Sensortypen im Vergleich – Ein Überblick

Written by

Teil 1: Sensorfusion verschiedener Sensortypen zur zuverlässigen 3D-Kollisionsvermeidung in AGVs


Lesezeit: ca. 5 Minuten. – 18/11/2021

Jede ausreichend fortgeschrittene Technologie ist von Magie nicht zu unterscheiden. „Arthur C. Clarke, britischer Science-Fiction-Autor und Physiker, sagte einmal. Es ist eine allgemein anerkannte Wahrheit, dass in der heutigen Welt technologische Magie in einem noch nie dagewesenen Ausmaß geschehen ist. Innovative Produkte und Verfahren haben die industrielle Landschaft, wie wir sie heute kennen, geprägt.

Unser letzter Blog-Artikel gab eine Einführung in fahrerlose Transportsysteme (kurz AGVs), die in Fabriken eingesetzt werden, um Fertigungs- und Materialhandhabungsprozesse zu verbessern und den Weg zu Industrie 4.0 und Intralogistik 4.0 zu ebnen. Außerdem wurde auf die verschiedenen Sensortypen eingegangen, die FTS und anderen Robotern helfen, ihre Umgebung zu Navigationszwecken wahrzunehmen und Kollisionen mit Maschinen und Menschen zu vermeiden.

In diesem Artikel wollen wir nun die verschiedenen Arten von Wahrnehmungssensoren näher betrachten, sie vergleichen und gegenüberstellen, um herauszufinden, welche Arten von Sensoren sich am besten für die 3D-Kollisionsvermeidung in robotischen und autonomen Anwendungen eignen.

AGV – was?


Lassen Sie uns zunächst kurz den Begriff „AGV“ klären:

Ein fahrerloses Transportsystem ist ein elektrischer, bodengebundener, fahrerloser, mobiler Roboter, der Güter ohne menschliches Zutun von A nach B transportiert und dabei von verschiedenen Arten von Navigationssystemen geführt wird. Sie werden am häufigsten in der Industrie eingesetzt, um schwere Materialien in großen Industriegebäuden wie Fabriken oder Lagerhäusern zu transportieren.

Die ersten FTS wurden in den 1950er Jahren in Form von Schleppern eingesetzt, die einer in den Boden integrierten Drahtbahn folgten. Seitdem wurden sie mit Hilfe eines komplexen Navigationssystems, dem so genannten „Automated Guidance System“, das Bahnplanung, Navigation und Steuerung umfasst, für die Navigation optimiert. Wir werden diese Phasen in unseren nächsten Blogartikeln näher beleuchten.

Klassifizierung von Sensorsystemen


Im Großen und Ganzen kann die Art der Führungstechnologie, die in FTS und anderen Robotern sowie beim autonomen Fahren eingesetzt wird, in sensorische und nicht-sensorische Technologie unterteilt werden.

Die Gruppe der Nicht-Sensorik umfasst unter anderem folgende Personen:

  • Kontaktpuffer, Not-Aus-Taster, Sicherheits-SPS(aktive, nicht-sensorische Sicherheitseinrichtungen)
  • Warnleuchten, Alarmsignale, Schilder am Fahrzeug(passive, nicht-sensorische Sicherheitseinrichtungen)

Im Rahmen dieses Artikels werden wir uns jedoch auf sensorische Sicherheitseinrichtungen / Sensortypen – sowohl aktive als auch passive– konzentrieren.

Das ABC der Sensortechnik


Es gibt drei verschiedene Arten von Sensoren:

  • Standort-Sensoren: Sie bestimmen den eigenen Standort des Roboters in der Umgebung.
  • Propriozeptive Sensoren: Diese bestimmen die Eigenbewegung des Roboters.
  • Sensoren zur Entfernungsmessung: Sie bestimmen die Position von Objekten in der Umgebung eines Roboters.

In diesem Artikel konzentrieren wir uns ausschließlich auf Entfernungsmesssensoren, da wir uns auf diese Technologie konzentrieren, um 3D-Kollisionsvermeidungslösungen der nächsten Generation für die Robotik- und Automobilindustrie anzubieten.

