廣東嘉銘——機器視覺混亂工件上下料
伴隨著信息科技的迅速發展趨勢，及其眾多加工制造業工廠已經急切的轉型發展，造成了大批量的自動化要求。大中型工廠要求，均為因為以前來料檢驗報告堆放不標準，工件無序較為散亂放置、上料節奏規定高。原此工序的工件一直由人力上料，因為工作中艱苦環境，風險程度高，且人力左右料成本相對高，低，不能滿足24個小時生產制造。對于以上問題現選用3D視覺正確引導機器人全自
機器視覺混亂工件上下料
廣東嘉銘——機器視覺混亂工件上下料
伴隨著信息科技的迅速發展趨勢，及其眾多加工制造業工廠已經急切的轉型發展，造成了大批量的自動化要求。大中型工廠要求，均為因為以前來料檢驗報告堆放不標準，工件無序較為散亂放置、上料節奏規定高。原此工序的工件一直由人力上料，因為工作中艱苦環境，風險程度高，且人力左右料成本相對高，低，不能滿足24個小時生產制造。對于以上問題現選用3D視覺正確引導機器人全自動左右料的解決方法，達到了無序放置工件的爬取上料、及深框干預等問題，進而提升自動化生產率。機器視覺混亂工件上下料
優點：
◆適用一次照相，鑒別出好幾個工件，并對雜亂無序放置的工件開展爬取。
◆手機軟件選用3D智能識別優化算法，對于不一樣型號規格、不一樣尺寸的工件均可平穩鑒別并正確引導。
◆對于深框干預的問題，可動態規劃爬取對策。
◆根據云數據與照片的總體目標物體識別與3D部位姿勢定位，完成爬取。
◆IP65防水等級，在狀況下也可以平穩運作。
機器視覺混亂工件上下料
項目成果
◆應用3D云數據鑒別優化算法，提升生產制造穩定性，與此同時提升生產率。
◆系統軟件平穩鑒別速度更快，總體爬取置放節奏操縱在6s之內。
◆完成生產制造數據信息云服務化，實時監控系統生產制造情況，為安全生產工作給予強勁立即預警信息。
◆完成自動化左右料：從上預料到打磨拋光打磨自動式智能化生產制造。
對象為某大中型汽配廠，當場工作中艱苦環境，充斥著噪聲，人力實際操作勞動效率大、成本相對高、低；外星輪表面為深度加工，工藝處理后十分明亮而且有防銹劑。方案用AI+3D視覺開展自動化技術更新改造。機器視覺混亂工件上下料
視覺引導變速器外殼上料項目描述：
視覺引導智能機器人從深框中抓取軸叉、外星輪，置放到送料輸送機上
視覺引導變速器外殼上料計劃方案優點：
·工業生產級3D照相機，高精密，可對表面返光、構造繁瑣的外星輪形成點云數據；
·輕輕松松解決品項不一金屬產品：碗部孔徑規格范疇60~120mm，柄部孔徑范疇16~45mm，相對高度80~500mm；
·智能化碰撞檢測，融合智能化抓取優化算法，可選擇適合抓取視角和部位，防止與附近產品工件撞擊、料框碰撞、夾拿掉件等典型性問題，提高可靠性和安全系數。
工業相機
速度更快，，視線大，對不一樣物件（包含灰黑色、一定程度上的透光物件等）均有優良的影像實際效果，適用對度標準較高的常見應用領域（包含工業生產檢驗、測量、理論研究等）。
無序抓取RandomBinPicking，在機器視覺技術行業被覺得具有趣味性，難度系數取決于，怎么讓機械臂從任意堆積的工件/原材料中，準確的取放所需工件/原材料，并放置至恰當目地部位。根據深度神經網絡和3D照相機的解決方法AccuPick3D，根據深度神經網絡和3D照相機迅速識別不一樣工件/原材料在三維空間放置的部位與姿勢，并正確引導六軸合作機械臂開展拿取，因為工件/原材料不用事前梳理及排序就可以被識別，因而能提高很多加工廠的生產率。機器視覺混亂工件上下料
AccuPick3D是一套根據深度神經網絡和3D照相機的機器人智能無序抓取解決方法，AccuPick3D無縫拼接集成化了3D照相機、開展2D圖像識別技術的深度學習算法、碰撞檢測、機器人短路徑算法和機器人胳膊運動控制為一體，可達到顧客的無序抓取要求。機器視覺混亂工件上下料
AccuPick3D優點
根據深度學習算法的2D圖像識別技術，減少識別練習時長；柔性生產換線快，免CAD適用應用領域更廣
設備怎樣識別原材料在三維空間中的各種各樣放置情況通常需耗費很多時長完成調節。可是無論物品的復雜性或類型，AccuPick3D無序抓取系統軟件都能根據深度學習算法讓設備迅速鑒別物品，節約技術工程師「練習」設備模型時長70%以上，即使工件無CAD文檔也不是問題。
（作者： 來源：）
