最新快讯!如何充分利用机器视觉系统?

80%的人类学习都是通过视觉进行的。当考虑到可通过视觉获得多少信息时,工业机器人也需要看到才能发挥作用也就不足为奇了。


(资料图片仅供参考)

机器视觉发明于1950年代,并在1980年代越来越受欢迎。视觉系统的进步,使其成为寻求简化生产和质量检查的制造商的有利可图的工具。

在最简单的形式中,机器视觉系统由相机或传感器、照明、处理器、提取有用信息的软件和输出设备(通常是机械臂)组成。

没有机器视觉系统的机器人——盲人机器人——可以完成简单、可重复的动作,但无法与机器视觉让机器人对周围环境做出直观反应的能力相抗衡。但是,什么使机器视觉系统最有效?

灯光?相机?动作?

翻阅旧照片是一个很好的例子,说明为什么在拍摄图像时照明是关键——需要看看正在拍摄什么或谁。照明也是机器视觉系统的基础。糟糕的图像捕获会导致信息丢失,对于机器人来说,这可能会导致无法进行相关过程。

另一件要考虑的事情是放置相机或传感器的位置。成像设备可以放置在机械手本身上,称为臂端工具(EOAT)配置,也可以安装在机器人上方。在这种情况下,相机将在固定配置下俯视工作区。

固定配置通常是首选方法——摄像头具有更大的视野,可以在机器人移动时拍照,从而缩短周期时间。此外,由于相机的位置始终相同,因此无需考虑机器人运动中的细微差异。

但是,有些应用程序中EOAT配置最有效。这种配置非常适合从各个角度检查复杂零件或难以接近的区域。这会显着减慢循环时间,因为在机器人运动时相机无法捕捉图像。经验丰富的自动化顾问可以为最合适的配置提供建议。

2D,还是3D?

摄像头或传感器所需的位置还取决于部署的机器视觉类型——选择2D或3D视觉取决于应用。

在目标对象的颜色或纹理很重要的情况下,2D视觉效果很好。这传统上用于检查任务,如条形码读取或存在检测。2D视觉的局限性包括无法感知深度。任何对形状或位置很重要的任务,例如垃圾箱拣选,都可以通过3D机器视觉更好地完成。

在3D视觉中,使用多个摄像头来创建目标对象的3D模型。ShibauraMachine的TSVision3D系统以这种方式运行,因此不需要复杂的CAD数据来识别对象。

使用两个集成的高速立体摄像头来捕捉连续的实时3D图像,该软件可以识别位于其视野内的任何物体。使用这项技术,TSVision3D可以实现自动化的垃圾箱拣选,即使对于不均匀的产品-以香蕉或芒果为例。

在选择视觉系统时,制造商必须考虑机器人将与何种物体进行交互。对于垃圾箱拣选系统和不寻常形状的产品,3D视觉将是必不可少的。

技术往往模仿自然,机器视觉系统也不例外。能够看到意味着机器人可以响应其工作空间的变化,瞄准不同形状和大小的物体,使它们比盲人的前辈更灵活、更高效、更有能力。

关键词:

来源:
编辑:GY653

免责声明:本网站内容主要来自原创、合作媒体供稿和第三方自媒体作者投稿,凡在本网站出现的信息,均仅供参考。本网站将尽力确保所提供信息的准确性及可靠性,但不保证有关资料的准确性及可靠性,读者在使用前请进一步核实,并对任何自主决定的行为负责。本网站对有关资料所引致的错误、不确或遗漏,概不负任何法律责任。任何单位或个人认为本网站中的网页或链接内容可能涉嫌侵犯其知识产权或存在不实内容时,应及时向本网站提出书面权利通知或不实情况说明,并提供身份证明、权属证明及详细侵权或不实情况证明。本网站在收到上述法律文件后,将会依法尽快联系相关文章源头核实,沟通删除相关内容或断开相关链接。

  • 相关推荐

相关词