2020年11月21日 机器视觉与计算机视觉技术

如何利用机器人视觉进行拣货作业

机器人进行拣货作业定义了不同的过程,在这些过程中机器人用于从箱子中拾取和放置货物。 Bin pick是机器人领域中棘手的机器人任务。但是,您不必使用复杂的解决方案来解决它。使用机器人视觉的拣选可以以简单的方式执行。

在过去的几十年里,机器人专家进行了大规模的机器人研究和开发。这使得机器人能够检测出盒子里杂乱的物品,并将其逐个取出。

虽然这项任务对于人类来说很容易,但在机器人操作方面却面临 包括人工智能、多指抓取、轨迹规划和机器人视觉诸多技术挑战。

近些年来机器人的进步已经解决了许多阻碍拣选应用的限制。即使有了这些改进,许多现有的解决方案仍然是复杂的,并且需要健壮的技术,比如先进的三维配置和机器学习。机器人用户不需要采用复杂的解决方案就能进行拾取操作。

Bin pick对机器人视觉提出了各种挑战包括:

照明

这些物品相互形成阴影,这会使它们从相机中隐藏起来。

遮挡

有些物品被顶部的物品完全或部分伪装。

边缘检测

检测一个物体的开始和另一个物体的结束是困难的。在识别每个项目的布局时,这会带来困难。

这些挑战在三维和二维视觉中都可用。然而,它们在二维机器人视觉中更具挑战性,并且在识别单个物品时可能存在极大的困难。

执行Bin挑选艰难的方式

存在不同的商业垃圾箱拣选解决方案,其复杂,昂贵且不灵活。您需要在机器人中包含其他组件,以使系统有效运行。它们包括照明和固定相机。

许多可用的解决方案利用三维视觉,这需要更多的处理。此外,用户需要独家技术才能在这些解决方案中取得成功。

示例性箱子拾取配置可包括:

●3D激光扫描仪

三维激光扫描仪利用光来记录三维深度图像。传感器生成物品和周围环境的点云(数据点集合)。

● 3D物体检测

3D对象检测努力发现三维点云内的项目。其中一些使用被识别物品的CAD版本。

● 立体视觉传感器

立体视觉传感器利用双摄像头产生周围环境的三维图像。您可以单独使用它们或使用激光扫描仪来提高检测精度。

● 固定照明

有些系统需要额外的照明来持续照亮场景。

上述系统在复杂性方面有所不同。虽然有些是固定在识别区域上方的小型独立单元,但您需要在其他系统的周围环境中的特定位置配置各种灯和传感器。无论您的首选方法如何,除了机器人装配相机之外,您还需要更多技术,这可能代价高昂。

在配置技术并对系统进行培训后,识别功能可以很强大。您需要对机器人进行编程,以使传感器能够中继物品位置并继续利用轨迹规划来拾取物品。

轻松执行Bin拣货

在这种策略中,您只需要一个简单的机器人摄像头即可完成复杂的箱子拾取,而不需要复杂的传感技术。利用机器人抓手挑选一些您喜欢的物品。在该技术中,不需要项目检测。

您只需将抓手放在盒子里然后挑选即可。将物品放在平坦的表面上,让机器人视觉传感器识别表面上的各个物品。现在继续逐个选择每个项目以完成该过程。

最后

尽管许多机器人用户可能更喜欢这种简单的方法,但它并不适用于所有应用程序。用户应该始终拥有不需要以类似方式进行选择的项。如果你的物品是易碎的,它们需要小心处理,这意味着你根本不会把它们堆在箱子里。

Banner
Related Posts

每个机器制造者都应该了解基于组件的3D视觉系统

2019年9月1日

2019年9月1日

在构建成本效益高的三维视觉系统时,是最好使用基于组件的方法(如照相机、激光、透镜、支架、校准目标)还是采用一体化(即智能)方法?乍一看,以较低的成本购买单个组件和构建定制的视觉解决方案似乎是更经济的途径。

3D视觉检测的未来:光度立体技术

2019年6月12日

2019年6月12日

利用3D表面定向,特别是它对反射光的影响,工业应用的光度立体产生对比度图像,突出了局部3D表面变化。

纺织制造商将人工智能无缝集成到生产中的三种方式

2019年9月3日

2019年9月3日

人工智能正在改进纺织品制造商的经营方式。这一过程的每一个要素,包括纺织品生产、产品成本、质量控制、数据收集、统计过程控制、准时制制造和计算机集成制造,都在进行人工智能改造。

