世界各地的制造商正在准备采用工业4.0,计算机和自动化将以全新的方式融合在一起。机器人技术远程连接到配备有机器学习算法的计算机系统,例如Solomon的基于AI的机器视觉解决方案套件,可以通过加强对先进制造工艺的监控来提高生产率。
以随机垃圾箱采摘为例。对于机器人来说,看似简单的任务并不容易。然而,由于其3D扫描仪能够高速生成高质量的点云,所以Solomon的AccuPick 3D系统能够以高识别率和易用性执行箱子拾取。该系统能够以最高的效率和精度识别复杂形状的物体。
AccuPick的运动规划模块专门针对需要机器人手臂在汽车零部件,电子产品,食品包装,机器管理和仓库卸货等行业中的超大垃圾箱内操作的应用。该系统能够在复杂的环境中工作,同时与主要的机器人品牌兼容,例如Universal Robots(UR +认证),Fanuc,Staubli,Yaskawa,Kuka,ABB等。
密封,装配,焊接或检查等高级任务对于机器人来说也同样困难或耗时。 Solomon的3D视觉引导机器人解决方案Solmotion将复杂性从这些看似具有挑战性的任务中解放出来,因为它可以识别独特的特征,以精确和快速的方式确定工件的三维位置和方向。
在软件立即匹配并计算机器人移动所需的路线之前,Solscan 3D扫描仪只需拍摄工件的快照即可。应用包括汽车部件的密封,鞋类部件的粘合,金属或塑料注射物体的质量检查,电动机的焊接等等。
在工业环境中,具有不规则图案的缺陷和特征,例如难以定义的划痕,污渍,裂缝和许多其他类型的缺陷,Solvision,基于AI的机器视觉软件Solvision可以进一步解决检查问题。软件深度学习不需要繁琐的代码编写来检查各种类型的缺陷。
所需要的只是一些样本来标记机器学习的缺陷类型,简化检查任务并节省大量工程师编写程序的时间。 Solvision的另一个优势是可以与不同的机器人,六轴或SCARA,Solomon的3D Solscan扫描仪和软件无缝集成,因此可以相应地自动分离被检查的物体。
留言与评论(共有 0 条评论) |