Przewodnik po obliczeniach DORI (2026): krok po kroku zgodność z EN 62676-4 w rzeczywistych projektach
Trzy rzeczywiste przykłady – rampa załadunkowa magazynu, brama ANPR na parkingu i stanowisko kasjera bankowego – z pełnym opisem arytmetyki pikseli na metr zgodnie z EN 62676-4. Pod koniec tego artykułu będziesz w stanie obliczyć w pamięci poziomy DORI dla dowolnej kamery i odległości od celu, a także dokładnie wiedzieć, która kombinacja kamery i obiektywu spełnia dany próg DORI.
Spis treści
Czego się nauczysz
Czytanie o DORI jest w porządku. Obliczenie DORI w rzeczywistym projekcie to czynnik, który faktycznie wygrywa przetargi i utrzymuje się na etapie uruchomienia. Ten artykuł jest praktycznym odpowiednikiem koncepcyjnego wyjaśnienia DORI. Wybieramy trzy archetypy projektów, które pojawiają się w około 80% projektów CCTV i analizujemy każdy z nich zgodnie z normą EN 62676-4 , z widocznymi wynikami matematycznymi. Na koniec powinieneś być w stanie spojrzeć na kartę katalogową kamery, wybrać obiektyw i odległość do celu i w ciągu trzydziestu sekund stwierdzić, który poziom DORI spełnia dany projekt.
Dlaczego trzy przykłady, a nie jeden? Ponieważ każdy archetyp kładzie nacisk na inną część obliczeń. Magazyn zmusza do zastanowienia się nad degradacją DORI wraz z odległością. Bramka ANPR zmusza do zastanowienia się nad zapasem pikseli dla czytelności tablicy rejestracyjnej. Kasjer bankowy zmusza do zastanowienia się nad gęstością pikseli rozpoznawania twarzy z bliskiej odległości przy ograniczonym wyborze obiektywu. Razem obejmują one wszystkie niezbędne funkcje obliczeniowe w niemal każdym projekcie, z którym się spotkasz.
Powtórka z matematyki DORI — wzór w jednym akapicie
EN 62676-4 definiuje DORI w pikselach na metr w odległości od celu. Arytmetyka to geometria na poziomie szkoły średniej: kątowe pole widzenia obiektywu rzutuje na poziomy przekrój sceny, a pozioma liczba pikseli kamery jest rozłożona na tym przekroju. Zwięzły wzór to:
Wzór DORI na liczbę pikseli na metr
PPM = (długość_ogniskowa_mm × szerokość_obrazu_piksele) / (szerokość_czujnika_mm × odległość_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.
Porównaj wynik z progami normy EN 62676-4 : 25 ppm detekcji, 62 ppm obserwacji, 125 ppm rozpoznania, 250 ppm identyfikacji. Poprawka z 2025 roku wprowadza tryby OODPCVS, które rozszerzają ten słownik, ale podstawowa arytmetyka pikseli jest identyczna.
Dwie praktyczne uwagi, zanim przejdziemy do omówienia szczegółów. Po pierwsze, rozmiar matrycy jest zazwyczaj podawany w ułamkach cala (1/2,8 cala, 1/1,8 cala, 1/1,2 cala) – nie są to dosłowne cale, ale przestarzała nomenklatura z aparatów tubowych Vidicon. Skorzystaj z poniższej tabeli przeliczeniowej lub zaufaj kalkulatorowi, aby wyszukać wynik. Po drugie, wzór zakłada standardowy obiektyw prostoliniowy. Obiektywy szerokokątne i typu rybie oko wprowadzają dystorsję beczkowatą, która subtelnie zmienia efektywną gęstość pikseli w kadrze; w takich przypadkach należy użyć wartości efektywnej ogniskowej podanej przez producenta, a nie nominalnej.
| Rozmiar czujnika | Poziomo 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 |
Przewodnik 1 — Rampa załadunkowa magazynu
Instalacja. Klient z branży logistycznej instaluje monitoring CCTV na rampie załadunkowej o szerokości 25 m, z jedną kamerą zamontowaną na ścianie budynku, bezpośrednio nad bramą, z widokiem na plac budowy. Wybrana kamera ma rozdzielczość 4 MP z przetwornikiem 1/2,8 cala (2560 × 1440, 5,376 mm w poziomie) i obiektywem stałoogniskowym 6 mm. Pytanie: jaki poziom DORI osiąga ta kamera w odległości 10 m, 20 m i 35 m od ściany?
