Data"},"section_hierarchy":[{"id":33176,"name":"Products","alias":"products"},{"id":33178,"name":"Data","alias":"products/data"}],"taxonomy":[],"authors":[{"id":13743223,"name":" James R.Koelsch"},{"id":13743075,"name":"James R.Koelsch撰稿人

视觉引导机器人查看增长任务

11月20152
机器视觉解放机器人寻找超出大规模生产常见高度重复作业范围的工作视觉天赋使他们即使在适量生产应用中也具有成本竞争力

今日工业机器人不是前所未见的盲目百科复元,它一而再而复始地重复同样的运动直视公司喜欢的视觉引导机器人JMP工程已部署机器视觉集成这些小智能机器人 允许铁领工人感知操作环境

难点在于机器人可使用不完全定位或清晰分离的部件工作JMP工程团队(一家工程公司总部设在安大略伦敦)配置视觉系统,让一对MotmanHP50机器人从垃圾桶中取线保护器并螺旋式插槽到管道端上供油气行业使用

JMP工程所建单元内,选机器人依赖2D机器视觉从Cognex识别并定位串保护器VisionPro软件应用显示线程保护者在垃圾桶中等待取出的位置和管道大小,而管道大小则会被骗入源码: Cognex

Scott Pytel表示:「应用证明有能力在不固定或精确定位于石油工具制造常见条件下成功选择并集合线程保护者”。 Scott Pytel说,他在项目启动时曾任JMP项目管理员极有可能产生新一代视觉驱动机器人 帮助提高石油工具产业生产率和质量

实现任务自动化能力意义重大,因为石油工具制造特征是生产大片混合单片制作量较低,总装配量相对较高,每分钟三线保护器容积不够紧到需要精密定点故此程序难以证明自动化合理性

线程保护符11尺直径4-8英寸运抵机器人工作室分层拆箱,每一层用纸板相分离机器人移位后,BaslerAce摄像头上安装并拍下bin图片并发送图像从VisionPro系统传入ViewPro视觉系统Cognex公司.

Patmax使用Cognex几何模式匹配技术识别图像线程保护并判定位置工具不使用传统像素电网分析,寻找灰度参考图像和相机摄取图像之间的统计相似性反之,工具使用一组边界曲线学习对象几何学并寻找图像中相似形状而不依赖特定的灰度

Patmax工具识别并定位文件夹线程保护器后,机器人逐件取回并传递给第二机器人,转接管道Kevin Ackerman曾任JMP机器视觉专家

第二机器人有自有摄像头和守法装置机器人为管道线提供保护者,相机拍下管道图片,以便另一个Cognex软件工具-环形软件工具-能更精确地确定管道位置并确保管道与保护者直径匹配机器人臂上的守法装置允许管道线把保护者拉入管道并螺旋上接

甜点视觉

并用机器人和视觉在经典机器人中相对少见, 即六轴伸展臂和光机模型历史中只有约10%机器人使用视觉解释Cognex全球解决方案营销主管John Petry中只有约10-20%为3D视觉

Petry表示, 情况正在改变, 特别是在消费电子学上(电路板以上) 和亚洲其他光组装显示爆炸性增长, 不仅部署机器人数增长, 使用视觉百分数增长,视觉应用这些机器人接近50%时,装配任务需要精度、检验或两者并用

机器人应用中视觉用法增长主要是由于技术稳步演化所致,据计算机视觉产品营销管理员Avinash Nehemiah表示数学工作.归结到视觉传感器成本下降 机器人应用视觉算法成熟 处理器专用硬件加速器可用性

复杂任务是成本效益分析的主驱动程序, 证明摄像头、视觉软件、强计算平台 和工程实现视觉上的支出合理性编程系统识别多对象的复杂性太强而没有视觉系统估计机器视觉成本优势开始消散 当对象数小于5 和当其他传感器能完成任务

视觉系统降低识别多片不同对象的复杂性Nehemiah解释道 相同的输入数据可用于识别并定位多对象后来,当你想向视觉系统识别组添加对象时,这只是软件更新问题

视觉辅助机器人也具有吸引力,只要缺少熟练工和线速过快,人类无法准确安全地跟上时。Klas Bengtsson观察全球产品管理器视觉传感器ABB机器人学.多年以来电子学和打包应用一直在增加, 特别是食品和饮料应用

清除成本

除提高线速需求外,食品和饮料生产者还有在生产环境保持清洁和良好卫生问题。例子之一是Dunstable工厂生产薄饼和其他打包honeytop专用食品.不仅老手打包过程劳动密集效率低下,而且还会发生人为错误并需要大量精力和费用维护公司卫生标准