Wahrnehmungssensoren oder Sensoren zur Entfernungsmessung sind die Wahrnehmungsschnittstelle zwischen einem FTS oder einem anderen Roboter oder autonomen Fahrzeug und seiner Umgebung. Sie sind sozusagen die „Augen und Ohren“ der oben genannten Geräte, die ohne sie ihre Umgebung nicht wahrnehmen und somit nicht navigieren könnten. Gängige Sensoren zur Umgebungswahrnehmung basieren entweder auf der Erkennung von Radiowellen ( RADAR ), akustischen Wellen ( Ultraschall ) oder Licht(Kameras und LiDAR).
Sie lassen sich außerdem in passive und aktive Maßnahmen unterteilen.

Laienhaft ausgedrückt: aktive Sensoren sprechen und zuhören auf die Umwelt, während passive Sensoren nur lesen die Umwelt. Letztere werden als die wahren Beobachter der Umwelt bezeichnet, da sie diese nicht durch ausgesendete Signale stören, sondern leise und ständig „lesen“.

Vergleich von aktiven und passiven Sensortypen


Passive Sensortypen

Lassen Sie uns also zunächst über passive Sensortypen sprechen: Wir haben gelernt, dass sie von externen Reizen abhängig sind, das heißt, sie empfangen Signale aus ihrer Umgebung, die sie anschließend verarbeiten, um Daten zu erzeugen. Es gibt zwar verschiedene passive Sensoren, die gängigsten sind jedoch Kameras, die im Folgenden beschrieben werden.

Im Gegensatz zu aktiven Sensoren, die ihre Umgebung aktiv nach dem Prinzip der Laufzeitmessung (kurz ToF) beobachten und analysieren, verarbeiten passive Sensoren, wie z. B. bestimmte Kameratypen, Daten, indem sie Informationen aus ihrer Umgebung in Form von Licht empfangen. Sie erkennen Licht im sichtbaren oder infraroten Spektrum. Verschiedene Kameratypen verwenden unterschiedliche Ansätze, um aus diesen Daten Entfernungsinformationen zu extrahieren.

Mono und Weitwinkelkameras


Diese Kameras liefern in der Regel ein Bild der Umgebung. Bei einem sich bewegenden Objekt kann eine Monokamera auch ein 3D-Bild oder sogar eine 3D-Karte aus mehreren Fotos aus verschiedenen Blickwinkeln erstellen, indem sie photogrammetrische Entfernungsmessungen durchführt („Structure from motion“-Prinzip).

Stereo-Kameras


Sie erfassen dieselbe Szene mit zwei oder mehr Kameras, messen Entfernungen und erzeugen 3D-Daten durch Triangulation, was sie wahrscheinlich zu den präzisesten Sensoren macht, wenn es um die Messung von 3D-Geometrien geht. Neuere Kameras bieten On-Chip-Verarbeitung und sind in der Lage, Kanten zu erkennen. Ihr Ergebnis ist ein Bild, das aus Kanten und nicht aus Farbinformationen besteht. Dies vereinfacht die 3D-Bildwiedergabe für Stereokameras oder Structure-by-Motion-Algorithmen.

Aktive Sensortypen


Wie bereits erwähnt, senden aktive Sensoren ein Signal an die Umgebung. Dabei verwenden sie Energie, die durch eine externe Leistung, das so genannte Anregungssignal, gewonnen wird, und sind darauf angewiesen, dass das ausgesendete Signal oder ein Teil davon zu ihnen zurückreflektiert wird, um die so genannte Lichtlaufzeit (Time-of-Flight, ToF) zu messen. Dies wird berechnet, indem die Zeit gemessen wird, die vom Aussenden eines Signals bis zum Empfang („Hören“) des reflektierten Signals vergeht. Da diese gemessene Zeit proportional zur Entfernung des reflektierenden Objekts ist, kann die Reichweite wie folgt gemessen werden:

r = Reichweite/Entfernung zum reflektierenden Objekt
v Signal = Geschwindigkeit des Signals, zum Beispiel:
→ Lichtgeschwindigkeit: 299 792 458 m / s
→ Schallgeschwindigkeit: 343 m / s
t = gemessene ToF