Księga Liczb
- PPM @ 10m = (6 × 2560) / (5,376 × 10) = 285,7 ppm → Identyfikacja (>250)
- PPM @ 20m = (6 × 2560) / (5,376 × 20) = 142,9 ppm → Rozpoznanie (>125)
- PPM @ 35m = (6 × 2560) / (5,376 × 35) = 81,6 ppm → Obserwacja (>62)
Interpretacja. Pojedyncza kamera 4 MP na matrycy 6 mm obejmuje dok trzema różnymi poziomami DORI w trzech różnych zasięgach: Identyfikacja tuż przy wejściu, Rozpoznanie w środku placu, Obserwacja głębiej w rampie załadunkowej. W przypadku doku o szerokości 25 m każdy piksel na powierzchni doku spełnia kryteria Rozpoznania lub wyższe, co stanowi odpowiedni próg dla stwierdzenia „wiemy, kto odebrał który kontener”.
Wnioski z projektu. Jeśli klient potrzebuje identyfikacji z odległości 20 m (na przykład, aby odczytać identyfikatory operatora wózka widłowego z pełnej odległości), ta kamera nie wystarczy — potrzebuje albo dłuższej ogniskowej (co wiąże się z utratą szerokiego pola widzenia w pobliżu drzwi), albo czujnika o wyższej rozdzielczości (8 MP na tym samym obiektywie 6 mm pozwala na identyfikację z odległości powyżej 20 m). Prezentacja uwidacznia kompromis w liczbach, a to właśnie jest rozmowa, którą warto przeprowadzić z klientem przed instalacją, a nie po niej.
Przewodnik 2 — Brama ANPR na parkingu
Konfiguracja. Klient komercyjny chce mieć system automatycznego rozpoznawania tablic rejestracyjnych (ANPR) przy bramie wjazdowej na parking podziemny. Szlaban znajduje się 5 m od mocowania kamery. Wybrana kamera ma rozdzielczość 8 MP z matrycą 1/1,8" (3840 × 2160, 7,20 mm w poziomie) i obiektywem stałoogniskowym 12 mm. Pytanie: czy ta kombinacja spełnia wymagania dotyczące identyfikacji (250 ppm) przy bramie i jaki jest margines bezpieczeństwa?
Księga Liczb
- PPM @ 5m = (12 × 3840) / (7,20 × 5) = 1280 ppm → Identyfikacja (>>250)
- PPM @ 10m = (12 × 3840) / (7,20 × 10) = 640 ppm → Identyfikacja (>>250)
- PPM @ 25m = (12 × 3840) / (7,20 × 25) = 256 ppm → Identyfikacja (tuż powyżej 250)
Interpretacja. Przy 5 m kamera zapewnia 1280 ppm – ponad pięciokrotnie więcej niż próg identyfikacji określony w EN 62676-4. Ten margines bezpieczeństwa nie jest marnowany. ANPR działa niezawodnie tylko wtedy, gdy klisza jest dobrze oświetlona, ustawiona pod odpowiednim kątem i pozbawiona rozmyć – margines bezpieczeństwa pikseli oznacza, że system toleruje nieuniknione pogorszenie jakości obrazu w warunkach rzeczywistych (deszcz na obiektywie, niskie słońce, lekkie przechylenie pojazdu) bez spadku poniżej progu czytelności. Konstrukcja, która w warunkach laboratoryjnych osiąga zaledwie 250 ppm, zazwyczaj zawodzi w produkcji.
