基于3D视觉和机器学习提高工业机器人环境感知能力

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。