D'Elite VisionGuard — komputerowe widzenie i lokalizacja obiektów

Wizualizacja koncepcyjna

Percepcja jako pierwszy krok do działania

D'Elite VisionGuard to moduł oprogramowania do przetwarzania obrazu komputerowego, który służy do wykrywania obiektów docelowych, szacowania ich położenia i przesyłania wyników do zewnętrznej aplikacji lub platformy robotycznej.

System zaprojektowano z myślą o lokalnym przetwarzaniu obrazu, wymiennych modelach detekcji i wielu trybach pracy: stereoskopowym, z pojedynczą kamerą z degradacją czujnika oraz dodatkowymi źródłami NV/termicznymi.

1

Jeden moduł – różne scenariusze praktyczne

Ilustracja koncepcyjna scenariuszy VisionGuard: nadzór terenowy, wykrywanie obiektów w magazynie i nocna inspekcja obwodowa przez robota — Wizualizacja koncepcyjna scenariuszy. Obrazy nie są nagraniami z testów VisionGuard.

Sektor rolniczy
Wykrywanie ptaków w pobliżu upraw i stosowanie wybranych, niegroźnych repelentów.

Robotyka mobilna
Przesyłanie współrzędnych i zdarzeń do robota w celu sprawdzenia obszaru, ominięcia przeszkody lub kontynuowania misji.

Monitorowanie nocne
Możliwość podłączenia kamery NV, kamery termowizyjnej i wyzwalacza IR na potrzeby zastosowań przy słabym oświetleniu.

2

Jak przebiega przetwarzanie?

Kamery przesyłają obrazy ze znacznikami czasu.
Model wyszukuje obiekty wybranej klasy i wybiera obiekt docelowy.
Para stereo szacuje współrzędne; w przypadku pojedynczej kamery zwracany jest wyraźnie oznaczony wynik mono.
Operator lub układ autonomiczny mają dostęp do wyników i stanu czujników.

Walidacja prototypu

Co już zostało udowodnione w praktyce

Ryzyko techniczne dla rdzenia percepcji zostało już złagodzone: dokładność pomiaru odległości, prawidłowy wybór celu i bezpieczna awaria w przypadku utraty obrazu wideo — podstawowe wymagania stawiane pilotowi w sytuacjach terenowych — zostały potwierdzone za pomocą kamery na żywo.

Dokładność ±10 см Odległość do obiektu pokrywała się z pomiarem kontrolnym — referencyjnym wskaźnikiem KPI dla sterowania i podejścia robota.

Wybór celu Stabilny Współrzędna X zmienia znak podczas przesuwania się w lewo/prawo; gdy w kadrze znajdują się dwa obiekty, wybierany jest większy cel — przewidywalne zachowanie misji.

Odporność na błędy Bezpieczny bezczynność W przypadku zgubienia kamery aktywowany jest tryb awaryjny; po przywróceniu przepływu działanie jest wznawiane bez konieczności ręcznego ponownego uruchamiania obwodu.

Dla inwestora

Rdzeń detekcji i szacowania pozycji działa już sprzętowo. Dalsze inwestycje dotyczą kalibracji stereo, modeli docelowych i integracji z warstwą autonomii, a nie sprawdzania, czy to w ogóle działa.

Poprawność bez celu

Jeżeli obiekt opuści ramkę, system zwraca komunikat „brak celu”, utrzymuje tryb pracy i nie przechodzi w fałszywy bezpieczny tryb bezczynności – mniej fałszywych zatrzymań w pilocie.

3

Czujniki ulepszają różne części systemu

Stereo RGB
Dwie skalibrowane kamery stanowią podstawę triangulacji i współrzędnych we wspólnym układzie.

NV i kamera termowizyjna
Dodatkowe obrazy mogą poprawić obserwację w warunkach zmierzchu i ciemności.

Czujnik podczerwieni
Służy jako wyzwalacz obecności lub ruchu i pomaga uniknąć niepotrzebnego przeprowadzania pełnej analizy.

Dalmierz laserowy
Można określić odległość do obiektu, na który skierowana jest wiązka światła.

Obsługa logiki czujników jest zapewniona w rdzeniu oprogramowania. Adaptery sprzętowe i testy terenowe dodatkowych czujników są przeprowadzane oddzielnie.

4

Łączenie się z warstwą autonomii

VisionGuard raportuje to, co widzi system. Warstwa autonomii decyduje, jak wykonać misję.

Przewidziane połączenie: współrzędne celu i stan czujników są przekazywane do układu robota, który inicjuje misję, rejestruje zdarzenia i wdraża politykę odzyskiwania po awarii.

Most ROS 2 i platforma symulacyjna Autonomy Layer są niezależne. Integracja z VisionGuard i platformą fizyczną nie została jeszcze ukończona.

Wyświetl warstwę autonomii

5

Fazy wdrażania

Faza 1Prototyp i podstawowa walidacjaAktualny

Aktualny stan: monodetektor, estymacja współrzędnych i przetwarzanie strat kamery; potwierdzono największy błąd wyboru celu i odległości wynoszący około ±10 cm w odległości docelowej. Kalibracja pary stereo i pomiar współrzędnych na stanowisku testowym.

Faza 2Modele docelowe i obwód sensoryczny

Konfigurowanie wymiennych modeli dla wybranych klas obiektów, ocena jakości wykrywania i podłączanie dodatkowych czujników zgodnie ze scenariuszem.

Faza 3Pilot integracyjny

Przenieś współrzędne i zdarzenia do warstwy autonomicznej, przetestuj misję w symulacji, a następnie na wybranej platformie robotycznej.

Faza 4Testowanie w terenie i skalowanie

Sprawdź dokładność i solidność w środowisku docelowym, przygotuj powtarzalną implementację dla nowych lokalizacji i typów sprzętu.

Obecny etap

Prototyp i testowalna mapa drogowa

Faza 1

Działający prototyp mono przeszedł podstawowe kontrole współrzędnych, wyboru celu i odzyskiwania utraconej kamery. Kolejnym krokiem w fazie 1 jest skalibrowany prototyp stereo z powtarzalnymi pomiarami dokładności.