AWS
活动+
 

3D视觉技术制造应用需求多 特殊情况可结合AI来克服

3D视觉与机器手臂的强强联手引起机器手臂制造商的高度关注。KUKA

3D感测技术因受到苹果智能型手机采用受到市场关注,但随后雷声大雨点小,在智能型手机的应用上除了脸部辨识与行动支付外,似乎也没再溅起更大的水花。但随著工厂自动化与智能化需求升温,3D视觉感测在制造端仍被看好可扩大应用范围。

传统2D机器视觉在制造端已广泛使用于包括量测、定位、读取以及瑕疵成像检测等应用,但不同于2D平面,3D视觉涵盖深度信息,可检测对比度较低但明显存在高度差异的部件和缺陷。

目前3D视觉主要开发厂商包括日本基恩斯及佳能、美国康耐视、德国西克等,但随工厂加速自动化布局,在提升机器手臂智能化需求下,3D视觉与机器手臂的强强联手,也引起机器手臂制造商对这块市场的高度关注,例如全球投影机 / 打印机大厂Epson也将投入3D视觉开发,为旗下新型工业机器手臂集成3D视觉。

其中随机夹取功能更被业界称为3D视觉应用的新圣杯,而其高技术门槛更为业界所公认。但特别在于混料、形态复杂不一、且堆叠顺序不规则的夹取情况下,仅凭借3D视觉仍有技术缺陷,此时则需藉由人工智能(AI)的辅助完成影像辨识。

3D视觉较之2D,可为作业员省略将料件整齐排放的步骤,但根据3D视觉业者指出,目前市场上90%的3D视觉系统方案须透过搭配物件外型的CAD档进行比对,但某些特殊情况下,料件仍难以透过CAD的建立与3D视觉取得之3D信息进行比对。

业者指出,随著机器手臂的应用朝向多元化创新发展,机器手臂会被用以抓取何种料件实难以预测,例如水果外型百百种、料件外型容易扭曲变形等情况,皆难以透过传统CAD档搭配3D视觉计算。而另一种情况则是顺序判断错误,如有明显高度差异但上下堆叠顺序不一。

面对不规则、复杂外型的料件夹取,3D视觉开发商已开始尝试透过深度学习的介入,提高其机器手臂对于料件辨识的精准度,一方面藉此减少透过CAD档比对的限制,另一方面则是辅助判断夹取的先后顺序。

而3D视觉开发商所罗门董事长陈政隆则指出,目前测试透过AI辨识取代CAD档,可增加其4到5倍的比对速度。

  •     按赞加入DIGITIMES智能应用粉丝团