“多傳感器融合是移動機器人未來發(fā)展的主要方向，其中，3D視覺技術(shù)不可或缺。

——銀牛微電子聯(lián)合創(chuàng)始人 何火高”

隨著移動機器人應用場景的多元化，應用端對機器人的智能化需求不斷上升，而智能化提升的第一步，就是要讓機器人擁有更穩(wěn)定、更智能的精準感知、理解和自主決策等能力。

銀牛微電子作為全球雙目立體視覺的持續(xù)引領者，一直以來，專注3D視覺，以移動機器人為切入點，利用3D雙目視覺技術(shù)為移動機器人導航避障提供精準的三維立體數(shù)據(jù)信息。其推出的R132模組，具備強大的3D深度感知引擎、寬視場角等技術(shù)，可以有效解決機器人避障、3D重構(gòu)、3D掃描等行業(yè)痛點，輕松滿足室內(nèi)室外應用場景需求，是3D性能、成本、功耗的更理想組合。

以下是R132 模組的3D效果圖，可以讓機器像人一樣感知和理解世界。

1

強大的深度感知能力，打造核心競爭力

R1323D視覺模組

R132視覺模組基于NU4000芯片設計，該芯片采用12nm工藝，多核架構(gòu)，單芯片集成3D深度感知、SLAM實時定位建圖引擎、人工智能及通用CPU于一體，可為移動機器人、無人機、智能家居、元宇宙等場景提供從實時3D感知、計算到系統(tǒng)一體化的解決方案。

·強大的3D深度感知引擎：深度分辨率1280×720@30fps，感知距離0.2m-4m，精度誤差<2%，可輸出高分辨率的雙目深度圖像和點云信息；

·更大FOV深度視場角88°×58°：讓機器人擁有更寬廣的視野；

·RGB攝像頭FOV完全覆蓋深度FOV：RGB分辨率1600×1200，視場角92°×75°，實時檢測識別跟蹤多目標物體，對實現(xiàn)RGBD多傳感器的融合提供方便；

·強勁的NU4000綜合AI運算能力和靈活配置：通用ARM核支持不同應用，可獨立運行系統(tǒng)，減少主控芯片和系統(tǒng)的負擔，提高實時性；

·低功耗，更小尺寸：90mm×25mm×25mm，功耗低至1.8W；

·板載IMU：內(nèi)外參數(shù)完整標定的板載IMU。

強大的深度感知能力，賦予了移動機器人“眼睛+大腦”的三維感知能力。通過多個攝像頭及深度傳感器的融合，利用帶有深度信息的圖像來實現(xiàn)對于場景的精準的數(shù)字化，從而實現(xiàn)高精度的識別、定位、重建、場景理解等機器視覺的關鍵功能，打造3D視覺核心競爭力。

2

室內(nèi)外均可使用，避障/物體識別的更優(yōu)方案

隨著移動機器人應用場景的不斷豐富，視覺導航易受室外強光線、室內(nèi)陰暗光線影響的問題也隨之出現(xiàn)。銀牛R132視覺模組利用雙目視覺方案，在精度、FPS、分辨率、識別距離等方面做了技術(shù)提升，同時加入了紅外鏡頭、紅外激光發(fā)射器等，有效解決了依賴環(huán)境光源、暗光場景表現(xiàn)不佳的問題，無論是在室外光還是在室內(nèi)黑暗場景中，移動機器人都能夠?qū)崿F(xiàn)穩(wěn)定作業(yè)。

R132模組在室外強光下穩(wěn)定工作

3

細致入微，黑色/高反射物體識別精度高

除了環(huán)境光的影響外，機器人在運動過程中還會遇到黑色物體和高反射物體的檢測識別。由于激光在面對這兩類物體時“表現(xiàn)欠佳”，3D視覺技術(shù)的處理就顯得尤為重要。

R132視覺模組采用雙目視覺算法技術(shù)，并且增加了散斑激光投射器，可應對各種材質(zhì)、顏色、形狀物體的檢測，降低反光、黑色、堆疊物體的誤識別，在有效檢測范圍內(nèi)，高精度的點云效果圖，幫助機器人準確判斷，“行動自如”。

R132模組對反光物體的高精度識別

R132模組對黑色物體的高精度識別

4

降本增效，為行業(yè)帶來新的變革

銀牛微電子R132視覺模組作為通用型產(chǎn)品，高度集成了3D視覺深度引擎技術(shù)、SLAM技術(shù)及AI功能，可以大幅度縮短機器人企業(yè)研發(fā)、生產(chǎn)和應用試錯周期，快速將機器人產(chǎn)品推向市場進行驗證與應用。同時，3D視覺相機的成本相比激光器更低，能夠為機器人行業(yè)降本增效，帶來新的變革和產(chǎn)業(yè)升級。

后疫情時代，移動機器人作為“無接觸“服務的一個智能載體，將會保持高速增長的勢頭。銀牛微電子R132模組提供的全球領先的實時3D感知、計算到系統(tǒng)一體化的解決方案，將會為移動機器人客戶和合作伙伴創(chuàng)造更多的價值。

未來，銀牛微電子也將通過對3D核心技術(shù)的不斷迭代和升級，用更多更全面的產(chǎn)品和服務，賦能更多的創(chuàng)新應用場景，協(xié)同構(gòu)建3D機器視覺生態(tài)新格局。

審核編輯 ：李倩