DForum
aten
 

機器人整合3D視覺與AI 滿足隨機取放製造應用大需求

機器手臂業者普遍看好在3D視覺整合AI的發展下,市場前景將會是在隨機取放(Random Bin Picking)需求應用。ABB

機器視覺已是機器手臂的標配之一,尤其3D視覺應用廣泛,目前在製造業可被應用於如定位、辨識、與瑕疵檢測等需求,而隨著人工智慧風潮興起,全球諸多機器人大廠也開始將機器視覺系統裡導入AI深度學習功能,欲將機器人產品推升新的技術高峰。對此,機器手臂業者則是普遍看好在3D視覺整合AI的發展下,市場前景將會是在隨機取放(Random Bin Picking)需求應用。

機器手臂導入3D視覺已逐漸成為各家機器手臂業者與3D感測技術廠商著力發展重點。目前機器手臂在導入3D視覺的輔助下,可展現多用途型態,其一是生成機器人加工路徑,利用3D視覺建立物體點雲圖,在其計算物體相對位置後透過演算法自動生成加工路徑,特別是對於加工物件形體多為不規則、多曲面設計的製鞋或水五金加工來說,可大幅縮短機器手臂教點的調教時間。

除了自動生成路徑,目前3D視覺也可被應用於如定位、瑕疵檢測等需求,然而多家機器手臂業者則是普遍看好,未來3D視覺+AI的更大的市場需求應會是在隨機取放(Random Bin Picking)作業,而這也是工業機器人視覺領域中普遍被認為最具挑戰性的任務之一。3D視覺廠商所羅門(Solomon)董事長陳政隆指出,該任務的難度在於,除了要讓機器手臂在隨機擺放的工件中透過視覺模組的判讀辨識物件包括順序、位置等資訊之外,如何在「不碰壁」的情況下以最適切的角度與方向前進,準確無誤地拿取並移動,也考驗視覺模組與運動控制系統之間的整合能力。

台灣愛普生(Epson)產業科技事業部總經理王亮國則指出,以電子製造業舉例來說,目前在後段組裝製程仍少不了耗費大量人力作業進行整料,在tray盤中逐一將料件堆疊整齊。以往傳統2D機器視覺僅能辨識平面資訊,在深度資訊無法被掌握的情況下,機器手臂由於難以在堆疊的順序中取得優先順序的判斷,因此仍須透過大量人力進行料件正確擺放的前置作業,方便機器人執行夾取。

也因此,在3D視覺與AI功能的輔助下,機器手臂能夠更有效辨識來料的顏色和外型,透過深度學習自動判別如何抓取料框中錯亂擺放的工件。如可省去整料此一階段,也將可節省一部分龐大人力。看準市場需求,目前各大機器手臂大廠,包括安川電機、發那科、三菱電機等大廠都已在國際展會中相繼展示「3D視覺引導機器人取放」的解決方案。


  •     按讚加入DIGITIMES智慧應用粉絲團
更多關鍵字報導: 機器手臂 3D視覺