Системы роботов с визуальным управлением

Система робота с визуальным управлением (VGR) — это робот, оснащенный одной или несколькими камерами, используемыми в качестве датчиков для подачи вторичного сигнала обратной связи на контроллер робота для более точного перемещения в изменяемое целевое положение. VGR быстро трансформирует производственные процессы, позволяя роботам быть высокоадаптируемыми и более простыми в реализации, при этом значительно снижая стоимость и сложность фиксированных инструментов, ранее связанных с проектированием и настройкой роботизированных ячеек, будь то для обработки материалов, автоматизированной сборки, сельскохозяйственных приложений, ^[1] биологических наук и многого другого. ^[2]

В одном классическом, но довольно устаревшем примере VGR, используемом для промышленного производства, система технического зрения (камера и программное обеспечение) определяет положение случайно подаваемых продуктов на конвейер для переработки. Система технического зрения предоставляет роботу точные координаты местоположения компонентов, которые случайным образом разбросаны под полем зрения камеры , что позволяет руке (ам) робота позиционировать прикрепленный конечный эффектор (захват) на выбранном компоненте и забирать его с конвейерной ленты . Конвейер может останавливаться под камерой, чтобы определить положение детали, или, если время цикла достаточно, можно забрать компонент без остановки конвейера, используя схему управления, которая отслеживает движущийся компонент через программное обеспечение технического зрения, как правило, путем установки энкодера на конвейер и использования этого сигнала обратной связи для обновления и синхронизации контуров технического зрения и управления движением.

Такая функциональность теперь распространена в области визуально-управляемой робототехники (VGR). Это быстро развивающаяся технология, которая оказывается экономически выгодной в странах с высокими производственными накладными расходами и затратами на квалифицированную рабочую силу за счет сокращения ручного вмешательства, повышения безопасности, повышения качества и повышения производительности, среди прочих преимуществ. ^[3]

^{[4] [5]}

Расширение роботизированных систем с визуальным управлением является частью более широкого роста рынка машинного зрения, который, как ожидается, к 2028 году вырастет до 17,72 млрд долларов США. Этот рост можно объяснить растущим спросом на автоматизацию и точность, а также широким внедрением интеллектуальных технологий в различных отраслях.

Система зрения состоит из камеры и микропроцессора или компьютера с соответствующим программным обеспечением. Это широкое определение, которое может быть использовано для охвата множества различных типов систем, которые направлены на решение большого количества задач. Системы зрения могут быть внедрены практически в любой отрасли для любых целей. Их можно использовать для контроля качества, чтобы проверить размеры, углы, цвет, структуру поверхности или для распознавания объекта , как это используется в системах VGR.

Камера может быть любой: от стандартной компактной системы камер со встроенным процессором зрения до более сложных лазерных датчиков и камер с высоким разрешением и высокой скоростью. Также доступны комбинации из нескольких камер для создания 3D-изображений объекта .

В интегрированных системах машинного зрения всегда есть трудности с согласованием камеры с установленными ожиданиями системы. В большинстве случаев это вызвано недостатком знаний со стороны интегратора или производителя оборудования. Многие системы машинного зрения могут быть успешно применены практически к любой производственной деятельности, если пользователь точно знает, как настроить параметры системы. Однако эта настройка требует большого объема знаний от интегратора, а количество возможностей может сделать решение сложным. Освещение в промышленных условиях может быть еще одним серьезным недостатком многих систем машинного зрения.

Преимуществом технологии 3D-зрения является ее независимость от условий освещения. В отличие от 2D-систем, которые полагаются на определенное освещение для точного изображения, 3D-системы зрения могут надежно работать в различных сценариях освещения. Это связано с тем, что 3D-визуализация обычно включает захват пространственной информации, менее чувствительной к контрасту и теням, чем 2D-системы.

В последние годы начали появляться стартапы, предлагающие программное обеспечение, упрощающее программирование и интеграцию этих 3D-систем, чтобы сделать их более доступными для отраслей. Используя технологии 3D-зрения, роботы могут перемещаться и выполнять задачи в средах с динамическим или неконтролируемым освещением, что значительно расширяет их применение в реальных условиях.

Обычно системы визуального наведения делятся на две категории: стационарное крепление камеры или камера, устанавливаемая на роботизированную руку. Стационарная камера обычно устанавливается на козловой установке или другой конструкции, где она может наблюдать за всей областью роботизированной ячейки. Преимущество такого подхода заключается в том, что она знает свое фиксированное положение, обеспечивая стабильную точку отсчета для всей деятельности внутри ячейки. Недостатком является дополнительная стоимость инфраструктуры и то, что иногда ее обзор затрудняется положением роботизированной руки. Обычно для этого также требуются большие файлы изображений (5 Мпикселей или больше), поскольку изображение должно охватывать всю рабочую область.

Это могут быть 2D- или 3D-камеры, хотя подавляющее большинство установок (2019 г.) используют 2D-камеры машинного зрения, предлагаемые такими компаниями, как Keyence, Basler, Sick, Datalogic, COGNEX и многими другими. Новые игроки, такие как Leopard Imaging, Pickit3D, Zivid и Photoneo, предлагают 3D-камеры для стационарного использования. COGNEX недавно приобрела EnShape, чтобы добавить 3D-возможности в свою линейку. Стационарные 3D-камеры создают большие файлы изображений и облака точек, для обработки которых требуются значительные вычислительные ресурсы.

