AGV/AMR 분야에서 3D 비전의 적용 이해

핵심 요점:

3D 비전은 모바일 로봇이 주변 환경을 보고, 이해하고, 상호 작용할 수 있도록 합니다. 컴퓨터 그래픽, 컴퓨터 비전, 인공 지능을 결합한 다학제 기술입니다. 3D 비전 기술은 3D 카메라를 통해 시야 내의 모든 지점의 3차원 좌표를 캡처하여 알고리즘을 사용하여 3D 이미지를 재구성합니다. 2D 이미징에 비해 3D 비전은 더 안정적이고 환경 및 조명 변화에 탄력적이며 더 나은 사용자 경험과 더 높은 안전성을 제공합니다.

3D 비전 기술 경로

3D 센서는 3D 비전의 "눈" 역할을 하며, 여러 카메라와 깊이 센서를 조합하여 물체의 3차원 위치와 크기에 대한 데이터를 수집합니다. 현재 사용 가능한 주요 3D 비전 센서는 쌍안경 카메라, 구조화된 광 카메라, TOF(Time of Flight) 카메라입니다.

• 3D 구조광 기술: 이 방법은 특정 인코딩을 가진 물체에 투사되는 적외선을 사용합니다. 빛이 반사되면 패턴은 물체의 거리에 따라 변형됩니다. 이미지 센서는 변형된 패턴을 캡처하고 삼각 측량을 사용하여 각 픽셀의 변형을 계산하여 해당 불일치를 도출하고 깊이 값을 추가로 계산합니다.

• TOF(Time of Flight) 원리: 이 기술은 적외선 광원을 사용하여 물체에 고주파 광 펄스를 방출한 다음 반사된 펄스를 수신하고 광 펄스의 이동 시간을 측정하여 카메라에서 물체까지의 거리를 계산합니다. 현재 시장에는 dTOF와 iTOF의 두 가지 주류 TOF 솔루션이 있습니다. 업계 전문가들은 dTOF가 해상도, 정확도, 초저전력 소비, 강력한 간섭 방지 기능 및 간단한 교정과 같은 핵심 측면에서 우수한 성능을 보이기 때문에 점차 iTOF를 대체할 것이라고 믿습니다. 그러나 dTOF는 높은 기술 장벽, 높은 시스템 통합 및 제한된 공급망 리소스를 가지고 있습니다.

• 쌍안경 스테레오 비전 기술: 이 방법은 두 가지 관점에서 동일한 대상을 관찰하여 인간의 시각을 시뮬레이션하고, 다른 관점에서 대상의 이미지를 얻습니다. 삼각 측량을 사용하여 이미지의 픽셀 간 위치 편차(차이)를 계산하여 대상의 3D 이미지를 얻습니다. 양안 스테레오 비전의 하드웨어 구조는 일반적으로 두 대의 카메라를 시각 신호 수집 장치로 사용합니다. 이러한 카메라는 듀얼 입력 채널 이미지 수집 카드를 통해 컴퓨터에 연결되고, 카메라에서 수집한 아날로그 신호는 샘플링, 필터링, 향상 및 디지털 형태로 변환되어 최종적으로 컴퓨터에 이미지 데이터를 제공합니다.

모바일 로봇에서의 3D 비전의 응용

비전 기술이 2D에서 3D로 진화함에 따라 3D 비전 센서는 모바일 로봇에서 중요해지고 있으며, 깊이 인식을 제공하고 3차원 공간에서 실시간 감지, 정확한 객체 인식, 다중 장애물 감지 및 회피, 지능형 의사 결정 및 자동 안내를 가능하게 합니다. 이러한 기능은 물류, 전자 상거래, 자동화, 제조, 산업 및 서비스 로봇, 상업적 환경 등에 점점 더 많이 적용되고 있으며, 적용 범위가 확대되고 있습니다.

모바일 로봇공학에서 3D 비전은 주로 탐색, 장애물 회피, 최종 재료 인식 및 도킹에 사용됩니다.

