A diferença central entre os sensores 3D de repetição e os sensores 3D não repetitivos reside no fato de que, no primeiro caso, a trajetória de varredura do feixe laser no campo de visão se repete ao longo do tempo; isso determina diretamente a estrutura da nuvem de pontos, o modo de acumulação da densidade e a lógica de adaptação dos algoritmos.

【Comparação das principais diferenças】

1. Trajetória de varredura e estrutura da nuvem de pontos

Radar de repetição ( Série Hinson-QA ): O feixe laser varre em ciclos sequenciais, a um ângulo fixo, e o trajeto de varredura de cada quadro é exatamente o mesmo. A nuvem de pontos apresenta uma estrutura regular em forma de “anéis” ou “linhas”, com um índice de anel bem definido, distribuída espacialmente de maneira uniforme e previsível.
Radar não repetitivo ( Série Hinson-MR3D ): Por meio de um prisma ou de um espelhamento galvânico, a trajetória do laser é alterada de forma aleatória ou pseudo‑aleatória no campo de visão, de modo que o caminho de varredura de cada frame seja distinto. A nuvem de pontos de um único frame apresenta uma estrutura irregular; somente mediante a acumulação (integração) de múltiplos frames é possível preencher todo o campo de visão.

2. Densidade e cobertura da nuvem de pontos

Modo repetitivo: cada quadro possui cobertura completa do campo de visão; a densidade da nuvem de pontos é determinada pelo número de feixes de laser e não aumenta significativamente com o tempo de integração (quanto mais feixes, mais densa é a nuvem de pontos).
Não repetitivo: a cobertura por quadro é baixa, mas a cobertura do campo de visão aumenta significativamente ao longo do tempo. Por meio da integração de múltiplos quadros (acumulação temporal), a densidade da nuvem de pontos pode aproximar‑se indefinidamente à de sensores de alta densidade de feixes.

3. Custo e tamanho do hardware

Tipo repetitivo: apresenta motor de rotação em alta velocidade e um grande número de canais de transmissão e recepção, com estrutura complexa e custo relativamente elevado.
Não repetitivo: em sua maioria, apresenta um design híbrido de estado sólido, com poucos dispositivos de transmissão e recepção, estrutura compacta, custo mais baixo e maior facilidade de integração em dispositivos de pequeno porte.

【Impacto das Aplicações e dos Algoritmos】

1. Dificuldade de adaptação do algoritmo

Repetitivo: compatível com algoritmos tradicionais de SLAM/percepção ( Série Hinson-QA ), podendo-se realizar a correspondência diretamente com base nas características de linha e superfície das regras, apresentando maturidade ecológica e sendo pronto para uso.
Não repetitivo: a extração de características tradicional baseada em estruturas em “anel” torna‑se inválida, sendo necessários algoritmos específicos; geralmente recorre‑se a mapas de voxels ou à correspondência de características estatísticas, exigindo, na fase inicial, uma nova calibração de parâmetros ou adaptação.

2. Cenários de aplicação típicos

Método iterativo: adequado a cenários que exigem altíssima latência em tempo real, com ênfase na detecção de objetos em movimento, ou que dependem de algoritmos abertos e consolidados (como soluções de produção em massa para condução autônoma, empilhadeiras autônomas, AMR, robôs corporais, entre outros).
Não repetitivo: adequado para a modelagem de ambientes estáticos, mapeamento de alta precisão, inspeção de linhas de transmissão e robôs com restrições orçamentárias; destaca‑se na obtenção de detalhes de alta densidade por meio da integração, mas, em cenários de movimento rápido, objetos em movimento podem apresentar rastro.

Se busca a conveniência do plug-and‑play e uma resposta dinâmica, opte pelo método repetitivo; se prioriza alta densidade de detalhes, baixo custo e está disposto a adaptar algoritmos, escolha o método não repetitivo.

Precisa que analisemos qual sensor é mais adequado ao seu caso de uso específico? Podemos ajudá‑lo a fazer uma seleção rápida, com base na tecnologia e nas características do produto. Entre em contato com o nosso atendimento ao cliente. ►