> ## Documentation Index
> Fetch the complete documentation index at: https://docs.mrdvs.com/llms.txt
> Use this file to discover all available pages before exploring further.

# 移动机器人 3D 视觉避障

> 使用 RGB-D 三维感知获取低矮、悬空和动态障碍物信息的移动机器人避障方案。

3D 视觉避障在配置的三维区域内检测障碍物，输出安全、预警和报警状态，为车辆减速、停车与绕障决策提供感知输入。配套避障工作站用于连接、标定、区域配置和结果验证。

**仓储与生产物流**

![移动叉车场景 · 中文白皮书原图；覆盖区域为示意](https://mintcdn.com/mrdvs/WqV0HpTmTpqI6k1f/images/optimized/algorithms/whitepapers/obstacle-forklift-scene-zh.webp?fit=max\&auto=format\&n=WqV0HpTmTpqI6k1f\&q=85\&s=22c324dd965a4c574d9c6b63358d08c1)

移动叉车场景 · 中文白皮书原图；覆盖区域为示意

**商业清洁与服务**

![清洁机器人场景 · 中文白皮书原图；覆盖区域为示意](https://mintcdn.com/mrdvs/WqV0HpTmTpqI6k1f/images/optimized/algorithms/whitepapers/obstacle-cleaning-scene-zh.webp?fit=max\&auto=format\&n=WqV0HpTmTpqI6k1f\&q=85\&s=71f329a028fd09f6ad68bfb19b2fe32d)

清洁机器人场景 · 中文白皮书原图；覆盖区域为示意

## 适用用户与场景

面向 AGV、AMR、移动叉车和清洁机器人厂商及系统集成团队，关注低矮、悬空、近地与通道中的障碍物。

![仓储物流、清洁配送与近距离补盲 · 中文白皮书 V0.1](https://mintcdn.com/mrdvs/WqV0HpTmTpqI6k1f/images/optimized/algorithms/whitepapers/obstacle-applications-zh.webp?fit=max\&auto=format\&n=WqV0HpTmTpqI6k1f\&q=85\&s=0fe82468d2102d2f20cc8b5f4f6cdbcb)

仓储物流、清洁配送与近距离补盲 · 中文白皮书 V0.1

## 工作方式与输出

三维感知可覆盖单平面扫描可能遗漏的空间区域。算法判断障碍物的空间占用，不提供人体、托盘等语义分类，也不执行路径规划和运动控制。

![深度采集、坐标对齐、区域检测与结果输出 · 中文白皮书 V0.1](https://mintcdn.com/mrdvs/WqV0HpTmTpqI6k1f/images/optimized/algorithms/whitepapers/obstacle-principle-zh.webp?fit=max\&auto=format\&n=WqV0HpTmTpqI6k1f\&q=85\&s=ab8d2596448fd3eb0e1eded96361df1c)

深度采集、坐标对齐、区域检测与结果输出 · 中文白皮书 V0.1

| 方案版本 | 适配相机 | 输出能力 |
| - | - | - |
| V1 | S10、S10 Lite、S11 | 区域安全、预警、报警状态 |
| V2 | S10 Pro | 同样的区域状态，增加障碍物包围框和深度点云 |

![区域状态与 V2 扩展输出 · 中文白皮书 V0.1](https://mintcdn.com/mrdvs/WqV0HpTmTpqI6k1f/images/optimized/algorithms/whitepapers/obstacle-outputs-zh.webp?fit=max\&auto=format\&n=WqV0HpTmTpqI6k1f\&q=85\&s=15569cc9d21e9e94b4e912a2b354cd0f)

区域状态与 V2 扩展输出 · 中文白皮书 V0.1

V1 与 V2 的区域检测功能和算法性能相同。开启精简输出时仅发送状态与包围框数量；需要详情和点云时请按手册配置。

## 区域配置与性能边界

![矩形与扇形区域，同时受检测高度上下限约束 · 中文白皮书 V0.1](https://mintcdn.com/mrdvs/cqU6KT8A2O5IAc3w/images/optimized/algorithms/whitepapers/obstacle-zones-zh.webp?fit=max\&auto=format\&n=cqU6KT8A2O5IAc3w\&q=85\&s=dfbad82903784abe27bdb065d3360cf5)

矩形与扇形区域，同时受检测高度上下限约束 · 中文白皮书 V0.1

| 配置或指标 | 使用要求 |
| - | - |
| 检测区域 | 矩形或扇形，配置距离、宽度或角度及高度范围 |
| 运行模板 | 最多 20 组，编号 0–19；保存并下发后核对运行模板 |
| 有效距离 | 由相机、反射率、光照、安装和目标共同决定，相机最远测距不等于避障有效距离 |
| 低矮与特殊目标 | 逐一验证黑色、镜面、透明、细小、低矮与遮挡目标的连续检出 |
| 整车响应 | 综合验证感知、通信、控制和制动时间，据此设置检测区域 |

> [!WARNING]
>
> 检测结果仅覆盖已配置且可观测的区域，不能将盲区或遮挡后的空间推断为安全。区域扩大也不能补偿缺失的深度数据。

## 使用流程

使用独立的 **Windows x64 避障工作站** 完成配置。工作站版本、方案 V1/V2 标签与相机固件版本分别管理，升级前核对交付兼容性。

![应用评估、安装标定、配置对接与场景验证 · 中文白皮书 V0.1](https://mintcdn.com/mrdvs/cqU6KT8A2O5IAc3w/images/optimized/algorithms/whitepapers/obstacle-workflow-zh.webp?fit=max\&auto=format\&n=cqU6KT8A2O5IAc3w\&q=85\&s=bcafaecf22c2ba31eaf2ceb9fc2494d7)

