Новые технологии 3D Vision для промышленных роботов

По мере того, как все больше отраслей признают потребность в роботах в своей деятельности, количество промышленных роботов, установленных по всему миру, будет расти в течение следующих пяти лет. С этим растущим интересом к автоматизации приходит больше инвестиций в исследования и разработки. Результатом являются более компактные роботизированные системы с более совершенными компонентами. Растущей тенденцией для роботизированных рабочих мест является автоматическое трехмерное зрение. Эта технология позволяет роботу определять положение, размер, глубину и цвет объекта. Такие отрасли, как логистика, пищевая промышленность, наука о жизни и производство, находят способы автоматизировать свои процессы с помощью визуальных компонентов.

Каковы различные подходы к 3D-зрению?

Технология машинного зрения не является универсальным инструментом. Определенные факторы, такие как применение, оборудование, продукт, окружающая среда и бюджет, будут определять, как интегрировать видение в процесс. Когда речь идет о настройке 3D-изображения в реальном времени в роботизированной системе, не существует стандарта. Тем не менее, есть несколько стандартных методов, используемых экспертами по интеграции машинного зрения, каждый из которых предназначен для решения конкретных задач. Этими методами являются стереозрение, время пролета (TOF), лазерная триангуляция и структурированный свет.

Лазерная триангуляция

Объекты проходят через луч света, испускаемый лазерным сканером. Камера, расположенная под определенным углом, записывает изображение лазерной линии при прохождении объекта, искажая луч и создавая профиль объекта.

Структурированный свет

Проектор создает тонкую полосу света для проецирования рисунка на объект. Камеры под разными углами наблюдают за различными изогнутыми линиями света, чтобы создать трехмерное изображение объекта.

Время полета (ToF)

Камера использует мощный лазерный сканер для излучения света, отраженного от объекта, обратно на датчик изображения. Расстояние от камеры до объекта рассчитывается на основе временной задержки между переданным и принятым светом.

Стереовидение

Роботизированная система использует две камеры для записи одного и того же 2D-изображения объекта, снятого под двумя разными углами. Затем программное обеспечение использует установленное положение двух камер и сравнивает соответствующие точки на двух плоских изображениях, чтобы определить различия и создать изображение.

В каких приложениях используется роботизированное трехмерное зрение?

Современный промышленный робот должен обнаруживать объекты, распознавать детали и захватывать компоненты под правильным углом. В то время как традиционные роботы идеально подходят для последовательного определения местоположения деталей, современная робототехника может координировать исправления, чтобы определить, где находится деталь. Вместо остановки всей производственной линии из-за того, что последующие действия не являются неопределенным порядком, система быстро распознает изменение и адаптируется к нему. В результате множество промышленных приложений в разных отраслях инвестируют в трехмерное роботизированное зрение. К ним относятся логистика, пищевая промышленность, наука о жизни, производство и автомобильная промышленность. Благодаря автоматизации многих секторов использование технологии машинного зрения выходит на новую территорию. Приложения для депалетизации используют компоненты 3D-зрения для сканирования поддонов, заполненных различными типами упаковочных коробок, для сортировки. Они используют сканеры для отправки изображения в программное обеспечение, чтобы робот мог определять типы коробок на основе текстурных узоров и отправлять их в определенные области. Завод по переработке пищевых продуктов использует технологию мультиспектрального зрения и специальное освещение для проверки продукта и выявления порчи. Приложения, в которых традиционно использовались технологии машинного зрения, переходят на более инновационное оборудование. Аэрокосмическая компания заменила традиционные инструменты контроля на 3D-сканирование для проверки лопаток турбины на наличие дефектов, сократив время проверки с 18 часов до 45 минут. Технологии машинного зрения будут продолжать расширяться, и прогнозируются будущие тенденции в логистических приложениях, многоспектральном машинном зрении, адаптации с использованием машинного обучения с трехмерным зрением и жидких линзах, позволяющих получать более точные изображения с больших расстояний.

Ключевые подсистемы и компоненты для приложений машинного зрения

Наиболее скоординированные системы автоматизации имеют более одной автоматизированной системы управления и компонентов, интегрированных для создания эффективной сборки рабочего места. Когда дело доходит до включения в технологическую линию расширенных опций 3D-видения, таких как отслеживание объектов, профилирование продукта и выбор контейнеров, система должна генерировать данные 3D-изображения. Использование трехмерного зрения в робототехнических системах требует интеграции различных компонентов для обеспечения адекватного электропитания, обработки данных в реальном времени и обеспечения безопасности. Еще одним важным компонентом успешной автоматизации являются коммуникационные возможности. В эпоху цифровых технологий рекомендуется иметь порты подключения для цифрового подключения системы к другому оборудованию для обмена данными. Новые технологии роботов облегчают подключение к Wi-Fi для той же цели. На этапе проектирования проведение исследования по оценке рисков является единственным способом выявления и устранения проблем в системе, которые могут привести к сбоям в работе. Робот с поддержкой 3D-видения может безопасно остановить оборудование, чтобы предотвратить травмы и повреждение оборудования. Если покупатели инвестируют в исследования и предварительное планирование, результатом станет гибкая и простая в использовании автоматизированная система.

Заключение

Современное производство требует большего из меньшего, а более экономичные производственные линии должны обеспечивать большую производительность. Влияние роботизированного зрения будет продолжать распространяться на различные области производства и находить совершенно новые способы улучшения автоматизированных процессов. Ожидайте, что в будущем в автоматических системах станет больше трехмерных визуальных компонентов.