Sensors"},"section_hierarchy":[{"id":33182,"name":"Factory","alias":"factory"},{"id":63692,"name":"Sensors","alias":"factory/sensors"}],"taxonomy":[],"authors":[{"id":13743059,"name":"David Greenfield"}]}">

顶级工业机器视觉应用

2023年5月12日
从检测难以查找缺陷和缺失组件到扩展机器人应用并改进托盘操作,机器视觉技术正快速超出基本存在、缺位和定向应用

嵌入芯片软件向机视系统推广后,技术的潜在应用正在扩展上下文引用的部分应用IoT分析市场洞察力和商业智能提供者不一定是新技术, 先进技术融入机器视觉正在改变机器任务处理方式

Flaw检测

机视系统长期以来比人检系统更可靠和快速检测缺陷,但人工智能加进视觉系统已大大提高速度和精度IoT分析论指出, 非AI机器视觉需要数据库中所有可能的缺陷图像才能系统成功识别缺陷 。然而,AI基础视觉系统可以“分辨出某事`关闭'而无需具体图像解决缺陷

IoT分析举一例说明它如何运作, 引用Fujitsu使用AI-help机视像在日本长野电子制造厂藤津表示通过训练AI生成正常图像实现25%减少检查印刷电路板所需时数藤津开始使用无缺陷图像后,模拟缺陷添加到这些图像中

培训AI消除缺陷并恢复图像原形IoT分析显示精度是 比较初始恢复图像帮助精确目标并提升AI缺陷

污染物或缺分识别

使用AI驱动机视觉技术的质量检验与辨识好坏不相分离也可以用它检测食物污染物IoT分析称AI可检测变色物、异物和处理食品中其他类似异常

冷冻食品公司Apetito正在部署这一技术,作为自动定性评估系统的一部分,覆盖20多条生产线Apetito使用技术确保其加工食品划分可成功检测原成分中所有污染物

Apetito与AI技术供应商Neurara合作制作了30AI树枝检测食物托盘中各种食品组件举个例子,开发出一款脑识别缺失约克郡布丁Apetito表示,测试结束时它实现100%精度,确保缺失构件不失故障检测


阅读更多有关Apetito使用AI实现视觉检验操作自动化.


机器人优化

质量检验应用数年来一直是AI驱动机视觉中顶级应用,而另一个应用则需要使用技术帮助机器人以更高精度执行复杂任务

IoT分析学引用Fraunhofer设计工程算法学院使用三联电机臂测试、光激光扫描器测试和装有AI软件开发AI驱动研磨系统控制器测试技术称机器人Grinder自动化过程 研磨复杂橡皮类材料

设计dspohl 德国包装机制造商RoboGrinderFrauenhofer学院表示, “ 滚动机材料弹性极大,以至于研磨后反弹,极难建模并整合到控制技术方法中去 。 ”使用rodoGrinder帮助Düspohl消除40%橡胶研磨过程

托盘分量

视觉系统使用三维时间摄像技术,现在可以测量加载托盘尺寸消除人工测量步骤并避免载波因不精确维权生成意外收费

以葡萄牙为基地的产品打包公司DS Smith与机器视觉公司Neadvance和传感器供应商Crazy开发托盘维度系统IoT分析显示,摄像头安装在生产传送带尾部,以捕捉所有托盘移动前3D快照光片提供提供托盘尺寸和体积载量所需的数据

系统的一个重大好处是DS Smith制作过程不必改变,因为生成品的维度用Neadvance边缘软件记录并计算过程卷量。 Visionary-Tmini2D图像数据随后用于质量监控或流程解析时的可信度检验

3D快照摄像技术,Visionary-Tmini能生成三维场景图像,距离数据快速计算高重复率 意谓模糊效果和运动模糊性可以避免

Jose Pedro Ferreira,Neadvance商业开发营销主管说,“智能图像处理并用3D和2D数据是可靠解决应用的关键。”


深入了解基础知识机器视觉智能传感器.


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