Je nach verwendeter Sensortechnologie kann die Geschwindigkeit des Signals unterschiedlich sein. Aktive Sensoren können mehr Informationen liefern als passive Sensoren, da sie steuern können, wann und wie viel Energie ausgestrahlt wird. Allerdings benötigen sie dafür mehr Strom und laufen Gefahr, andere aktive Sensoren zu stören (so genanntes Übersprechen oder Rauschen). Überschneidungen können zu Deadlocks (wie in unserem letzten Blog beschrieben) und falsch positiven Ergebnissen führen. Letzteres beschreibt, was passiert, wenn ein Sensor fälschlicherweise ein nicht vorhandenes Objekt in seiner Umgebung wahrnimmt und daraufhin ein FTS anweist, langsamer zu werden oder, schlimmer noch, zum Stillstand zu kommen. Dies würde sich negativ auf die Produktion auswirken und somit zu einem Rückgang der Produktivität und der Einnahmen führen.

Auch so genannte Falsch-Negative (ein Sensor nimmt ein physisches Objekt in seiner Umgebung nicht wahr, obwohl es tatsächlich vorhanden ist) könnten auftreten, was noch schwerwiegendere Folgen hätte, da sie nicht nur Schäden an Geräten verursachen, sondern auch zu Personenschäden oder im schlimmsten Fall zum Tod führen könnten.

Zu den gängigen aktiven Sensoren gehören:

        • LiDAR, basierend auf Lichtstrahlen
        • ToF- und Strukturierte-Licht-Kameras, basierend auf Bildgebung
        • RADAR, basierend auf Funkwellen
        • Ultraschall, basierend auf Schallwellen / akustischen Wellen

RADAR-Sensoren (Radio Detection and Ranging)


Für Automobil- und Roboteranwendungen arbeiten Radarsensoren typischerweise als FMCW (= Frequency-Modulated Continuous Wave). Mit Hilfe der Dopplerverschiebung können Geschwindigkeit und Entfernung von Objekten in der Umgebung gemessen werden.

Es gibt verschiedene Arten von RADAR-Sensoren für unterschiedliche Anwendungen: Während Kurzstrecken-RADARs eine Signalisierungsreichweite von nur bis zu 30 m bieten, haben Langstrecken-RADARs einen begrenzten FoV, aber eine größere Reichweite. FMCW-RADARs sind insofern besonders, als sie ihre Betriebsfrequenz während der Messung ändern können, im Gegensatz zu den üblichen CW (= Continuous Wave) Sensoren. Kfz-RADARs beispielsweise nutzen für ihre Anwendungen in der Regel entweder das 24-GHz- oder das 77-GHz-Frequenzband. Aufgrund der Art der Erfassung stehen RADARs meist in Konkurrenz zu LiDARs – ihre erzeugte Datenauflösung ist oft viel schlechter als die von LiDARs, aber sie sind viel billiger.

Während die RADAR-Technologie in der Automobilindustrie eine großartige Technologie zur Kollisionsvermeidung ist, hat sie auf dem FTS-Markt keine hohe Akzeptanz. Das liegt vor allem an der eingeschränkten Zuverlässigkeit in dichten Industrieumgebungen mit vielen Metallreflektoren, die Störungen verursachen können.

Illustration eines RADARs
Illustration eines RADARs

Kamera-Sensoren


Strukturierte Lichtkameras

Sie senden aktiv Signale in die Umgebung aus und messen die zurückkommenden Signale. Eine der verwendeten Kameratechniken sind Kameras mit strukturiertem Licht, die ein Lichtmuster in die Umgebung projizieren (das strukturierte Licht).

Aus der Verzerrung dieses Musters auf eine beliebig geformte Fläche ergibt sich die 3D-Geometrie dieser Fläche.

