返回资讯中心
外部精选
软件工程
#开发者实时流

Opdo用双摄像头方案提升机器人视觉感知能力

来源标题:Improve perception in robots by building around the optics instead

Opdo工程师提出为机器人头部配置双摄像头,以同时满足广角深度感知和高分辨率细节识别。方案包含一对127°立体摄像头和一台30.5°彩色摄像头,后者可在3米外让2毫米LED占据5个像素,850纳米点阵投影器将立体摄像头最严重的深度误差降低三倍以上。该设计由AI代理完成镜头设计与校验,工程师负责设定需求。

Hacker News 最新convolutedsoup2026/11/15 · 2 天前12 分钟阅读

以下正文由 AI 翻译自 Hacker News 最新(原文版权归原站所有),可能存在偏差,重要内容请以原文为准。

Brandon Garate 和 Hisham Hanif,Opdo · 2026年11月11日 · 阅读时间 6 分钟

机器人的头部摄像头既要看清整个服务器机架,又要读取机架上 2 mm 的状态 LED。一个摄像头无法兼顾这两件事。这个设计用了两个摄像头:一对 127° 立体摄像头负责深度,一个 30.5° 彩色摄像头在 3 m 处让 2 mm 的 LED 占据五个像素。一个 850 nm 点阵投影器把立体摄像头最严重的深度误差降低了三倍以上。

角分辨率是一个像素覆盖的角度,它决定了摄像头在给定距离上能分辨的最小物体。

关于这项工作。这个问题是我们自己设定的,用来测试我们的 AI agent 处理一份按机器人团队实际发送方式撰写的需求简报的能力。数据中心适合做测试,因为场景很规整:一排排相同的机架、已知的通道宽度、已知尺寸的状态 LED。问题中的数字可以写下来,所以答案中的数字可以核对。Opdo 的 AI agent 完成了镜头设计和各项校验,我们的工程师设定需求并做出设计决策。

广角视野会把像素摊薄,而远处的小 LED 需要像素密集排列。

机器人沿 1.2 m 宽的通道中间行驶,所以它的摄像头距离机架正面 0.6 m。机架高 2.4 m。从机架高度的一半处看,地面和机架顶部各自偏离光轴 63.4°,因此上下合计 127°。

3 m 处一个 2 mm 的 LED 张角为 0.67 毫弧度。要让它横向占三个像素,就需要每像素 0.22 毫弧度。分摊到 127° 上,就是上下约 10,000 个像素,根据传感器形状不同,每个摄像头需要 75 到 130 兆像素。立体摄像头需要两个这样的传感器。

这里的传感器只有那个数字的十分之一到六分之一。Sony 的 Pregius S IMX535(彩色)和 IMX545(黑白)是标准工业传感器,像素为 4128 × 3008,像元尺寸 2.74 µm,即 12.4 兆像素。它们的全局快门同时曝光所有像素,所以移动中的机器人不会让图像产生倾斜。

把任务分给两种摄像头。有三部分让这个方案成立。

窄视场彩色摄像头读取 LED。彩色传感器上配一个 20.75 mm、F/3.5 的镜头,在 3 m 处把一个 2 mm 的 LED 成像为 13.8 µm,即 5.05 个像素。在 5 m 处是 3.03 个像素。视野为 30.5° × 22.5°,所以在 3 m 处覆盖 1.63 m 的机架高度,需要两个俯仰位置。从 5 m 处可以看到整个机架。该镜头是六片式双高斯结构,相机镜头使用这种形式已有一个多世纪(Kingslake, 1989)。

广角立体摄像头测量深度。两个 5.09 mm、F/3.5 的镜头相距 100 mm。深度误差由视差误差决定:

1 m 处允许 5 mm 误差,对应 2.5 µm 的视差误差,即 0.93 个像素。5 m 处 3% 的限制允许 1.1 个像素。机架位于 ±63.4° 范围内,所以这对摄像头只需要在偏离光轴 65° 以内测量深度。

投射的点阵让这对摄像头能读取光泽的黑色机架。两个摄像头从略微不同的位置观察机架,所以每个标签、通风口和硬盘位在两张图像中都会落在相差几个像素的位置。这个偏移量给出距离,从而告诉机器人机架及其部件在哪里。光泽的黑色边框和水平通风条几乎没有什么可供匹配算法比对,所以头部的一个 850 nm 投影器向机架投射固定的细小点阵。它还让机器人可以在关灯的情况下工作。

我们通过镜头设计渲染了这对摄像头对模拟机架的视图,一次用普通泛光灯,一次用点阵。我们用 FoundationStereo 对每一对图像进行匹配,这是一个开放的已学习立体模型(Wen et al., 2025)。

点阵把最严重的深度误差降低了三倍以上。在 0.6 m 处的实心机架表面上,95 百分位误差从 13.9 mm 降到 4.1 mm,落在 5 mm 的规格之内:

使用泛光灯时,误差集中在平行于基线的通风条上,那里两张图像没有什么可供比对。点阵让这对摄像头在任何地方都有东西可以匹配。有了点阵,95 百分位误差在偏离光轴 55° 以内都保持在 4 mm 以下,在视野边缘达到 6.8 mm。

两个镜头设计和三个 12 MP 传感器覆盖了这两项任务。

摄像头需要多少像素来看一个状态 LED?这个设计在 3 m 处让 2 mm 的 LED 占据五个像素,在 5 m 处占据三个。在真实图像上区分红色和琥珀色、捕捉闪烁模式仍有待测试。

立体视觉在光泽的黑色服务器机架上能工作吗?用普通泛光灯只能部分工作:在我们的模拟中,81% 的机架表面误差在 5 mm 以内。它在平行于基线的通风条上失效。投射的 850 nm 点阵把这个数字提升到 96.5%。

Opdo 能为我们的机器人设计视觉系统吗?可以。把你的用例交给我们,Opdo 的 AI agent 和光学工程师会交付一个可量产的设计,并且在你已经在用的工具中工作,例如 Zemax、Code V 和 FRED。

想用 AI 设计你的下一个摄像头系统吗?把你的用例交给我们。我们会交付一个可量产的设计。联系我们。

相关阅读:如何设计一个在 -40 到 +85 °C 范围内保持对焦的热成像摄像头镜头。

正文由 探How 从来源站点 RSS 同步,内容未经改写;遇到排版缺失或需要图片、视频时请以原文为准。

打开原文
去社区讨论 →