机器视觉助力机器人在储存箱中拾取小型零件

斯洛伐克机器视觉新创公司Photoneo的3D视觉导向机器人拾取系统，为液压元件制造商升级生产设施的材料处理流程Photoneo的解决方案包括一台PhoXi?3D?Scanner?XL扫描仪和一台ABB的机器人，配合相关视觉和机器人控制器，可在大型储存箱中拾取小型零件。

????据报导，随机机器人拾取应用非常具有挑战性，因为指定拾取的零件通常置放松散，且在箱中彼此堆叠在一起客户希望机器人能从箱中近1万个零件中拾取99%的零件，每个零件只有高5公分、直径4公分，零件尺寸与箱子尺寸的面积比大约为1：900。

????在拣选之后，必须将零件放置在正确的方向上，以便在7秒之内完成扫描、零件定位、机器人路径规划与移动由于这些零件具有光泽，通常会导致互相反射，因此扫描时可能会产生问题????这些挑战并不容易解决，但Photoneo的3D扫描仪系列采用结构化图案，减少角落常出现的漫反射效应，透过调制图案投影的频率，让3D扫描仪能够检测和过滤因反射而在3D模型表面上造成的污点。

????大多数3D扫描设备用来扫描较小的物体，主要是受限于景深限制，因此3D扫描设备不适用于欧规栈板或更大的物体扫描较大物体通常需要较强的光源，或者需要较长的曝光时间才能获得合理的点云(point?cloud)质量。

????Photoneo机器人视觉总监Adrian?Kratky表示，由于点云密度较低且噪音较高，导致绝对精度降低，因此大体积的储存箱拾取任务挑战很高，当扫描体积较大又需要处理比例较小的物体时，PhoXi?3D?Scanner?XL的质量和景深至关重要。

????PhoXi?3D?Scanner?XL的扫描体积可达2,400x1,800x2,200公厘，使用3.2万画素传感器捕获影像，平均采集时间约为800毫秒透过零件定位算法，一个单一扫描仪和机器人可以实现7秒钟循环周期，异步搜索新物件与其它应用需求。

????在更长时间的影像采集程序下，系统能够输出密度更高、噪点更低、绝对精度更高的点云，因此让零件定位算法能够在更短的时间内成功识别物件零件本地化是每个货仓拣选解决方案的重要部分，应该调整零件定位算法的精度，以平衡所需的速度和方向。

????在此应用程序中，机器人手臂移动以拾取零件时，零件定位算法持续在零件周围空间已储存的扫描数据上运行，使机器人放置零件时，扫描仪向机器人控制器发出讯号以进行下一个路径规划为避免拾取在物件之间移动的零件，Photoneo能够快速识别位置变化，并只专注于未移动的零件。

????Photoneo的拾取应用程序可搭配所有主要工业机器人品牌2018年第2季Photoneo预计推出一款新的Bin?Picking?Studio，帮助最终用户和系统集成商根据需求，自行设计完整的储存箱拾取解决方案。

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。