3D视觉技术使机器人应用获得更多的可能--机器视觉网

视觉引导机器人技术(VGR)拥有成熟的2D成像技术，但具有成本效益的3D技术的出现使机器人应用获得更多的可能。
工业自动化的第一次迭代使用了“盲”机器人，它依赖于要处理的材料的精确定位。这样的机器人相对不灵活，只能通过繁琐的编程来适应新任务。机器视觉的出现在一定程度上解放了这类机器人，使它们能够在结构不那么复杂的情况下使用平面图像来指导操作。现在，在机器视觉中添加深度信息使视觉引导机器人(VGR)在操作上具有更大的灵活性，并使一度被认为不切实际的应用成为可能。
用于引导机器人运动的机器视觉已经在工厂应用中实施多年，并且在许多方面有成熟的技术。具有内置处理和校准功能的智能相机系统，强大的识别和测量算法以及简化应用程序开发的应用平台可广泛应用并不断改进。但是这种视觉系统仅处理二维（平坦）空间，将机器人可用的信息限制在X-Y平面内的物体位置及其绕Z轴的旋转（角度位置）。被操作的目标物体需要位于平面上，并面朝上，以便机器人识别和处理它。
然而，深度信息的增加，使事情发生了巨大的变化。现在视觉系统可以确定物体在空间中的位置和方向。机器人可以访问六个参数的信息：X、Y和Z线性位置，以及滚动、俯仰和偏航角度信息。机器人可以识别在一定距离范围内可能出现的任何姿势的物体，允许机器人使用随机定向和定位对目标物体进行操作。此外，机器人可以识别堆叠或成堆的顶部物体，这对于二维视觉来说是不实际的，并且在规划其运动轨迹时可以确定到物体的距离。

3D视觉引导Rollin’Justin机器人正在开发中，可能在火星上使用
用于机器人引导的3D机器视觉的兴起是许多技术不同进步的结果。相机越来越小、视觉处理器变得更快、视觉软件变得更先进，并且已经有各种获取深度信息的方法。这种组合使3D视觉引导越来越广泛的应用领域成为可能。根据市场和市场对3D机器视觉市场的分析，预计3D机器视觉的年复合增长率为11%，到2022年将超过20亿美元。
3D VGR的一些新应用是在邮政和物流领域。利用3D视觉机器人可以处理诸如包裹分类和分装以及混合箱子的装卸等任务。机器人运输可以更容易地导航非结构化的仓库空间，材料搬运机器人可以识别和提取随机方向的、混合的物品，这在过去只有人类才能做到。
通过3D视觉，合作机器人（cobots）可以通过注意其操作人员所处的位置，避免意外接触，从而提高操作安全性。把它与处理混合对象结合起来，你会得到一个机器人助手，它可以把手伸进一个箱子里，提取并把你请求的对象交给你。甚至可以探索更多奇异的应用程序，例如，正在开发用于田地和果园采摘水果的机器人系统。
3D视觉的可用性甚至允许NASA为无限制的太空环境开发机器人。已经登上国际空间站的人形机器人R2 Robonaut正在使用与目前执行这些任务的宇航员相同的工具和材料进行评估，以处理日常维护任务和EVA操作。在地球上，Rollin’Justin机器人正在开发中，着眼于未来火星任务中的操作。
虽然3D视觉在应用潜力方面提供了极大的灵活性，但是设计师不能简单地将其放入他们的系统中。根据Fanuc America机器视觉工作人员David Dechow的说法，开发人员需要采用系统方法来进行3D VGR设计。在开始视觉系统设计之前，必须彻底了解应用程序的需求。系统需要“看到”以及它将如何处理这些信息会对视觉系统的设计要求产生重大影响。后续关于3D VGR系统的设计以及相关技术我们还将持续发布，敬请关注。