四种视觉引导IRB360FlexPicker机器人之一 从ABB摘和栈110薄饼一分钟Honetop特殊食品摄像头向上略微允许机器人从热板生成的传送器下传薄饼出处:ABB机器人学

提高效率的需要驱使英国专用扁片制作人转向RG路马自动化ABB系统集成器安装四台视觉引导ABB IRB360FlexPicker机器人

人手到超市货架前 永不触摸公司产品疏通器从自动热板运输薄饼和其他面包,让他们在穿行一系列级联时冷静下来。薄煎饼接近四机器人时,4GbEthernet摄像头安装在每人面前生成ABBpickMaster3.2软件所使用图像,以定位下方每块煎饼位置机器人每分钟可提取并堆放110煎饼多亏RGluma工程师编程技巧,软件甚至能识别并定位重叠薄饼

视觉系统比向机器人展示对象的其他主选项便宜,即投资硬固定装置总能将煎饼整理成相同的模式,以便盲机器人执行预编程例程时能取回它们。生产线费用可能相当高,生产线定期改换以生产多种产品不仅更多固定装置乘以生产和存储成本,批量间重置还带去故障成本和开关所需的特殊设备成本

考虑重置需要半个小时Bengtsson指出,“如果你每天做四次,即损失生产时间2小时”。将损失加进购买、存储和移动定着物

正因如此,依赖机器视觉很容易比使用硬固定装置便宜选项的附加长处是灵活得多,因为容留不同产品与调用视觉系统内另一个程序无关班特松说,“只需一分钟时间”。

软件精简作业

honeytop系统不单变化时间短得多, PickMaster软件还监控生产和计算生产率度量帮助扁面包制作者处理紧转机并12小时内交付订单3周机器人投入生产后 软件还帮助新产品在不到1小时内效率增减 人工成本降低 产生回扣不到一年

软件所能做的比视觉系统更容易使用和维护多程序部署前简化设计配置销售商开发工具简化编程并整合视觉成机器人细胞,使工程师能建模并优化使用多机器人ABB综合视觉提供超过50个工具中,例如机器人Studio应用程序,编程机器人和智能相机

本特松认为,编程软件是一个重要的因素,有助于提高机器人应用使用视觉的百分比未来这些类型技术将更容易让更多人使用包括更多Windows驱动应用菜单驱动和图形基础

现代视觉软件还包含算法以克服应用视觉应用最常用挑战-即实时处理大量数据算法减少数据处理量 从原始视觉数据提取特征或偏差信息技术处理数以万计或数以百计对象,而不是数以百万计个体像素

加速处理大量数据的另一个方法就是硬件加速Nehemiah提供 MathWorks视觉HDL工具箱实例应用帮助用户设计可编程门数组和专用集成电路视觉系统

协作机器人3D视觉

ABB本特松期望趋势机器视觉和机器人加速发展,商家开发协作机器人技术-机器人机器人直接与人或近邻无安全屏障应用中视觉系统和其他传感器反馈确保机器人协同工作者安全

Nehemiah MathWorks发现相似趋势高百分比应用如无人机、人形机器人、工业协作机器人和自主地面机器人使用视觉系统作为环境感知的首要工具或大传感器套件的一部分

MathWorks一直支持这一趋势,在其Matlab软件中引入数种工具帮助用户开发这些机器人应用视觉系统机器人和机电中心,例如德国航空航天中心使用 MathWorks的这些工具和其他工具来搭建双臂移动人形机器人执行装配任务

命名AgileJustin机器人总自由度53度,包括上方19度、手掌26度和移动平台8度通过立体2D摄像头传感器和RGB-D感应器从头部感知周遭,联结托克感应器和触摸感应器从指头感知周界二维摄像头并排安装 允许Justin看到三维内希米亚解释

2D应用中如今多半使用机器视觉技术,技术正在演化,3D应用正在提高成本效益。3D成像设备如立体摄像头、结构式3D成像器和Lidar近些年来基本成熟快速加速开发计算机视觉算法 处理3D数据

赞助建议

产业更新:OT中的AI

微软人工智能与Avela和Siemens操作技术软件

cobot安全透视

自动化世界DavidGreenfield与美国SchmersalDevin Murray学习abtu风险评估

运动控制:电或气

复杂机多轴运动控制充电选择常取决于应用速度和行程长度

未来创新将如何影响机器人集成

Misa Ilkhechi突出过去五年机器人整合的变革进步,特别是在互操作性方面