DORI-beregning gennemgang (2026): Trin-for-trin EN 62676-4 overholdelse for virkelige projekter
Tre virkelige gennemarbejdede eksempler : lagerindlæsningsplads, parkeringsplads ANPR-port og bankskranke : med hele EN 62676-4 pixel-pr.-meter-aritmetikken skrevet ud. Ved slutningen af denne artikel vil du kunne beregne DORI-niveauer for ethvert kamera og måldistance i dit hoved, og du vil vide præcist, hvilken kamera-og-linsekombination som opfylder hvilken DORI-tærskel.
Indholdsfortegnelse
Det lærer du
At læse om DORI er fint. At beregne DORI på et rigtigt projekt er det, der faktisk vinder ordrer og overlever idriftsættelse. Denne artikel er det praktiske modstykke til den konceptuelle DORI-forklaring. Vi tager tre projektarkityper, som optræder i cirka 80 % af CCTV-designs, og kører EN 62676-4-tallene gennem hver enkelt, helt igennem, med matematikken synlig. Ved slutningen skal du kunne se på et kameradatablad, et linsvalg og en målafstand og vide, inden for tredive sekunder, hvilket DORI-niveau designet opfylder.
Hvorfor tre eksempler og ikke et? Fordi hver arkityp stresser en anden del af beregningen. Lageret tvinger dig til at tænke på, hvordan DORI forringes med afstand. ANPR-porten tvinger dig til at tænke på pixelbuffer til nummerpladelesbarheden. Bankskranken tvinger dig til at tænke på ansigtsgenkendelses-pixeltæthed på kort afstand med et begrænset linsvalg. Sammen dækker de beregningskompetencer, du har brug for til næsten ethvert design, du løber ind i.
DORI-matematikgenopfrisker: formlen i én paragraf
EN 62676-4 definerer DORI i form af pixels per meter på målafstanden. Regnskabet er gymnasial geometri: linsens angulære synsfelt projiceres på en vandret skive på stedet, og kameraets vandrette pixelantal er fordelt på tværs af denne skive. Den kompakte formel er:
DORI-pixelper-meter-formlen
PPM = (brændvidde_mm × billedbredde_pixels) / (sensorbredde_mm × afstand_m)
- focal_length_mm — the lens you have selected (e.g. 6mm, 12mm).
- image_width_pixels — the horizontal pixel count (e.g. 2560 for 4MP at 16:9).
- sensor_width_mm — the horizontal sensor dimension (1/2.8" ≈ 5.376mm; 1/1.8" ≈ 7.20mm).
- distance_m — the metres from the camera to the target.
Sammenlign resultatet med EN 62676-4-tærskelværdierne: 25 ppm Detection, 62 ppm Observation, 125 ppm Recognition, 250 ppm Identification. 2025-ændringen introducerer OODPCVS-tilstande, som udvider denne ordforråd, men den underliggende pixelregning er identisk.
To praktiske noter, før vi går til gennemgangen. For det første gives sensorstørrelse normalt som en brøkdel af en tomme (1/2,8", 1/1,8", 1/1,2") : disse er ikke bogstavelige tommer, men en arvelig nomenklaturer fra vidikon-rørkameraer. Brug omregningstabellen nedenfor eller stol på din lommeregner til at håndtere opslaget. For det andet forudsætter formlen en standard-retilineær linse. Bredt synsfelt og fiskeøje-linser introducerer tondeforvrængning, som subtilt ændrer den effektive pixeltæthed på tværs af billedet. For dem bruges producentens effektive-brændvidde-tal i stedet for det nominelle.
| Sensorstørrelse | Vandret mm |
|---|---|
| 1/3" | 4.80mm |
| 1/2.8" | 5.376mm |
| 1/2.5" | 5.76mm |
| 1/1.8" | 7.20mm |
| 1/1.2" | 10.67mm |
Gennemgang 1 : Lasteplads på lagerhos
Opsætningen. En logistikkunde skal montere CCTV på en 25m bred lasteplads med ét kamera monteret på bygningsvæggen direkte over lastedøren og rettet ud mod gården. Det valgte kamera er 4MP med 1/2,8" sensor (2560 × 1440, 5,376mm horisontalt) på en 6mm fastfokuslins. Spørgsmålet: hvilket DORI-niveau opnår dette kamera ved 10m, 20m og 35m fra væggen?
