日期
12/31
2021
咨询
  • QQ扫一扫

  • Vision小助手
    (CMVU)

熵智科技智能制造解决方案:3D视觉赋能工业机器人 推动智能制造转型升级
收藏
2021-12-31 16:43:38来源: 中国机器视觉网

中国制造2025:机器视觉和人工智能正在推动工业创新

随着制造业对智能制造转型的深入,在人工智能、机器人、生物识别、物联网等产业快速发展的背景下,机器视觉技术愈发受到关注。业内人士指出,在中国制造2025和工业4.0双重影响下,中国机器视觉市场火爆,预计未来五年将会以每年 20% 平均增长率持续增长。工业机器人是中国乃至全球制造业发展的重要支撑,而3D视觉作为工业机器人之眼,对工业机器人的行业应用前景产生深远影响。据Grand View Research预测,到2027年,全球3D机器视觉市场规模预计将达到34.6亿美元,3D机器视觉强劲的技术价值将成为推动市场持续增长的重要因素。

工业机器视觉是智能制造、物流和运营的支柱。在智能制造过程中,机器视觉主要用计算机来模拟人的视觉功能,也就是把客观事物的图像信息提取、处理并理解,最终用于实际检测、测量和控制。机器视觉摄像头、嵌入式物联网传感器和工业 PC 能够让制造流程的每一个步骤更智能化,提高产品质量和整体系统效率,提升生产线的吞吐量,降低劳动力成本。

目前,市场自动化程度越来越高,机器视觉在工业中已经得到普遍应用。例如,物流包装行业在拆垛作业中一般采用人工拆垛或低效昂贵的半自动化拆垛。人工拆垛费事、费力,且劳动成本偏高;半自动化拆垛效率低,因此,智能拆垛市场需求巨大。拆垛机器人通过视觉拆垛系统,结合深度学习等前沿算法与高速高清3D视觉,可快速准确的定位随意码放的不规则形状物体,无惧复杂图案、紧密贴合等难题。通过3D视觉控制技术可以提高工业机器人工作的精度、速度及可靠性,3D视觉+工业机器人配套发展成为市场关注的焦点。

解决方案:3D视觉新一代信息技术赋能工业机器视觉

在智慧工厂的应用中,基础工业原料包装有很多编织袋,麻袋等包装,但是软包由于其自身易变形、码放垛型不规则、运输后松散等原因,人工搬运效率低下,一般自动化适应难,无法单纯的依靠机器人示教位置完成拆垛。智能拆垛系统是一种将不同包装形式(如袋装、箱装)的物品,由存储地点(库房或露天)的堆垛上拆卸下来,进行装车或直接上料加工的智能自动化拆垛设备。用于替代人工从事拆垛、搬运、装车或上料等作业。然而,拆垛行业在机器人算法层面面临的难题,一是大部分是算法无法解决支撑复杂的垛形变化情况,二是软件算法过于开发化,人员一旦离职目前的人无法接手,项目后期无保障。结合基于英特尔机器学习和深度学习优化框架开发的深度学习算法模型,熵智科技推出了智能3D拆垛应用解决方案。通过3D视觉帮助机器人实现软包的实时三维位置定位,引导机器人完成软包拆垛自动化工作,解决基础工业原料在拆垛时面临的人力搬运效率低、人力不足的行业痛点。

如下图,来料软包呈相对有序的状态,来料的垛尺寸为 1600mm×1600mm×1500mm。使用数字散斑3D相机,相机安装高度3000mm。

微信图片_20211231164414.jpg

软包拆垛场景

一、软包识别定位模型

· 数据采集

在数字散斑3D相机软件和Seizet3D Picking软件中,通过拖拽图形化模块快速搭建数据采集流程,并保存为专用数据格式。

微信截图_20211231164421.png

数字散斑3D相机图片

微信截图_20211231164544.png

数据采集流程

· 样本标注

使用熵智自研的Seizet DL Picking标注工具,多边形工具框选工件所在区域,进行标注。

微信图片_20211231164646.jpg

Seizet DL Picking样本标注

· 学习训练

将标注好的样本上传到服务器,选择基于英特尔框架开发的深度学习算法模型进行训练,生成的模型文件拷贝到本地准备运行调用。

微信图片_20211231165110.jpg

Seizet DL Picking训练模型

二、 智能3D拆垛

打开数字散斑3D相机软件、Seizet3D Picking软件和Seizet DL Picking深度学习预测识别界面,在Seizet 3D Picking中加载拆垛系统算法流程。根据识别结果,指导机器人进行抓取。

微信截图_20211231164947.png

运行工程并抓取

微信图片_20211231164939.jpg

拆垛识别结果

中国的传统制造业和自动化行业全面智能化升级,加之人工成本上升以及发展高端制造业的需要,以取代人工为目的的机器人和工业自动化技术迅速发展,将拓宽机器视觉的市场需求和技术应用领域。除了来自于机器视觉传统应用领域的需求增长外,更多的制造业和自动化行业寻求通过机器视觉来解决一些复杂的或者之前无法有效解决的技术问题。

方案优势:英特尔3D成像系统+工业机器人应用场景 重新定义智能制造

拆码垛机器人融合了当前先进的3D视觉、深度学习和机器人规划控制技术,具备识别精度高、抓取速度快、复杂场景适应性强等优势,其强大的3D视觉检测技术能胜任尺寸、纹理差异极大且随意、混合堆放的上千种纸箱的快速准确拆垛。拆垛机器人具备3D视觉引导下的柔性机器人路径规划与运动控制,解决抓取难度极高的特殊箱体的问题,为智慧工厂提供高性价比和高可用性的自动化拆、码解决方案。

基于英特尔机器学习和深度学习优化框架,开发深度学习预测模型进行拆垛应用。通过软包的实时三维位置定位,引导机器人进行抓取,实现软包拆垛自动化。

微信图片_20211231164857.jpg

熵智科技表示,智能3D拆垛应用解决方案只是智能制造升级的开始,解决方案未来会在食糖、丙烯和聚丙烯、锂电原材料等基础工业领域,进行深入推广应用。熵智科技将借助英特尔技术支持优化拆垛应用,推出新的产品,打通整个工艺流,真正实现原料到产品的全智能化生产。