亚太加速器
order
 

机器人集成3D视觉与AI 满足随机取放制造应用大需求

机器手臂业者普遍看好在3D视觉集成AI的发展下,市场前景将会是在随机取放(Random Bin Picking)需求应用。ABB

机器视觉已是机器手臂的标配之一,尤其3D视觉应用广泛,目前在制造业可被应用于如定位、辨识、与瑕疵检测等需求,而随著人工智能风潮兴起,全球诸多机器人大厂也开始将机器视觉系统里导入AI深度学习功能,欲将机器人产品推升新的技术高峰。对此,机器手臂业者则是普遍看好在3D视觉集成AI的发展下,市场前景将会是在随机取放(Random Bin Picking)需求应用。

机器手臂导入3D视觉已逐渐成为各家机器手臂业者与3D感测技术厂商著力发展重点。目前机器手臂在导入3D视觉的辅助下,可展现多用途型态,其一是生成机器人加工路径,利用3D视觉建立物体点云图,在其计算物体相对位置后透过算法自动生成加工路径,特别是对于加工物件形体多为不规则、多曲面设计的制鞋或水五金加工来说,可大幅缩短机器手臂教点的调教时间。

除了自动生成路径,目前3D视觉也可被应用于如定位、瑕疵检测等需求,然而多家机器手臂业者则是普遍看好,未来3D视觉+AI的更大的市场需求应会是在随机取放(Random Bin Picking)作业,而这也是工业机器人视觉领域中普遍被认为最具挑战性的任务之一。3D视觉厂商所罗门(Solomon)董事长陈政隆指出,该任务的难度在于,除了要让机器手臂在随机摆放的工件中透过视觉模块的判读辨识物件包括顺序、位置等信息之外,如何在「不碰壁」的情况下以最适切的角度与方向前进,准确无误地拿取并移动,也考验视觉模块与运动控制系统之间的集成能力。

台湾爱普生(Epson)产业科技事业部总经理王亮国则指出,以电子制造业举例来说,目前在后段组装制程仍少不了耗费大量人力作业进行整料,在tray盘中逐一将料件堆叠整齐。以往传统2D机器视觉仅能辨识平面信息,在深度信息无法被掌握的情况下,机器手臂由于难以在堆叠的顺序中取得优先顺序的判断,因此仍须透过大量人力进行料件正确摆放的前置作业,方便机器人执行夹取。

也因此,在3D视觉与AI功能的辅助下,机器手臂能够更有效辨识来料的颜色和外型,透过深度学习自动判别如何抓取料框中错乱摆放的工件。如可省去整料此一阶段,也将可节省一部分庞大人力。看准市场需求,目前各大机器手臂大厂,包括安川电机、发那科、三菱电机等大厂都已在国际展会中相继展示「3D视觉引导机器人取放」的解决方案。

  •     按赞加入DIGITIMES智能应用粉丝团
更多关键字报导: 机器手臂 3D视觉