• 항해: 정확한 환경 감지는 모바일 로봇의 주요 과제입니다. 여기서 "환경"에는 실내와 실외의 다양한 조명 조건으로 인한 간섭, 경로의 장애물, 경로가 깨끗하고 평평한지 여부, 환경의 물체 유형, 로봇을 늦추거나 멈추게 할 수 있는 사람이 있는지 여부, 앞의 팔레트가 비어 있는지 가득 찼는지 여부, 적재된 팔레트의 삽입 슬롯이 있는 위치, 픽업 경로를 계획하는 방법 등 다양한 요소가 포함됩니다. 간단히 말해서, 비전 기반 모바일 로봇은 주변 환경을 정확하게 인식하고, 동적 및 정적 장애물을 피하고, 대상 객체에 동적으로 접근(탐색)하고, 대상 객체와 올바르게 상호 작용(객체 감지 및 위치 인식)해야 합니다.

• 장애물 회피: 시장은 단일 라인 LiDAR, 초음파 및 충돌 스트립과 같은 다양한 장애물 회피 센서를 제공합니다. 충돌 스트립은 일반적으로 폭력적인 충돌 방지를 위한 최후의 방어선입니다. 초음파 장애물 회피는 종종 거짓 양성으로 이어집니다. 단일 라인 LiDAR에는 상당한 사각지대가 있습니다(2차원 평면에서만 장애물을 감지하고 레이저 아래나 위의 장애물을 감지할 수 없어 안전 위험이 있음). 3D 비전 센서는 이러한 단점을 보완할 수 있습니다. 모바일 로봇을 위한 최고의 현재 장애물 회피 솔루션은 3D 비전 센서와 LiDAR의 조합으로, 3D 비전 센서는 정밀한 단거리 및 중거리 장애물 회피를 제공하고 LiDAR는 장거리 2차원 장애물 회피를 제공합니다. TOF 카메라에는 사각지대가 거의 없으므로 현재 AGV 장애물 회피에 가장 널리 사용되는 3D 비전 카메라입니다.

• 인식 및 도킹 종료: 일부 창고에서는 물품 배치가 복잡하고 팔레트의 수동 또는 차량 배치가 종종 부정확합니다. 이러한 부정확성으로 인해 무인 지게차가 기존의 기계적 한계 또는 단안 카메라 인식을 사용하여 팔레트를 정확하게 식별하기 어려워 팔레트 도킹 중에 위치 오류가 자주 발생하고 결과적으로 운영 효율성이 낮아집니다. 3D 비전을 사용하여 팔레트 이미지를 캡처하고 적절한 이미지 처리 알고리즘과 결합하면 지게차는 팔레트의 위치 및 자세 좌표를 식별하고 삽입 방향을 지능적으로 조정하고 무인 지능형 팔레트 처리를 달성하여 무인 지게차 팔레트 도킹 중에 상당한 각도 편차 문제를 해결할 수 있습니다. 또한 AI 알고리즘을 사용하여 팔레트 인식 모델을 강화하고 심층적으로 학습하여 팔레트 인식 및 추적의 정확도를 더욱 높일 수 있습니다.
•  

미래 방향: 더 높은 해상도, 더 빠른 프레임 속도, 더 나은 환경 적응성

모바일 로봇 애플리케이션이 계속 심화됨에 따라 더 높은 감지 기능에 대한 수요가 증가하여 3D 비전 기술 개발이 이 방향으로 추진되고 있습니다. 그러나 모바일 로봇에서 3D 비전을 현재 적용하는 것은 아직 초기 단계에 있습니다. 모바일 로봇이 더욱 다양한 애플리케이션 환경으로 계속 진화함에 따라 3D 비전 시스템에 대한 요구 사항이 더욱 엄격해져 3D 비전 기술이 더욱 업그레이드될 것입니다.

자세한 내용을 보려면 아래 링크를 클릭하세요.

Reeman Moon Knight 로봇 섀시 소개

플래시 푸드 배달 로봇 소개

간호 병원 배달 로봇 소개