机器视觉检测系统完整解决方案以及开发流程

2019年4月25日

2019年4月25日

机器视觉一词可以想象是具有一组眼睛的计算机进行检测或检验行为。为了开发机器视觉应用的完整解决方案,视觉工程师执行一系列通常分为五个类别的任务:计划,设计,构建,集成和验证。

机器视觉如何改变金融服务

2019年9月9日

2019年9月9日

事实证明,在金融领域应用机器视觉不仅对企业有利,而且对一般消费者也有利。尽管这在5年前似乎遥不可及,但金融机构一直在使用先进技术开展业务。这些技术能够改进客户体验并减轻员工的工作负担。

表面缺陷检测系统方案实施的七个步骤

2019年5月24日

2019年5月24日

表面缺陷检测系统主要以相机成像和图像处理技术为主,配置合适的相机和光源可以使被检测物体凸显表面缺陷或特征,使其检测系统能够实时、准确的对物体表面缺陷进行检测。

涂布纺织品皮革表面缺陷检测解决方案

2019年7月2日

2019年7月2日

本文详细地介绍了基于自适应视觉算法的表面缺陷检测的应用原理及实际案例。同时以涂布、纺织品和皮革等类似行业的实际案例验证了该原理的可行性和实用性。介绍了能应用于涂布、印刷、涂布、塑料、橡胶、薄膜及皮革等缺陷检测的通用解决方案。

工业机器人及机器人视觉系统详解

2019年3月26日

2019年3月26日

人类想要实现一系列的基本活动,如生活、工作、学习就必须依靠自身的器官,除脑以外,最重要的就是我们的眼睛了,(工业)机器人也不例外,要完成正常的生产任务,没有一套完善的,先进的视觉系统是很难想象的。

Teledyne DALSA的Linea HS 16k多场TDI相机

2019年11月28日

2019年11月28日

机器视觉技术公司 Teledyne DALSA ,近日推出其最新的电荷域CMOS TDI相机——Linea HS 16k多场TDI相机。多场成像允许最终用户捕获多个图像,例如一次扫描即可同时显示明场、暗场和背光图像。

基于线扫描相机的表面缺陷检测系统

2019年5月17日

2019年5月17日

表面缺陷检测系统也叫表面质量检测系统或者表面质量检测设备。应用的领域十分的广泛,我例举一下最主要的应用领域吧,钢铁冶金,有色金属加工,高精铜板带,铝板带,铝箔,不锈钢制造,电子材料,无纺布,织物,玻璃,纸张,薄膜。

自动化金属表面缺陷检测系统

2019年6月25日

2019年6月25日

近年来,生产制造企业对于金属的需求快速增长,对于产品质量的要求也是日益严格。如何对金属产品质量进行有效控制,我们的方法很简单:提供针对每种金属产品应用优化的表面缺陷检测解决方案,以高效一致方法的进行在线检查。事实证明,实时信息在为客户解决问题方面具有无可估量的价值,通过消除对生产后物理带材检验的依赖,制造商能够克服重大障碍。

用机器视觉法监测石榴成熟过程

2019年11月19日

2019年11月19日

瓦伦西亚农业调查研究所(IVIA)、米格尔·埃尔南德斯·德埃尔切大学和巴伦西亚理工大学的科学家们研究了两种用于石榴质量监测的机器视觉技术。

贴纸相机解决物联网成像问题

2019年4月17日

2019年4月17日

Greg Blackman报道了CSEM的Witness IOT相机,这是一款可以作为贴纸部署的超低功耗成像仪。 Andrea Dunbar博士于3月在伦敦举行的Image Sensors Europe会议上展示了这项技术

自动印刷代码检查解决方案

2019年4月17日

2019年4月17日

AutoCoding Systems将在米尔顿凯恩斯即将举行的UKIVA机器视觉会议上展示他们最新的视觉创新成果。由SICK AppSpace提供支持的4Sight解决方案是自动打印检测领域真正的行业突破。

机器视觉技术发展的五大趋势

2019年6月21日

2019年6月21日

在过去的一年里,人工智能(AI)、大数据、3D成像和机器人过程自动化等领域在取得了空前的发展。在即将到来的2019年,机器视觉技术应用还将蓬勃发展,新机器视觉认为五大发展趋势将引领行业应用。

Comments
发表评论

电子邮件地址不会被公开。 必填项已用*标注