欢迎登录中国视觉网!
应用案例频道
APPLICATION OF CASE
位置导航:首页 >> 应用案例 >> 应用案例 >> 人机融合的视觉创新

人机融合的视觉创新


时间:2018-06-27

应用领域:机器人


    工业机器人从1954年第一款机型的设计开始发生了很大变化。第一台工业机器人的功能涉及短距离内物体从一个点到另一个点的转移。
    快进近65年,市场已经发展。随着工业机器人变得越来越复杂,可以说人类和机器人(或'cobot')工人之间的合作关系正在发生转变。
    市场研究公司Market.biz对2017年全球和区域协作机器人市场的价值估值为2.80亿美元,并认为其在2023年底将增长到42.2亿美元。同样,Market Insights最新的情报发现,在2015年,协作机器人占据了售出机器人总数的近3%。2016年销售22,000辆。预计到2024年底将达到4亿多辆。

 

    协作机器人
    协作机器人已被众多广受认可的品牌所接受,DHL物流公司最近投资了四台协作机器人,用于在英国的联合包装和生产物流中心。英国在线超市Ocado在今年早些时候还透露,它正在试用一款原型协作机器人,旨在帮助人力技术人员在公司的自动化仓库维护和维修设备。
    这个市场面临的最大挑战之一就是人类安全,视觉系统是确保协作机器人与人类同行一起安全工作的一个重要因素。 一个很好的例子就是Sick和丹麦机器人手臂制造商Universal Robots之间最近的合作,该公司生产了一款入门级视觉引导式cobot系统,用于拾放,质量检测和测量应用。该供应商采用了2D视觉传感器,以确保系统的适应性,同时使其编程和配置变得快速简单。
    Sick视觉专家Neil Sandhu说:“入门级的软件包允许工程师设置机器人,以引导机器人随机挑选物体,并在拾取前检查或测量物体。”
    在英国米尔顿凯恩斯举行的UKIVA机器视觉会议上,Sick展示了使用Universal Robots的机器人手臂进行的箱拣示范演示。 Sandhu说:“基于激光三角测量的箱拣要困难得多。通过立体视觉,我们可以使用小至20mm的部件。”
    Sick的立体视觉相机使用结构光来生成3D点云。 机器人采用零件的CAD模型进行编程; 然后它将三维图像数据与CAD模型进行匹配,来定位箱中的零件并计算拾取该物体的最佳方向。 通过传送带上的零件可以使用机器人抓手来抓取,使用零件的CAD模型与2D图像数据匹配。
    “由于它不需要专业编程专业知识,因此它为生产线提供了一个理想的“初学者” 视觉引导机器人解决方案,”Sandhu解释说,“即使是小规模的,也足够适应为生产开发工作装备先导工艺设备。”
    基于Sick的Sopas软件,相机内置软件将引导您完成设置和校准过程,所以即使一位工程师是2D视觉机器人引导的新手,开发有效的解决方案也很简单。

    对于标准配置,例如更换作业和拾取点,校准和对齐直接由机器人控制器执行,而更高级的操作(如拾取前对象的检查和尺寸测量)可以通过Sopas设备配置完成。对于高速定位,检测和测量,PIM60视觉传感器是该系列的另一种2D解决方案。
    与Universal Robots的合作关系催生了第二个协作机器人应用程序,该应用程序使用连接到机器人的两个Sick传感器进行识别和定位,并通过条形码读取器通过2D识别向机器人通知传送带上的碎片。 Cobots采用了TÜV-Nord认证的15项安全功能,无需使用围栏即可安全运行。 如果意外与人或物体接触,机器人会立即停止工作,并且如果检测到人为侵入,则操作速度会自动降低。
    这两种应用结合了Sick's和Universal Robots的优点,允许人员和机器人在同一个工作空间内工作,机器人接管所有重复和沉重的动作,同时它的人类同事能够在安全的环境中工作。Sick还将其传感器集成到其他供应商的机器人中,如ABB和Kuka--最近在今年汉诺威工业技术展览会上展示了其新的cobot。
   继4年前推出的该公司称之为'首批被批准用于人机合作的机器人'的Kuka LBR iiwa发布之后,新型号LBR iisy在汉诺威展示会上能够快速启动并运行,这要归功于新的操作理念。这款六轴轻量化机器人的有效载荷达到600毫米,重量为3公斤,适用于非结构化工作环境的灵活应用,包括装载或卸载机器,包装,精确测试,可靠的装配和处理等应用。


