基于3D视觉和机器学习 提高工业机器人环境感知能力收藏

　　质量检测和工件分拣是工业生产中非常重要的组成环节质检上，传统的工业生产制造主要采用人工肉眼检测产品表面的缺陷，这种方法不仅使得检测产品速度慢、效率低下，而且在检测过程中容易出错，导致误检、漏检等问题；分拣方面，目前生产线上的工业机器人大多运动模式单一，机器人只能完成点到点的任务动作，对于较为复杂的任务，如堆叠物品识别和分拣等就显得捉襟见肘了。

　　针对这两部分痛点，阿丘科技AQROSE面向工业机器人公司和系统集成商提供具备计算机视觉、深度学习的行业解决方案。阿丘科技公司将推出AQ-Insight和SmartPicker两款产品。

烟草杆检测　　AQ-Insight是一款面向工业在线质量检测的机器视觉软件平台，主要用于产品表面缺陷检测该技术通过引入机器学习算法和深度学习，从具体的实物进行图像的采集处理、计算、最终进行实际检测、控制和应用，在具备一定自学习性和自适应性的条件下，克服了人工检测在效率和检测结果的准确性上的缺陷。

　　目前，AQ-Insight可用于烟草行业，实现烟草异物剔除、缺陷检测“传统的机器视觉解决的是比较规则、容易归纳的产品，解决的是有限集合的分类问题”，黄耀表示，“AQ-Insight更希望能处理一些较为复杂的场景，例如非标物体的识别等，解决传统机器视觉定制化严重的现状”。

堆叠零件分拣　　SmartPicker是一款智能分拣系统，基于团队核心的3D视觉技术和机器学习，通过对目标物体的识别和定位，实现工业机器人对复杂分拣环境处理能力，自动完成识别分拣的相关任务具体来说，包括零件的分拣、上下料、甚至未来可扩展至3C产品装配等。

针对不同应用场景，SmartPicker有高精度（0.05mm~0.1mm）和低精度（1mm~3mm）两套产品方案

水果识别　　阿丘科技成立于2016年，现有十多人的团队规模，核心技术团队由来自清华、中科院，北航、浙大等硕士和博士组成，具有英特尔、大疆、微软研究院工作经历，并获得计算机视觉、机器人等领域多项研究成果　　基于计算机视觉和深度学习，有很多创业方向可扩展，最终切入工业机器人及自动化领域，黄耀表示，除了能够解决行业实际存在的痛点外，“团队的基因就在3D视觉这部分”。

　　随着机器视觉技术的发展，3D视觉越来越受到行业的重视去年下半年，全球领先的机器视觉公司康耐视Cognex就完成了对西班牙3D视觉软件供应商AQSense和德国3D视觉传感器、软件制造商EnShape的收购。

此外，美国加州的初创公司Aquifi和比利时的Pickit3d也同样聚焦于3D视觉

版权声明：本文内容由网络用户投稿，版权归原作者所有，本站不拥有其著作权，亦不承担相应法律责任。如果您发现本站中有涉嫌抄袭或描述失实的内容，请联系我们jiasou666@gmail.com 处理，核实后本网站将在24小时内删除侵权内容。