工业机器人技术的重大进步不单很快到来其中一些人已经在这里最大驱动器之一 支持这些进步OpenCV-Open源码计算机视觉免费软件库开发计算机视觉
OpenCV首次学习时与嵌入式视觉联盟创建者Jeff Bier会面(我与Jeff的部分对话记录在Jeff计算机视觉: 契机或威胁)Jeff描述内容类型嵌入式视觉联盟峰会引导我深入了解OpenCV和它对于工业机器人未来可能意味着什么 通过OpenCV总裁兼CEOGYBradski介绍柳停车场)
OpenCV提供例程侧重于实时图像处理和2D3D计算机视觉例例库提供Linux、Windows、Mac、Android和iOS版本,并可用C++、C、C#、Java、Matlab和Python编程
观看Bradski演讲时,在最近的嵌入式视觉联盟峰会上讲解视图演示文稿并免费登录EVA网站后,我了解到OpenCV算法模块对工业机器人应用特别有用,因为它们处理相关问题,如图像处理、标定、对象识别/机器学习、分割、光流跟踪等
OpenCV库素材可用于多种不同类型的应用,网站目前每月下载约16万件材料,迄今已交付600万多件下载
企业机器人应用范式焊接 Bradski指出,应用机器人基本盲目、哑巴和重复性,尽管高度精准因为这些焊接机器人通常缺乏视觉效果,需要焊接的产品(通常是汽车)不得不以难以置信精度编程并移入机器人焊接区,而这需要大量的规划与管弦化
Bradski说道, “ 用梯子逻辑编程,这些(焊接)应用回溯80年代机器人技术 ”, 意指它大都用于高差值应用中,产品僵化并保有长架存期(正因如此工业机器人在汽车产业中站定脚本 ) 。象手机这样的产品通常是手工组装的,因为固定手机装配机器人线路耗时太长等到你搭建线路时,你就会接通下一版手机
机器人2.0,用布拉德斯基的语法处理机器人更容易处理更高层次差异问题机器人必须能看见(理想3D), 受PCs控制而非PLCs控制,取而代之的是自适应操作
Bradski表示:「机器人需要识别对象和对象类别, 并知道对象方形相对于机器人坐标框六度自由度”,装饰识别分2D3D
完全理解布拉德斯基的视觉并非存在于纯学术研究中,而植根于现实应用中, 了解布拉德斯基为斯坦利组织视觉团队很有帮助,斯坦福大学自主控制飞行器赢得DARPA大挑战Stanley使用传感器和激光获取2D3D感知用于规划控制Bradksi表示斯坦利上的激光用于教视觉系统,即激光会发现“好路 ”, 并用视觉系统查找更多信息 。 视觉系统捕获的东西分解成红色、绿色和蓝像素分布分片路由错误轨迹和良好轨迹组成,然后整合成滚动世界模型并传递到车辆规划控制系统
Stanley项目使用视觉系统技术Google机器人车谷歌地图街景
相关自动机汽车新闻Nissan刚宣布计划到2020年出售自动机汽车(见视频底部文章)。假设九山还承诺到2010年交付零排放飞行器,
Bradksi继斯坦利研究后继续发现工业感知公司IPI)2012年3月原创思想是为制造开发机器人视觉系统,世界上有很多盒子,他说,“所以我们专注于导航-理解表面、跟踪运动、标定和度量学、选址和位置以及卡车和集装箱卸载多建模型3D模型捕捉
Bradski表示IPI目前正在研发机器人,每四秒可卸箱一箱(物流行业目标)。人速率为6秒表示当前机器人测试能力
放心从Bradski物流应用经验中学习的机器人进步定能早晚找到生产楼层
嵌入式视觉联盟下次峰会 10月2日在LittletonMass更多了解峰会和注册方式
下方视频强调Nissan到2020年自主驱动计划