Tallene
- PPM @ 10m = (6 × 2560) / (5.376 × 10) = 285,7 ppm → Identifikation (>250)
- PPM @ 20m = (6 × 2560) / (5.376 × 20) = 142,9 ppm → Genkendelse (>125)
- PPM @ 35m = (6 × 2560) / (5.376 × 35) = 81,6 ppm → Observation (>62)
Fortolkningen. Et enkelt 4MP-på-6mm kamera dækker lasteplasen med tre forskellige DORI-niveauer over tre forskellige områder: Identifikation lige ved døren, Genkendelse midt på gården, Observation længere ind i lasterummet. På en 25m bred lasteplads opfylder hver pixel langs lasteplasen Genkendelse eller bedre, hvilket er den rigtige grænse for "vi ved, hvem der hentede hvilken container".
Designkonklusionen. Hvis kunden skal bruge Identifikation ved 20m (for eksempel til at læse gaffeltruckførers ID-kort på fuld gårdsdybde), er dette kamera ikke tilstrækkeligt : de har brug for enten længere brændvidde (som ofrer det brede billede tæt ved døren) eller en højere opløsningssensor (8MP på den samme 6mm lins opnår Identifikation længere end 20m). Gennemgangen gør kompromisset synligt i tal, hvilket er præcis den samtale, du vil have med kunden før installationen, ikke efter.
Gennemgang 2 : Parkeringsplads ANPR-port
Opsætningen. En kommerciel kunde ønsker automatisk nummerpladegenkendelse (ANPR) ved indgangen til en underjordisk parkeringskælder. Barrieren ligger 5m fra kameramontagen. Det valgte kamera er 8MP med 1/1,8" sensor (3840 × 2160, 7,20mm horisontalt) på en 12mm fastfokuslins. Spørgsmålet: opfylder denne kombination Identifikation (250 ppm) ved porten, og hvor meget margin er der?
Tallene
- PPM @ 5m = (12 × 3840) / (7,20 × 5) = 1280 ppm → Identifikation (>>250)
- PPM @ 10m = (12 × 3840) / (7,20 × 10) = 640 ppm → Identifikation (>>250)
- PPM @ 25m = (12 × 3840) / (7,20 × 25) = 256 ppm → Identifikation (lige over 250)
Fortolkningen. Ved 5m leverer kameraet 1280 ppm : over fem gange EN 62676-4 Identifikationstærsklen. Denne buffer er ikke spildt. ANPR fungerer robust kun når nummerpladerne er velbelyste, korrekt vinklede og fri for bevægelsesuskarpheder : at have pixelbuffer betyder, at systemet tåler den uundgåelige virkelighedsforkortelse (regn på linsen, lav sol, let køretøjshældning) uden at falde under læsbarhhedstærsklen. Et design, som lige klarer 250 ppm under laboratoriebetingelser, fejler normalt i produktion.
Designkonklusionen. 8MP-på-12mm valget passer godt til en 5m port med betydelig margin. Hvis det samme kamera blev monteret længere væk : op til cirka 25m : ville det stadig opfylde Identifikation, men med meget mindre miljøtolerance. For et enkeltformål ANPR-kamera er rigelig pixelbuffer det rigtige designvalg, ikke et spildt.
Gennemgang 3 : Bankkasserant
Opsætningen. En detailbank opgraderer in-branch CCTV ved kassebetjeningen. Hver kasseskranke har et dedikeret kamera monteret på bagvæggen, 4m fra kundesiden af skranken. Det valgte kamera er 6MP med 1/1,8" sensor (3072 × 2048, 7,20mm horisontalt) på en 8mm fastfokuslins. Spørgsmålet: opfylder dette 250 ppm Identifikation ved kundesiden af skranken til ansigtsgenkendelsesbrug?
