Các giải pháp và phát triển của chúng tôi

D'Elite VisionGuard

Các sản phẩm và công nghệ tiên tiến dành cho nhà đầu tư và đối tác.

Hình dung khái niệm

Nhận thức là bước đầu tiên dẫn đến hành động.

D'Elite VisionGuard là một mô-đun phần mềm thị giác máy tính dùng để phát hiện các đối tượng mục tiêu, ước tính vị trí của chúng và truyền kết quả đến một ứng dụng bên ngoài hoặc nền tảng robot.

Hệ thống được thiết kế dựa trên xử lý hình ảnh cục bộ, các mô hình phát hiện có thể thay thế và nhiều chế độ hoạt động: stereo, camera đơn với suy giảm cảm biến và các nguồn nhìn đêm/nhiệt bổ sung.

1

Một mô-đun - nhiều tình huống thực hành khác nhau

Hình minh họa khái niệm về các kịch bản sử dụng VisionGuard: giám sát hiện trường, phát hiện vật thể trong kho và kiểm tra khu vực xung quanh vào ban đêm bằng robot.
Hình ảnh minh họa mang tính khái niệm về các kịch bản. Các hình ảnh này không phải là đoạn phim từ các bài kiểm tra VisionGuard.
Ngành nông nghiệp
Phát hiện chim gần khu vực trồng trọt và triển khai các biện pháp xua đuổi không gây hại đã được lựa chọn.
Robot di động
Truyền tọa độ và sự kiện đến robot để kiểm tra khu vực, tránh chướng ngại vật hoặc tiếp tục nhiệm vụ.
Giám sát ban đêm
Có khả năng kết nối camera nhìn đêm, camera ảnh nhiệt và bộ kích hoạt hồng ngoại cho các tình huống thiếu sáng.
2

Quá trình xử lý diễn ra như thế nào?

  1. Các camera truyền tải hình ảnh kèm theo dấu thời gian.
  2. Mô hình tìm các đối tượng thuộc lớp đã chọn và chọn đối tượng mục tiêu.
  3. Một cặp ảnh lập thể ước tính tọa độ; với một camera duy nhất, kết quả đơn sắc được ghi nhãn rõ ràng sẽ được trả về.
  4. Kết quả và trạng thái của các cảm biến đều có sẵn cho người vận hành hoặc mạch tự động.
Xác thực nguyên mẫu

Điều này đã được chứng minh trong một cuộc thử nghiệm thực tế.

Rủi ro kỹ thuật đối với lõi nhận thức đã được giảm thiểu: độ chính xác về khoảng cách, lựa chọn mục tiêu chính xác và khả năng xử lý lỗi an toàn khi mất tín hiệu video — những yêu cầu cơ bản đối với phi công trong các tình huống thực địa — đã được xác nhận bằng cách sử dụng camera trực tiếp.

Nguyên mẫu đơn thử nghiệm đã vượt qua các bài kiểm tra trên bàn thử.

Không chỉ là ý tưởng hay slide: mà là các chỉ số KPI có thể đo lường được trên một webcam duy nhất. Bước tiếp theo trong Giai đoạn 1 là hiệu chỉnh lập thể và thiết lập hệ thống đo lường có độ chính xác cao.

Sự chính xác ±10 см Khoảng cách đến vật thể trùng khớp với phép đo điều khiển — chỉ số KPI tham chiếu cho việc dẫn hướng và tiếp cận của robot.
Chọn mục tiêu Ổn định Tọa độ X đổi dấu khi di chuyển sang trái/phải; khi có hai vật thể trong khung hình, mục tiêu lớn hơn sẽ được chọn - đây là hành vi có thể dự đoán được đối với nhiệm vụ.
Khả năng chịu lỗi Chế độ không tải an toàn Nếu camera bị mất tín hiệu, chế độ an toàn sẽ được kích hoạt; khi dòng chảy trở lại, hoạt động sẽ tiếp tục mà không cần khởi động lại mạch thủ công.
Đối với nhà đầu tư

Cốt lõi của việc phát hiện và ước lượng vị trí đã được chạy trên phần cứng. Các khoản đầu tư tiếp theo đang được thực hiện vào hiệu chỉnh ảnh nổi, mô hình mục tiêu và tích hợp với Lớp Tự động hóa—chứ không phải để tìm hiểu xem nó có hoạt động hay không.