ToF-Kameras

Sie können eine ganze Szene erfassen, indem sie einen Lichtimpuls über eine aktiv modulierte Lichtquelle aussenden, um die Szene zu beleuchten, und die ToF der zurückkommenden Signale für jedes Pixel messen.

Ein Festkörperlaser oder eine LED wird in der Regel für die Beleuchtung im nahen Infrarotspektrum (etwa 800 nm) verwendet.

Wärmebildkameras

Kameras sind nicht nur auf sichtbares Licht beschränkt. Wärmebildkameras verwenden Infrarotlicht, um ein Wärmebild zu erzeugen. Sie funktionieren bei Tag und Nacht gleichermaßen gut und bieten eine gute Auflösung der Umgebung. Die auf diese Weise erzeugten Bilder sind jedoch nicht mit Standardbildern vergleichbar. Aufgrund ihrer begrenzten Objekterkennungsfähigkeiten werden sie derzeit auf dem FTS-Markt nicht häufig eingesetzt.

→ Von allen beschriebenen Sensoren sind Kameras am besten für die semantische Segmentierung und Klassifizierung von Hindernissen geeignet.

Der Nachteil von Kameras im Allgemeinen ist, dass ihre Funktionsfähigkeit weitgehend von den Wetterbedingungen abhängt, was ihre Zuverlässigkeit beeinträchtigt. Außerdem sind sie recht teuer und erfordern eine hohe Datenverarbeitungsrate. Regen, aber auch Nebel oder direkte Sonneneinstrahlung können die Datenqualität erheblich beeinträchtigen. Bei Stereokameras ist der Öffnungswinkel oft begrenzt und die Technologie selbst ist recht teuer. Bei Wärmebildkameras ist eine genaue Entfernungsmessung schwierig, und die Reichweite kann nur grob bestimmt werden.

Kamerageführte FTS werden in der Regel als „Vision Guided Vehicles“ („VGV“) bezeichnet.

Illustration eines Kamerasensors
Illustration eines Kamerasensors

LiDAR-Sensoren (Light Detection and Ranging oder Laser Imaging Detection and Ranging)


Die LiDAR-Sensortechnologie verwendet Laserstrahlen im (nahen) Infrarot, Ultraviolett oder sichtbaren Spektrum. Durch die Messung der ToF dieser Laserstrahlen können LiDARs eine hochauflösende 2D- oder 3D-Karte der Umgebung erstellen. Die meisten LiDAR-Technologien verwenden gepulste Laserstrahlen, um die Umgebung zu beleuchten, einige andere verwenden Dauerwellensignale. Da die Preise für LiDAR-Systeme aufgrund der geringeren Anzahl beweglicher und rotierender Teile erheblich gesunken sind, ist die Technologie in letzter Zeit wettbewerbsfähiger geworden, bleibt aber dennoch das teuerste Erfassungssystem. Es gibt drehende LiDARs, die wegen der beweglichen Teile Probleme mit der langen Lebensdauer haben, und Festkörper-LiDARs , die robuster sind, da alle Komponenten praktisch statisch sind. Weitere Informationen zu diesen beiden Typen sowie zu allen anderen in diesem Blog-Artikel beschriebenen Sensoren finden Sie in unserem Kompendium der Entfernungsmesssensoren .

Heutzutage sollte jedes FTS mit einem 2D-Sicherheits-LiDAR ausgestattet sein, um sicher zu arbeiten. Die gewonnenen Daten werden zur zuverlässigen Erkennung von Personen und manchmal auch zur Erstellung von Navigationsdaten verwendet. Eines der großen Mankos von 2D-LiDARs ist die fehlende Fähigkeit zur zuverlässigen 3D-Raumüberwachung. Daher können zusätzliche 3D-Sensoren für die 3D-Kollisionsvermeidung im Ultrakurzstreckenbereich, wie der ECHO ONE DK von Toposens, die Lücke schließen.

FTS mit LiDAR-Sensoren können als „Laser Guided Vehicles“ („LGV“) bezeichnet werden.