Wnioski projektowe. Wybór 8 MP na matrycy 12 mm dobrze pasuje do bramki 5 m ze znacznym marginesem bezpieczeństwa. Gdyby tę samą kamerę zamontować dalej – do około 25 m – nadal spełniałaby ona kryteria identyfikacji, ale ze znacznie mniejszą tolerancją na warunki środowiskowe. W przypadku kamery ANPR o pojedynczym przeznaczeniu, duży zapas pikseli jest właściwym wyborem projektowym, a nie marnotrawstwem.
Przewodnik 3 — Stanowisko kasjera bankowego
Konfiguracja. Bank detaliczny modernizuje system monitoringu wizyjnego w oddziałach przy kasach. Każde okienko kasowe ma dedykowaną kamerę zamontowaną na tylnej ścianie, 4 m od okienka kasjera. Wybrana kamera ma rozdzielczość 6 MP z matrycą 1/1,8" (3072 × 2048, 7,20 mm w poziomie) i obiektywem stałoogniskowym 8 mm. Pytanie: czy spełnia ona wymagania dotyczące identyfikacji 250 ppm po stronie klienta przy okienku, umożliwiając rozpoznawanie twarzy?
Księga Liczb
- PPM @ 4m = (8 × 3072) / (7,20 × 4) = 853 ppm → Identyfikacja (>>250)
- PPM @ 6m = (8 × 3072) / (7,20 × 6) = 569 ppm → Identyfikacja (>>250)
- PPM @ 12m = (8 × 3072) / (7,20 × 12) = 284 ppm → Identyfikacja (nieco powyżej 250)
Interpretacja. Kamera 6 MP na matrycy 8 mm zapewnia identyfikację z szybkością 250 ppm przy okienku kasowym, z dużym zapasem pikseli. EN 62676-4 określa 250 ppm jako poziom, przy którym można zidentyfikować nieznaną osobę na podstawie obrazu – dokładnie tak, jak w przypadku rozpoznawania twarzy aktywowanego przez oflagowaną transakcję. Ta sama kamera nadal zapewnia identyfikację z odległości około 12 m, czyli większej niż głębokość typowego okienka kasowego.
Wnioski projektowe. W tej geometrii wysokość montażu i kąt względem twarzy klienta mają większe znaczenie niż liczba dodatkowych pikseli. Twarz oglądana z góry pod ostrym kątem jest trudniejsza do zidentyfikowania niż ta sama liczba pikseli na twarzy oglądanej z bliska — gęstość pikseli jest warunkiem koniecznym, a nie wystarczającym. Prezentacja przedstawia właściwą dyskusję projektową: skoncentruj się na kolejnej iteracji na pozycji montażu, a nie na specyfikacji kamery.
Przypomnienie o progach normy EN 62676-4. Próg identyfikacji 250 ppm to znormalizowana granica, powyżej której nieznana osoba może zostać wiarygodnie zidentyfikowana na podstawie obrazu. Lokalne algorytmy rozpoznawania twarzy zazwyczaj wymagają znacznie mniej, aby działać, ale wartość 250 ppm to wartość, która przetrwa kontrolę dowodową w sądzie – a to właśnie jest barierą, z którą ostatecznie musi zmierzyć się wdrożenie kasjera bankowego.
Typowe błędy
Trzy błędy odpowiadają za niemal każdą rozmowę typu „matematyka mówi tak, ale instalacja się nie udaje”. Oszczędzenie Ci drogi powrotnej to w dużej mierze powód, dla którego powstał ten artykuł.
- Zamieszanie z rozmiarem czujnika. Czujnik 1/2,8" to nie 1/2,8 cala — to przestarzała nomenklatura z tub Vidicon i odpowiada około 5,376 mm w poziomie. Podstawienie 9,07 mm (dosłownie 1 cal podzielony przez 2,8) do wzoru to jeden z najpewniejszych sposobów na dwukrotne zawyżenie odległości identyfikacji.