Đúng mà không có mục đích

Nếu vật thể rời khỏi khung hình, hệ thống sẽ trả về "không có mục tiêu", duy trì chế độ hoạt động và không chuyển sang chế độ chờ an toàn giả - giảm thiểu các lần dừng sai cho phi công.

3

Cảm biến giúp tăng cường hiệu quả hoạt động của các bộ phận khác nhau trong hệ thống.

RGB âm thanh nổi
Hai camera đã được hiệu chỉnh cung cấp cơ sở cho phép đo tam giác và xác định tọa độ trong một hệ thống chung.
Máy ảnh NV và ảnh nhiệt
Việc chụp thêm ảnh có thể giúp cải thiện khả năng quan sát trong điều kiện chạng vạng và tối.
Cảm biến hồng ngoại
Nó đóng vai trò như một công cụ kích hoạt sự hiện diện hoặc chuyển động và giúp tránh việc chạy phân tích đầy đủ một cách không cần thiết.
Máy đo khoảng cách laser
Có thể chỉ định khoảng cách đến vật thể mà chùm tia nhắm tới.

Việc hỗ trợ logic cảm biến được cung cấp trong lõi phần mềm. Các bộ chuyển đổi phần cứng và việc kiểm tra thực địa các cảm biến bổ sung được thực hiện riêng biệt.

4

Kết nối với Lớp Tự trị

VisionGuard báo cáo những gì hệ thống quan sát được. Lớp Tự động hóa sẽ quyết định cách thực hiện nhiệm vụ.

Mối liên hệ dự kiến: tọa độ mục tiêu và trạng thái cảm biến được truyền đến mạch robot, mạch này sẽ khởi động bước thực hiện nhiệm vụ, ghi lại các sự kiện và triển khai chính sách phục hồi khi xảy ra lỗi.

Cầu nối ROS 2 và khung mô phỏng Lớp Tự động (Autonomy Layer) là hai thành phần riêng biệt. Việc tích hợp với VisionGuard và nền tảng vật lý vẫn chưa hoàn tất.

Xem lớp tự chủ
5

Các giai đoạn thực hiện

Giai đoạn 1Nguyên mẫu và xác thực cơ bảnHiện hành

Tình trạng hiện tại: xử lý ảnh đơn kênh, ước lượng tọa độ và mất dữ liệu camera; xác nhận sai số chọn mục tiêu và khoảng cách lớn nhất khoảng ±10 cm tại khoảng cách mục tiêu. Hiệu chuẩn cặp ảnh nổi và đo tọa độ trên bàn thử nghiệm.

Giai đoạn 2Mô hình mục tiêu và mạch cảm giác

Cấu hình các mô hình có thể thay thế cho các lớp đối tượng đã chọn, đánh giá chất lượng phát hiện và kết nối thêm các cảm biến theo từng kịch bản.

Giai đoạn 3Thí điểm tích hợp

Chuyển tọa độ và sự kiện đến Lớp Tự động hóa, kiểm tra nhiệm vụ trong môi trường mô phỏng và sau đó trên nền tảng robot đã chọn.

Giai đoạn 4Thử nghiệm thực địa và mở rộng quy mô

Kiểm tra độ chính xác và tính ổn định trong môi trường mục tiêu, chuẩn bị quy trình triển khai có thể lặp lại cho các địa điểm và loại thiết bị mới.

Giai đoạn hiện tại

Nguyên mẫu và lộ trình có thể kiểm thử

Giai đoạn 1

Nguyên mẫu đơn sắc hoạt động đã vượt qua các bài kiểm tra cơ bản về tọa độ, lựa chọn mục tiêu và phục hồi mất dữ liệu camera. Bước tiếp theo trong Giai đoạn 1 là nguyên mẫu lập thể được hiệu chuẩn với các phép đo độ chính xác có thể tái tạo.

Chúng tôi mời các nền tảng và đối tác thử nghiệm các kịch bản ứng dụng thị giác máy tính và robot.

Thảo luận về phi công