     灵活性
    Imago Technologies的大客户经理Oliver Barz谈到现有机器人视觉系统时说到灵活性也是关键因素。 “我们在机器人领域看到的是,”他解释说,“更多的机器人制造商正在使用机器视觉。机器人通常用于灵活的环境中,否则我们根本不需要机器人。所以,我们需要有一个相机系统,您可以根据您的需要对图像处理进行编程。”
    Barz认识到的另一个挑战是使协作机器人具有全面的技术能力,因为这将是其市场增长的关键。他说,我们需要做的不仅仅是设置参数。 '如果一个系统工作,只设置参数是一个划算的解决方案,但如果不这样做,我们需要更换整个系统。 同样,图像处理需要强的适应性。 最终,cobots的市场将取决于我们能够在多大程度上降低成像成本。

     “我们相信这个解决方案是一个智能的,可编程相机可以将机器人和机器视觉相结合。客户如有特殊的要求,通过编程可以完全符合他们的需求。未来有可能将功能强大的智能相机与普通相机相结合,处理来自两个传感器的图像,而无需单独的计算机。


    成本是关键
    Barz透露,Imago Technologies目前正在与一家实体制造商进行讨论,为了他们的协作机器人能够“看到”。“它必须是一个划算的解决方案,”他重复说道,“目前它正在瞄准新的市场。 “看得见的机器人”的目标市场可能不到2万欧元,在硬件选择和编程方面需要额外的努力,但成本是这些系统的关键。
    尽管如此:“过去,我曾看到人们试图在主要执行不同任务的计算机上处理图像,这可能会起作用,但同样也会加剧复杂性。对于我们的客户来说,机器制造商需要完全独立的工作单元(如视觉系统), 然后所有单元必须与HMI结合在一起。“
    Laser Components公司总经理Chris Varney认为,激光雷达可以提供一种有效的解决方案,使得人们可以安全地使用机器人,从而使机器能够确定环境的大小以及任何潜在的障碍。
    非接触式测量
    Laser Components提供脉冲激光二极管(PLD)和雪崩光电二极管(APD),并且当一起使用时,可以测量激光脉冲的飞行时间(ToF)。
     “协作机器人可以使用激光雷达,”Varney说。 然而,与飞机不同,这个范围非常短。 这使得飞行时间非常短暂。“Varney认为,该公司的混合905nm高功率脉冲激光二极管可以解决这个问题。
    Laser Components公司开发出QuickSwitch PLD,具有非常短的2.5ns光脉冲,因此可以进行亚米级测量。任何短程激光雷达的开发人员都将从PLD和APD阵列中受益匪浅,单个气密封装内的一条APD阵列可以帮助实现多个实时测量,从而减少需要的扫描时间。

    Scorpion Vision的董事总经理Paul Wilson对协作机器人在工业中的地位提出了更多的怀疑。他表示:机器人的速度必须要快,但为了安全起见协作机器人必须很慢,所以不适合批量生产。

    深度学习
    深度学习是人们正在谈论的一个领域,据Paul Wilson说,这次活动的一个大谈话点是深度学习,它使机器人通过观察人类行为来学习。Paul Wilson认为,3D视觉技术将在未来对这一领域贡献最大。3D的应用将持续增长。

 

    这并不是说该公司已经否认了协作机器人的想法,事实上远非如此。 Scorpion Vision正在为客户提供低产量,高质量产品的应用。 Paul Wilson说:“我们用3D视觉来验证零件是否正确。机器人将3D相机移动到零件上,进行测量和识别,机器人选择该零件并用喷墨打标。一旦标记,使用第二台相机来验证它是否正确。协作机器人坐在操作员旁边的长椅上,所以它更适合。但它不适合批量生产。”