- Brak proporcji obrazu. „Aparat 4 MP” może mieć rozdzielczość 2560 × 1440 (16:9) lub 2048 × 1536 (4:3). Liczba pikseli w poziomie różni się o 25%, podobnie jak wynikowa odległość DORI. Zawsze odczytuj rozdzielczość z karty katalogowej — nigdy nie zakładaj proporcji obrazu na podstawie liczby megapikseli.
- Błędne przeliczanie jednostek. Mieszanie centymetrów i metrów, stóp i metrów lub milimetrów i centymetrów to błąd, który utrzymuje się najdłużej, ponieważ generuje liczby wyglądające wiarygodnie. Używaj kalkulatora, który rozpoznaje jednostki (kalkulator DORI w CCTVplanner obsługuje natywnie m i stopy) i sprawdzaj jednostki na każdym kroku.
- Progi podane w karcie katalogowej a progi określone w EN 62676-4. Niektórzy producenci publikują „odległość identyfikacyjną” na podstawie własnego, wewnętrznego celu gęstości pikseli. Zawsze należy sprawdzić, czy numer w karcie katalogowej zakłada 100 ppm, 150 ppm, czy 250 ppm zgodnie z normą EN 62676-4 — różnica może być 2,5-krotnie większa.
Jak dokonać automatycznej weryfikacji
Ręczne obliczenia to świetny sposób na naukę. Ręczne obliczenia dla każdej kamery w projekcie obejmującym 40 kamer to świetny sposób na wprowadzenie błędów. CCTVplanner oferuje dwa bezpłatne narzędzia oparte na przeglądarce, które dokładnie uzupełniają powyższy wzór o progi określone w normie EN 62676-4 i katalog ponad 65 000 kamer.
Dwa kalkulatory, które wykonają obliczenia za Ciebie
- Kalkulator DORI — wybierz kamerę i odległość do celu, a następnie uzyskaj uzyskaną gęstość pikseli i poziom DORI.
- Kalkulator EN 62676-4 — zalecenia dotyczące soczewek zgodne z normami, w tym tryby OODPCVS 2025.
- Projektant — pełne płótno projektu, w którym każda kamera jest automatycznie oceniana pod kątem EN 62676-4 w płótnie, BOM i materiale dostarczanym w PDF .
W przypadku projektu wielokamerowego projektant jest właściwym punktem wyjścia. Umieść każdą kamerę na planie piętra, ustaw obiektyw, a płótno oznaczy kolorami, które obszary spełniają dany poziom DORI. Flagi zgodności pojawią się na czerwono wszędzie tam, gdzie kamera musi wykonać więcej pikseli na metr, niż pozwala na to obiektyw i rozdzielczość. Wyeksportowany wielostronicowy PDF przenosi poziom DORI dla każdej kamery do tabeli sprzętu — pracownik działu zaopatrzenia odczyta obliczoną wartość bez konieczności ponownego jej obliczania.
Aby dokładniej zapoznać się z aktualizacją standardów dla tych narzędzi, przeczytaj artykuł dotyczący aktualizacji normy EN 62676-4 :2025 OODPCVS, w którym omówiono siedem nowych etykiet trybów, które uzupełniają klasyczne DORI w zamówieniach publicznych UE w 2026 r.
Często zadawane pytania
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.
Powiązane artykuły
Cztery poziomy i ich przeznaczenie, przed matematyką.
Arytmetyka będąca podstawą każdego celu DORI i OODPCVS.
Siedmiomodowa taksonomia, która w roku 2026 zostanie wdrożona jako dodatek do klasycznej DORI.
Porównanie obok siebie obejmujące renderowanie DORI i obsługę OODPCVS.
Opcje bezpłatne, które od razu umożliwiają obliczenie DORI zgodnie z EN 62676-4.
Podręcznik krok po kroku obejmujący migrację progu DORI.