Tallene
- PPM @ 4m = (8 × 3072) / (7,20 × 4) = 853 ppm → Identifikation (>>250)
- PPM @ 6m = (8 × 3072) / (7,20 × 6) = 569 ppm → Identifikation (>>250)
- PPM @ 12m = (8 × 3072) / (7,20 × 12) = 284 ppm → Identifikation (lige over 250)
Fortolkningen. 6MP-på-8mm kameraet opfylder 250 ppm Identifikation ved kasseskranken med væsentlig pixelbuffer. EN 62676-4 betegner 250 ppm som det niveau, hvor en ukendt person kan identificeres ud fra billedet : præcis brugsmålet for ansigtsgenkendelse udløst af en markeret transaktion. Det samme kamera fortsætter med at opfylde Identifikation ud til cirka 12m, hvilket er mere end dybden af nogen normal kassebetjeningshøj.
Designkonklusionen. Ved denne geometri betyder monteringshøjde og vinklen til kundens ansigt mere end yderligere pixels. Et ansigt set fra en stejl ovenfra-vinkel er sværere at identificere end det samme pixelantal på et ansigt set næsten frontalt : pixeltæthed er en nødvendig betingelse, ikke en tilstrækkelig. Gennemgangen fremhæver den rigtige designsamtale: fokuser næste iteration på monteringspositionen snarere end på kameraspec.
EN 62676-4 tærskelparametre påmindelse. 250 ppm Identifikationstærsklen er den standardiserede grænse, over hvilken en ukendt person kan pålideligt identificeres ud fra billedet. Lokale ansigtsgenkendelses algoritmer behøver almindeligvis væsentligt mindre for at fungere, men 250 ppm tallet er det, som overlever retsmedicinsk kontrol i retten : hvilket er standarden, som en bankkasseudstyr i sidste instans designes mod.
Almindelige fejl
Tre fejl tegner sig for næsten hver samtale om "matematikken siger ja men installationen mislykkes". At spare dig for rundturen er en stor del af hvorfor denne artikel eksisterer.
- Forveksling af sensortørrelse. En 1/2,8" sensor er ikke 1/2,8 af en tomme : det er den gamle nomenklatur fra vidikon-rør og svarer til cirka 5,376 mm vandret. Indsættelse af 9,07 mm (den bogstavelige værdi på 1 tomme divideret med 2,8) i formlen er en af de mest pålidelige måder at overvurdere identifikationsdistance med en faktor to på.
- Billedformat mangler. Et "4MP-kamera" kan være 2560 × 1440 (16:9) eller 2048 × 1536 (4:3). De vandrette pixelantal afviger med 25%, og derfor gør den resulterende DORI-distance også. Læs altid opløsningen fra databladet : gør aldrig antagelser om billedformatet ud fra megapixelantallet.
- Forkerte enhedskonverteringer. Blanding af centimeter og meter, fod og meter eller millimeter og centimeter er den fejlmodus, der varer længst, fordi den producerer plausible tal. Brug en lommeregner, der er enhedsbevidst (CCTVplanner DORI-lommeregneren håndterer m og ft naturligt) og dobbelt-kontroller enheden ved hvert trin.
- Datasheet-tærskler versus EN 62676-4-tærskler. Nogle producenter udgiver "identifikationsdistance" ved hjælp af deres egen interne pixeltæthedsmål. Kontroller altid, om databladstallet antager 100 ppm, 150 ppm eller EN 62676-4-standarden 250 ppm : forskellen kan være en faktor 2,5x i distance.
Sådan verificeres automatisk
At lave matematik i hånden er en god måde at lære det på. At lave matematik i hånden på hvert kamera i et 40-kamera-projekt er en god måde at introducere fejl på. CCTVplanner leveres med to gratis, browserbaserede værktøjer, som omslutter præcis formlen ovenfor med EN 62676-4-tærskelværdierne og kataloget med 65.000+ kameraer.
