Практическое руководство по 2D и 3D, освещению, времени цикла и интеграции систем машинного зрения на открытых платформах для роботов, предназначенное для производителей, испытывающих трудности с интеграцией систем машинного зрения.
Машинное зрение преобразует автоматизацию, но выбор подходящей системы может показаться сложной задачей. Десятки вариантов, различные характеристики и сложности интеграции — неправильный выбор может привести к дорогостоящим простоям и неэффективности для производителей. Ставки высоки: машинное зрение влияет на точность, время цикла и общую рентабельность инвестиций.
Машинное зрение — это лишь одна часть головоломки. Для достижения еще большей эффективности производители обращаются к инструментам на основе искусственного интеллекта, таким как AI Accelerator , чтобы оптимизировать производительность и принятие решений коллаборативными роботами.
7 советов экспертов по выбору подходящей системы машинного зрения
1. Подтвердите, действительно ли необходимо зрение.
Не каждая задача требует машинного зрения. Простая укладка на поддоны или комплектация заказов по сетке часто выполняются с помощью встроенных инструментов или датчиков. Используйте машинное зрение только тогда, когда этого требуют точность, изменчивость или безопасность.
2. Четко определите область применения вашего приложения.
Задачи, требующие улучшения зрения, обычно делятся на три категории:
- Планирование местоположения и траектории : Точное распознавание объектов и оценка их положения.
- Контроль качества : выявление дефектов или проверка качества.
- Безопасность : Мониторинг присутствия человека в рабочей зоне робота.
3. Выберите между 2D и 3D камерами.
- Двумерное зрение : идеально подходит для считывания штрихкодов, определения ориентации этикеток и базовой сортировки.
- 3D-зрение : незаменимо для контроля глубины, объема и поверхности — идеально подходит для прецизионной сборки или производства микросхем.
4. Подберите точность в соответствии с допуском.
Камеры высокого разрешения имеют решающее значение для обеспечения высокой точности. Для менее сложных задач могут быть достаточны экономичные системы. Не стоит вкладывать лишние средства там, где это не нужно.
5. Учитывайте условия освещения.
Освещение может как улучшить, так и ухудшить качество зрения.
Спросите: Может ли система работать при переменном уровне окружающего освещения? Обеспечивает ли она собственное освещение? Даже небольшие изменения освещения могут испортить результаты.
6. Согласуйте скорость обработки со временем цикла.
Высокоскоростные приложения требуют быстрой съемки и обработки изображений. Учитывайте это при расчете времени цикла, чтобы избежать узких мест. Сочетание систем машинного зрения с инструментами оптимизации на основе искусственного интеллекта, такими как AI Accelerator от UR , может еще больше уменьшить узкие места и повысить производительность.
7. Обеспечьте совместимость с открытой платформой.
Выбирайте роботов, которые легко интегрируются с различными системами машинного зрения. Открытая платформа UR и экосистема UR+ упрощают этот процесс, обеспечивая перспективность ваших инвестиций и уменьшая проблемы с интеграцией.
Как компания Universal Robots упрощает интеграцию систем машинного зрения
Коботы Universal Robots (UR) разработаны для обеспечения бесшовной совместимости с ведущими системами машинного зрения, такими как Photoneo и Datalogic.
В случае с DCL Logistics, коллаборативные роботы UR в паре с камерами машинного зрения Datalogic оптимизируют проверку артикулов. При комплектации товара камера проверяет артикул и отправляет сигнал «Пройдено» или «Не пройдено». В случае ошибки, коллаборативный робот перенаправляет товар в контейнер для брака, повышая точность и эффективность без замедления работы.
Коботы UR с технологией машинного зрения Datalogic автоматизируют проверку артикулов, повышая точность и производительность.
Проверенная производительность с первого взгляда
Система MotionCam3D от партнера UR+ компании Photoneo обеспечивает быстрое 3D-моделирование объектов для проверки качества продукции, контроля качества и дальнейшей обработки.
Часто задаваемые вопросы о машинном зрении
Необходимо ли машинное зрение для всех роботизированных приложений?
Нет. Простые задачи, такие как укладка паллет по сетке, часто выполняются без систем машинного зрения.
Когда следует отдавать предпочтение 3D-визуализации перед 2D-визуализацией?
Выбирайте 3D, когда критически важны глубина, объем или осмотр поверхности.
Как UR поддерживает интеграцию систем машинного зрения?
Открытая платформа UR и экосистема UR+ обеспечивают совместимость с ведущими решениями в области машинного зрения.