Illustration eines sich drehenden LiDAR
Illustration eines sich drehenden LiDAR
Abbildung eines Solid-State-LiDAR
Abbildung eines Solid-State-LiDAR

Ultraschallsensoren – traditionell 1D


Ultraschallsensoren messen die Nähe eines Objekts, indem sie kurze Schallwellenstöße(Ultraschallimpulse) in die Umgebung aussenden. Sie messen dann die Zeit, die die Wellen brauchen, um zu einem Zielobjekt zu gelangen und das reflektierte Echo wieder am Empfänger (der der Schallwandler selbst oder ein separates Mikrofon sein kann) zu empfangen. Die hochfrequenten Schallwellen (in der Regel um 40 kHz) erzeugen Echomuster, die dann von Algorithmen verarbeitet werden. Während sie für den Menschen unhörbar sind, können sie von Fledermäusen, Delfinen und anderen speziellen Tierarten, die im Ultraschallbereich hören können, wahrgenommen werden.

Konventionelle 1D-Ultraschallsensoren haben bestimmte Einschränkungen:

        • Sie können nur Objekte in einem eindimensionalen Raum für die Entfernungsmessung erkennen
        • Sie können in der Regel nur das dem Sensor am nächsten liegende Objekt erkennen, da die Reichweite im Vergleich zum 3D-Ultraschallsensor von Toposens sehr begrenzt ist.
        • Sie haben einen begrenzten Öffnungswinkel

Obwohl sie seit Jahrzehnten als billige Einparkhilfe in ADAS-Anwendungen eingesetzt werden, mangelt es ihnen an Datenqualität und ausreichender Zuverlässigkeit für eine vollständige autonome Navigation. Insbesondere im Hinblick auf die 3D-Kollisionsvermeidung, da sie keine 3D-Daten liefern.

Illustration eines 1D-Ultraschallsensors
Illustration eines 1D-Ultraschallsensors

3D-Ultraschallsensoren


Im Vergleich zu herkömmlichen 1D-Ultraschallsensoren liefert der 3D-Ultraschallsensor „ ECHO ONE DK “ von Toposens 3D-Ultraschallsensoren, die 3D-Daten der Umgebung liefern. Dazu empfängt er den reflektierten Impuls über eine Reihe von Mikrofonen am Sensor, aus denen sich die Positionen der Echos wie folgt berechnen lassen 3D-KoordinatenDie Echos werden auf der Grundlage der unterschiedlichen Zeitpunkte, zu denen sie an den einzelnen Mikrofonen ankommen, als elektrische Signale an den Prozessor weitergeleitet. Die 3D-Koordinaten werden dann am Ende eines jeden Messzyklus verarbeitet und in der Post-Processing-Phase ausgewertet.

Das ECHO ONE DK verfügt über die weltweit erste und einzige 3D-Ultraschall-Sensortechnologie, die eine Kombination aus einzigartiger Hardware mit mehreren Mikrofonen und hochentwickelten, patentierten ToF-Softwarealgorithmen verwendet. Die generierten Daten werden anschließend konvertiert und zur weiteren Verarbeitung in einer 3D-Punktwolkenausgabe dargestellt.

Mit einem viel größeren Öffnungswinkel von bis zu 180 Grad im Ultrakurzstreckenbereich kann der Sensor mehrere Objekte genau und im Nahbereich erkennen, indem er das Prinzip der Echoortung nutzt und gleichzeitig robuste Daten auf energieeffiziente Weise liefert.

Die Tatsache, dass selbst kleinste und komplexe Objekte wie Schrauben, Kabel und vor allem Gabelstaplergabeln, die im FTS-Betrieb kostspielige Schäden verursachen können, erkannt werden können, macht 3D-Ultraschallsensorik zu einer hervorragenden Lösung für den zuverlässigen Maschinen- und Objektschutz.