To regnememaskiner, der udfører matematikken for dig
- DORI-regnemaskine: vælg et kamera og en målafstand, få den opnåede pixeltæthed og DORI-niveau.
- EN 62676-4-regnemaskine: standardsbevidst linsanbefaling, herunder 2025 OODPCVS-tilstande.
- Designer: fuldstændig projektlærred, hvor hvert kamera automatisk scoreres mod EN 62676-4 i lærredet, BOM og PDF-leverance.
For et flerkamera-projekt er designeren det rigtige indgangspunkt. Anbring hvert kamera på grundplanen, indstil linsen, og lærredet farvekoder, hvilket område der opfylder hvilket DORI-niveau. Overholdelsesflag dukker op i rødt overalt, hvor et kamera bliver bedt om at lave flere pixels per meter, end dets linse og opløsning tillader. Den eksporterede flersiders-PDF bærer DORI-niveauet pr. kamera ind i udstyrsbilaget: indkøbschefen læser det tal, du har beregnet, uden at skulle beregne det igen.
For en dybere læsning af standardsideopdateringen bag disse værktøjer, gennemgår artiklen EN 62676-4:2025 OODPCVS-opdatering de syv nye tilstandsetiketter, som sidder oven på klassisk DORI i EU-indkøb fra 2026.
Ofte stillede spørgsmål
What is the basic formula for DORI pixel density?
Pixels per metre at the target distance equals (focal_length_mm × image_width_pixels) divided by (sensor_width_mm × distance_m). The horizontal resolution is in pixels, the focal length and sensor width are in millimetres, and the target distance is in metres. The result is the pixel density at that distance, which you compare against the EN 62676-4 thresholds: 25 ppm Detection, 62 ppm Observation, 125 ppm Recognition, 250 ppm Identification.
Do I use the horizontal pixels or the total megapixels in the formula?
Always use the horizontal pixel count. A 4MP camera at 16:9 has 2560 × 1440 pixels — for DORI you take 2560, not 4,000,000. Using megapixels in the formula will silently overestimate pixel density by orders of magnitude. This is the single most common mistake and the one most likely to make a design fail commissioning.
Why do my numbers differ from the camera datasheet's 'identification distance'?
Manufacturers sometimes publish identification distances using their own proprietary thresholds rather than the EN 62676-4 250 ppm value. Always cross-check the assumed pixel-density target. A datasheet that says 'identification at 18m' might be assuming 100 ppm or 150 ppm rather than the standard 250 ppm — at 250 ppm the same camera would only reach about 7m. The math is correct, the assumption is what differs.
Does the lens choice or the resolution matter more?
They matter equally — pixel density is proportional to focal length divided by sensor width, and proportional to horizontal resolution. Doubling either roughly doubles the achievable identification distance. In practice, varifocal lenses give you flexibility to optimise per-camera, while resolution upgrades benefit every zone uniformly. The right answer for any given site is usually a combination: a smaller number of higher-resolution cameras with appropriately-chosen lenses.
How do I verify a DORI calculation without doing the math by hand?
Use a calculator that knows the EN 62676-4 thresholds and the camera catalogue. The CCTVplanner DORI calculator at /calculator/dori takes the camera and the target distance and returns the achieved pixel density and DORI level. The dedicated EN 62676-4 calculator at /en-62676-4-calculator wraps the same maths with standards-aware language including the 2025 OODPCVS modes. Both are free and require no install.
Relaterede artikler
De fire niveauer og hvad hver enkelt er til, før matematikken.
Aritmetikken under alle DORI- og OODPCVS-mål.
Taksonomien med syv tilstande, som bygger på klassisk DORI fra 2026.
Side-by-side sammenligning med DORI-rendering og OODPCVS-understøttelse.
Gratis-tier-muligheder, der beregner DORI per EN 62676-4 fra start.
Trin-for-trin-playbook med migration af DORI-tærskelværdier.