应用评估、安装标定、配置对接与场景验证 · 中文白皮书 V0.1

完成地面与安装外参标定后，设置区域、输出和模板，下发至设备；用空区域、典型障碍物及边界位置验证状态和整车响应。物理 I/O 仅适用于 S10 Lite，网络协议与扩展数据输出按相应接口手册接入。

## 应用演示

<video playsInline preload="metadata" controls src="https://pub-f1dc758884b94eaba9d8c5d3d7575b62.r2.dev/docs/video/lidar_3d_vision_obstacle_avoidance_demo.mp4" title="2D LiDAR 与三维视觉避障演示" />

2D LiDAR 与三维视觉的感知差异演示

## 最新下载

> **[下载用户手册](https://mrdvs.oss-cn-hangzhou.aliyuncs.com/knowledge-community/Application-Algorithms/knowledge-hub-docs-2026-10-15/9c14385dc0b9ac86b2521268364d019aa5ae410110b837630bea513188252e15/%E8%BF%88%E5%B0%94%E5%BE%AE%E8%A7%86_%E9%81%BF%E9%9A%9C%E8%A7%A3%E5%86%B3%E6%96%B9%E6%A1%88_%E7%94%A8%E6%88%B7%E6%89%8B%E5%86%8C_v0_1.pdf)**
>
> V0.1 · 中文 PDF · 配置、操作与通信说明

> **[下载白皮书](https://mrdvs.oss-cn-hangzhou.aliyuncs.com/knowledge-community/Application-Algorithms/knowledge-hub-docs-2026-10-15/af2f67a600cc10c0d8601219d44d75f040166229104ba9f279738eb8a42599b2/%E8%BF%88%E5%B0%94%E5%BE%AE%E8%A7%86_%E9%81%BF%E9%9A%9C%E8%A7%A3%E5%86%B3%E6%96%B9%E6%A1%88_%E7%99%BD%E7%9A%AE%E4%B9%A6_v0_1.pdf)**
>
> V0.1 · 中文 PDF · 方案能力与适用条件

## 软件下载

| 软件版本 | 适用范围 | 发布日期 | 文件 | Release |
| - | - | - | - | - |
| [Obstacle Workstation 1.0.19](https://docs.mrdvs.com/solutions/versions/obstacle-avoidance#workstation-1019) | Windows x64 独立工作站 | 2026-09-23 | [下载安装包](https://mrdvs.oss-cn-hangzhou.aliyuncs.com/knowledge-community/Application-Algorithms/aw3-obstacle-workstation-v1.0.19/00b28a6aea63996df7b5d5ec6f20d8383a84500b7b7a657db3687bc91021342a/AW3ObstacleWorkstation-Setup-1.0.19-x64.exe) | [查看 Release](https://github.com/Lanxin-MRDVS/Application-Algorithms/releases/tag/aw3-obstacle-workstation-v1.0.19) |

## 手册与白皮书下载

文档版本与软件版本分别管理。历史资料按配套工具选用。

| 资料 | 文档版本 | 适用范围 | 文件 |
| - | - | - | - |
| 用户手册 | V0.1 | 中文 · 当前资料 | [下载 PDF](https://mrdvs.oss-cn-hangzhou.aliyuncs.com/knowledge-community/Application-Algorithms/knowledge-hub-docs-2026-10-15/9c14385dc0b9ac86b2521268364d019aa5ae410110b837630bea513188252e15/%E8%BF%88%E5%B0%94%E5%BE%AE%E8%A7%86_%E9%81%BF%E9%9A%9C%E8%A7%A3%E5%86%B3%E6%96%B9%E6%A1%88_%E7%94%A8%E6%88%B7%E6%89%8B%E5%86%8C_v0_1.pdf) |
| 白皮书 | V0.1 | 中文 · 当前资料 | [下载 PDF](https://mrdvs.oss-cn-hangzhou.aliyuncs.com/knowledge-community/Application-Algorithms/knowledge-hub-docs-2026-10-15/af2f67a600cc10c0d8601219d44d75f040166229104ba9f279738eb8a42599b2/%E8%BF%88%E5%B0%94%E5%BE%AE%E8%A7%86_%E9%81%BF%E9%9A%9C%E8%A7%A3%E5%86%B3%E6%96%B9%E6%A1%88_%E7%99%BD%E7%9A%AE%E4%B9%A6_v0_1.pdf) |
| 3D 视觉避障完整操作手册 | 归档 V1.0 | 旧版相机端避障 | [查看归档](https://docs.mrdvs.com/developers/deployment/legacy/3d-obstacle-avoidance) |

> **其他语言资料**
>
> | 语言 | 资料 | 版本 | 下载 |
> | - | - | - | - |
> | English | 用户手册 | V0.1 | [下载 PDF](https://mrdvs.oss-cn-hangzhou.aliyuncs.com/knowledge-community/Application-Algorithms/knowledge-hub-docs-2026-10-15/8d051f1eb83abe8501c96abd156517f87f9e57606ea8d8e9869013d15a2e623a/MRDVS_Obstacle_Avoidance_Solution_User_Manual_v0_1.pdf) |
> | English | 白皮书 | V0.1 | [下载 PDF](https://mrdvs.oss-cn-hangzhou.aliyuncs.com/knowledge-community/Application-Algorithms/knowledge-hub-docs-2026-10-15/2a671820b48b785f54266e0656969647701b61cdd8b261ae114007b59657747d/MRDVS_Obstacle_Avoidance_Solution_White_Paper_v0_1.pdf) |

[GitHub · 对应算法页面](https://github.com/Lanxin-MRDVS/Application-Algorithms/tree/main/obstacle-avoidance)


This documentation is built and hosted on [Mintlify](https://mintlify.com), a developer documentation platform.