原创 | 文 BFT机器人
在日新月异的机器人技术领域，技术的无缝整合正引领着人类与机器交互方式的革新潮流。ToF传感器作为变革性创新的一个例子，对移动机器人更好地感知周围环境起到了决定性的作用。
ToF传感器与激光雷达技术在创建深度图方面有着异曲同工之妙，但关键的区别在于，ToF传感器能够以更快的速度生成深度图像，并且能够灵活地集成到各类应用系统中。这使得ToF技术在机器人领域得以充分发挥其效用，为那些高度依赖精准导航和交互的行业带来了前所未有的机遇。
移动机器人为什么需要3D视觉
在历史长河中，RGB相机一直是工业机器人的核心传感器，它依赖场景中的颜色信息来捕捉2D图像。几十年来，这些2D相机一直在工业环境中发挥重要作用，指引机器人手臂完成拾取和打包任务。为了使这些2D RGB相机在机器人世界中发挥功能，需要进行相机到手臂的校准序列，确保将场景数据准确映射到机器人的世界坐标系。如果没有这一校准过程，2D相机将无法测量距离，从而无法作为障碍物检测和导航的有效传感器。
自主移动机器人（AMR）必须具备敏锐的感知能力，准确洞察周围不断变化的环境，以避免障碍物、构建世界地图，并持续进行自我定位。自1970年代末以来，飞行时间传感器（ToF）的出现与发展，逐渐成为提取深度数据的领先技术之一。自然而然地，ToF传感器成为了引导AMR在其环境中自由移动的关键工具。
激光雷达是ToF传感器的早期形式之一，主要用于帮助AMR感知和理解周围环境。其运作原理是通过发射激光脉冲并测量脉冲返回的时间来计算传感器与物体表面的距离。然而，早期的激光雷达传感器仅能通过单一激光飞行路径感知机器人周围的环境切片。这些激光雷达通常安装在离地面4至12英寸的位置，使得机器人只能看到处于这一光平面内的物体。
随着技术的进步，下一代AMR开始采用3D立体RGB相机，这类相机可以提供更丰富的3D深度信息数据。这些先进的传感器结合了两个立体安装的RGB相机和一个"光点投影仪"，使得相机阵列能够精确捕捉到投影在相机前的物体上的光线。
Photoneo和Intel RealSense等公司是这一市场早期阶段的3D RGB相机的主要开发商之一。这些相机最初被应用于工业领域，例如从垃圾桶中识别和拾取特定物品。在引入这些先进的传感器之前，垃圾桶拾取一直被认为是视觉引导领域的难题，被认为是难以解决的"圣杯"级应用。
摄像头技术的演进
一个显著的特性是该摄像头具备卓越的低光性能，同时充分考虑了人眼安全。在远距离模式下，其6米（19.6英尺）的检测范围有助于实现最佳的人和物体检测效果。而在近距离模式下，它在体积测量和质量检查方面表现卓越。
该摄像头以**"点云"**的形式返回数据，为各种应用提供了丰富的3D信息。摄像头内建的处理能力有效降低了计算负担，使其在仓储机器人、服务机器人、机械臂、自动导引车（AGV）、人数统计系统、用于抗欺诈的3D人脸识别以及患者护理和监测等多种应用场景中都具有潜在的应用价值。
与结构光相机/投影仪系统等其他3D深度范围扫描技术相比，飞行时间技术显然更具经济优势。例如，ToF传感器能够通过实时精确测量深度，显著促进户外送货机器人的自主移动能力。在机器人技术领域，ToF摄像头这种多功能的特性预示着它能为依赖精准导航和交互的各个行业提供强有力的支持。
ToF传感器如何进一步提升感知水平
飞行时间（ToF）摄像头与RGB摄像头之间存在一个根本性的差异，主要体现在它们感知深度的方式上。RGB摄像头主要依赖颜色信息 来捕捉图像，而ToF摄像头则是通过测量光线从物体反射并返回所需的时间来呈现深度的复杂性。
ToF传感器能够捕获数据，进而生成周围环境的精密3D地图，为移动机器人增添了深度感知的维度。这种深度信息不仅使机器人能够精确测量距离 ，还为其提供了关于物体形状 、大小 和位置的详细数据。
随着技术的进步，立体视觉技术也得到了发展。这种技术使用红外图案投影仪照亮场景，并通过比较两个2D传感器的立体图像差异来确保卓越的低光性能。这种技术结合了ToF传感器的深度测量能力，进一步增强了机器人的环境感知能力。
相比之下，ToF摄像头集成了传感器 、照明单元 和深度处理单元于一体。这种设计使得自主移动机器人在开箱即用时即具备完整的深度感知能力，无需进行额外的校准。这一优势大大简化了机器人的部署过程，并提高了其实时性能。
ToF摄像头的一个关键优势在于它们能够以高帧率提取3D图像，从而实现快速的前景和背景区分。此外，它们还通过使用主动照明组件在各种照明条件下工作，包括明亮和暗淡的环境。这种适应性使其成为各种环境下的理想选择。
总的来说，与传统的RGB摄像头相比，ToF摄像头在低光环境中表现出色，且无需进行校准。此外，ToF摄像头单元可能比立体RGB摄像头或大多数激光雷达单元更具成本效益。
然而，ToF摄像头也存在一些局限性。一个主要的缺点是它们通常需要独立使用，因为其发射器可能会对附近的摄像头造成干扰。此外，过于明亮的环境也可能影响ToF摄像头的性能，因为环境光会淡化发射的光源。这些问题在特定应用中可能需要额外的考虑和调整。
ToF传感器的应用
ToF摄像头在仓库环境中为AMR/AGV应用带来了革命性的变革。这种摄像头为仓库操作提供了深度感知智能，使机器人能够更清晰地"看"到周围的世界。基于这些数据，机器人能够以更加准确、高效的方式做出关键的业务决策。
以下是ToF摄像头在仓库应用中的主要功能：
-
定位：ToF摄像头帮助AMRs通过扫描周围环境并创建地图，进而将收集到的实时数据与已知数据进行匹配，从而精确定位其位置。
-
地图绘制：结合从目标物体反射的光的传输时间和SLAM（同时定位与地图构建）算法，ToF摄像头能够创建详细的环境地图。
-
导航：基于已知的地图信息，AMRs能够精确地从点A移动到点B，避免了不必要的碰撞和路径偏差。
-
避障：通过ToF技术，AMRs能够以3D的方式深入了解其周围环境，从而在决定路径时有效地避开障碍物。
-
里程计：这是通过分析来自运动传感器的数据，估算移动机器人在一段时间内位置变化的过程。ToF技术可以与其他传感器融合，进一步提高AMR的定位精度。
总的来说，ToF摄像头为仓库中的AMR/AGV应用提供了前所未有的深度感知能力，推动了仓储管理的智能化和自动化进程。
若您对该文章内容有任何疑问，请与我们联系，我们将及时回应。