壮的数据处理，这些移动平台将越来越有能力安全高效地导航动态生产环境。如果您对机器视觉方面感兴趣可以通过联系方式，来了解一下。