Der ECHO ONE DK unterstützt FTS bei der Erkennung von hervorstehenden Objekten wie Gabelstaplergabeln, plötzlich auftauchenden Personen und allen Objekten im Nahbereich im 3D-Raum, unabhängig von Staub, Schmutz und unterschiedlichen Lichtverhältnissen.
Folglich wird die 3D-Ultraschalltechnologie allein oder in Kombination mit z. B. LiDAR zu einer immer wichtigeren Kombination.

Toposens ECHO ONE DK 3D-Ultraschall-Echolot-Sensor
Toposens ECHO ONE DK 3D-Ultraschall-Echolot-Sensor

Fazit – einer für alle oder alle für einen?


Sensoren werden seit Jahrzehnten eingesetzt, um die Industrie zu revolutionieren, indem sie die Effizienz und die Sicherheitsstandards in alltäglichen Prozessen erhöhen. In der heutigen schnelllebigen Welt, die von exponentiellen Technologien und sich ständig weiterentwickelnden automatisierten und autonomen Prozessen geprägt ist, die die traditionellen Fertigungsverfahren ablösen, werden an die Sensortechnologien hohe Erwartungen und Verantwortlichkeiten gestellt.

→ Die Schlussfolgerung, die aus dem obigen Vergleich gezogen werden kann, ist, dass jeder Sensortyp, ob passiv oder aktiv, sowohl seine Vorteile als auch seine Schwächen hat:

Aufgrund ihrer Genauigkeit sind 2D-LiDARs als Standardsensoren weit verbreitet, vor allem für den Personenschutz, und sollten standardmäßig in jedes FTS eingebaut werden.

RADAR ist zwar eine kostengünstigere Lösung für eine Vielzahl von Anwendungen, liefert aber genau wie 1D-Ultraschallsensoren keine ausreichend präzisen Daten und wird daher in FTS-Anwendungen nicht sehr häufig eingesetzt.

Kameras ermöglichen zwar eine menschenähnliche Beobachtung der Umwelt, die Datenqualität ist jedoch sehr stark von den Umwelt- und Wetterbedingungen abhängig (dunkle Nächte oder Nebel, um nur einige zu nennen), was wiederum ihre Zuverlässigkeit beeinträchtigen kann. Mit dem sich abzeichnenden Trend, dass sich 3D-ToF-Technologien in industriellen Prozessen durchsetzen, steigt der Bedarf an zuverlässigeren Sensorsystemen im 3D-Raum, insbesondere im Zusammenhang mit der 3D-Kollisionsvermeidung. Hier schließt ECHO ONE DK von Toposens die Lücke zwischen den bestehenden Sensortechnologien und bietet eine zuverlässige 3D-Kollisionsvermeidung mit Multi-Objekt-Erkennung insbesondere im Ultrakurzstreckenbereich. Dadurch erreichen AGVs oder andere Roboter die nächste Stufe der Robotersicherheit, was den ROI erhöht und zu sicheren und effizienten Fabrikeinstellungen beiträgt.

Zusammenfassend lässt sich sagen, dass alle oben beschriebenen Sensortypen eine wesentliche Rolle bei der Entwicklung von Technologien jetzt und in Zukunft spielen. Folglich wird die effizienteste, wirksamste und sicherste Leistung dadurch erreicht, dass verschiedene Sensortypen gemeinsam an einer Anwendung arbeiten, wobei ihre kollektiven Stärken kombiniert und ihre individuellen Schwächen verringert werden.
Dies wird als Sensor-Fusion – ein System, das, um Arthur C. Clarkes Worte aufzugreifen, sicherlich „ ununterscheidbar von Magie „.

Dieser Artikel gibt einen Überblick über die verschiedenen Sensortypen,
In unserem nächsten Blog-Artikel über AGVs werden wir tiefer in die Materie eintauchen
Schäden, die durch Gabelstaplergabeln bei gemischten Einsätzen in FTS verursacht werden.

Weitere Informationen zu unseren modernen Sensorlösungen erhalten Sie über sales@toposens.com .

Share this Post

Share on facebook
Share on linkedin
Share on twitter
Share on pinterest
Share on email