Камера, установленная на руке робота, имеет некоторые преимущества и недостатки. Некоторые 3D-камеры просто слишком велики, чтобы быть практичными при установке на робота, но камеры Xbox от Pickit 3D и 2D-камеры, такие как камера на запястье Robotiq, компактны и/или достаточно легки, чтобы не оказывать существенного влияния на доступную рабочую нагрузку робота. Камера, установленная на руке, имеет меньшее поле зрения и может успешно работать при более низком разрешении, даже VGA, поскольку она охватывает только часть всей производственной ячейки в любой момент времени. Это приводит к более быстрой обработке изображений.

Однако камеры, установленные на руке, будь то 2D или 3D, обычно страдают от дезориентации XYZ, поскольку они постоянно движутся и не могут определить положение руки робота. Типичным решением является прерывание каждого цикла робота на достаточно долгое время, чтобы камера успела сделать еще один снимок и переориентироваться. Это видно практически во всех опубликованных видеороликах с выступлениями камер, установленных на руке, будь то 2D или 3D, и может увеличить время цикла в два раза по сравнению с тем, которое потребовалось бы в противном случае.

Камера Xbox от Pickit 3D была установлена ​​на кронштейне для некоторых приложений. Хотя она способна выполнять более сложные 3D-задачи, такие как сбор мусора, она все еще требует остановки-сделай-фотографируй переориентацию, упомянутую выше. Ее 3D-осведомленность не помогает решить эту проблему.

Visual Robotics заявляет, что устраняет это прерывание цикла с помощью своих возможностей «Vision-in-Motion». Их система объединяет 2D-визуализатор с внутренней фотограмметрией и программным обеспечением для выполнения 3D-задач на высокой скорости благодаря меньшим файлам изображений. Компания заявляет о находящемся на рассмотрении патенте, охватывающем методы, гарантирующие, что камера знает свое местоположение в 3D-пространстве без остановки для переориентации, что приводит к существенному сокращению времени цикла. Хотя это намного быстрее других 3D-подходов, вряд ли она сможет справиться с более сложными 3D-задачами, которые может выполнить настоящая стереокамера . С другой стороны, многие 3D-приложения требуют относительно простой идентификации объектов, легко поддерживаемой этой технологией. На сегодняшний день их способность визуально выбирать объекты в движении (например, предметы на конвейере) с помощью камеры, установленной на руке, кажется беспрецедентной.

Inbolt, напротив, представляет независимую от платформы роботизированную систему наведения на основе 3D Vision, которая объединяет 3D-камеру, передовые алгоритмы и самый быстрый в настоящее время ИИ для обработки облаков точек. Их система разработана для эффективной обработки высокочастотных данных, что позволяет осуществлять отслеживание в реальном времени. Это означает, что робот может подстраиваться под изменения положения и ориентации объектов в поле его зрения. Эта адаптивность имеет решающее значение в средах, где точность и гибкость имеют важное значение, что делает ее хорошо подходящей для неструктурированных и незапланированных сред. Позволяя роботам работать без необходимости в механических ограничениях, она также устраняет необходимость в дорогостоящих приспособлениях и приспособлениях.

Эти новые решения меняют парадигму производственных отраслей, предлагая уникальные решения, отвечающие меняющимся потребностям современных производственных процессов.

Традиционная автоматизация означает серийное производство с большими размерами партий и ограниченной гибкостью. Полные автоматизированные линии обычно строятся вокруг одного продукта или, возможно, небольшого семейства аналогичных продуктов, которые могут работать на одной производственной линии. Если компонент меняется или вводится совершенно новый продукт, это обычно вызывает большие изменения в процессе автоматизации. В большинстве случаев требуются новые приспособления для компонентов с трудоемкими процедурами настройки. Если компоненты доставляются в процесс традиционными бункерами и вибропитателями , требуются новые инструменты для чашечных питателей или дополнительные верхние части чашечных питателей. Может оказаться, что на одной и той же технологической линии необходимо производить разные продукты, стоимость поддонов, приспособлений и чашечных питателей часто может составлять большую часть инвестиций. Другими областями, которые следует учитывать, являются ограничения по пространству, хранение сменных деталей, запасных компонентов и время переналадки между продуктами.

Системы VGR могут работать бок о бок с очень небольшой механической настройкой. В самых крайних случаях единственным требованием является смена захвата, а необходимость позиционировать компоненты для установки положения захвата устраняется. Благодаря системе технического зрения и программному обеспечению управления система VGR может обрабатывать различные типы компонентов. Детали с различной геометрией могут подаваться в систему в любой произвольной ориентации и подбираться и размещаться без каких-либо механических изменений в машине, что обеспечивает быстрое время переналадки. Другие особенности и преимущества систем VGR: ^[6]

• Переключение между продуктами и партиями осуществляется с помощью программного обеспечения и осуществляется быстро, без каких-либо механических настроек.
• Высокая остаточная стоимость, даже при изменении производства.
• Короткие сроки выполнения и короткие сроки окупаемости.
• Высокая эффективность, надежность и гибкость оборудования.
• Возможность интеграции большинства вторичных операций, таких как удаление заусенцев, чистовая продувка, мойка, измерение и т. д.
• Уменьшает объем ручного труда.

• Машинное зрение
• Одновременная локализация и картографирование

Для проверки этой статьи нужны дополнительные ссылки . Помогите улучшить эту статью , добавив ссылки на надежные источники . Материалы без ссылок могут быть оспорены и удалены. Найти источники:  "Vision-guided robot systems" – новости  · газеты  · книги  · ученый  · JSTOR ( октябрь 2008 г. ) ( Узнайте, как и когда удалять это сообщение )