科技產業報訂閱
Advantechline
 

3D視覺技術製造應用需求多 特殊情況可結合AI來克服

3D視覺與機器手臂的強強聯手引起機器手臂製造商的高度關注。KUKA

3D感測技術因受到蘋果智慧型手機採用受到市場關注,但隨後雷聲大雨點小,在智慧型手機的應用上除了臉部辨識與行動支付外,似乎也沒再濺起更大的水花。但隨著工廠自動化與智慧化需求升溫,3D視覺感測在製造端仍被看好可擴大應用範圍。

傳統2D機器視覺在製造端已廣泛使用於包括量測、定位、讀取以及瑕疵成像檢測等應用,但不同於2D平面,3D視覺涵蓋深度資訊,可檢測對比度較低但明顯存在高度差異的部件和缺陷。

目前3D視覺主要開發廠商包括日本基恩斯及佳能、美國康耐視、德國西克等,但隨工廠加速自動化布局,在提升機器手臂智慧化需求下,3D視覺與機器手臂的強強聯手,也引起機器手臂製造商對這塊市場的高度關注,例如全球投影機/印表機大廠Epson也將投入3D視覺開發,為旗下新型工業機器手臂整合3D視覺。

其中隨機夾取功能更被業界稱為3D視覺應用的新聖杯,而其高技術門檻更為業界所公認。但特別在於混料、形態複雜不一、且堆疊順序不規則的夾取情況下,僅憑藉3D視覺仍有技術缺陷,此時則需藉由人工智慧(AI)的輔助完成影像辨識。

3D視覺較之2D,可為作業員省略將料件整齊排放的步驟,但根據3D視覺業者指出,目前市場上90%的3D視覺系統方案須透過搭配物件外型的CAD檔進行比對,但某些特殊情況下,料件仍難以透過CAD的建立與3D視覺取得之3D資訊進行比對。

業者指出,隨著機器手臂的應用朝向多元化創新發展,機器手臂會被用以抓取何種料件實難以預測,例如水果外型百百種、料件外型容易扭曲變形等情況,皆難以透過傳統CAD檔搭配3D視覺計算。而另一種情況則是順序判斷錯誤,如有明顯高度差異但上下堆疊順序不一。

面對不規則、複雜外型的料件夾取,3D視覺開發商已開始嘗試透過深度學習的介入,提高其機器手臂對於料件辨識的精準度,一方面藉此減少透過CAD檔比對的限制,另一方面則是輔助判斷夾取的先後順序。

而3D視覺開發商所羅門董事長陳政隆則指出,目前測試透過AI辨識取代CAD檔,可增加其4到5倍的比對速度。

  •     按讚加入DIGITIMES智慧應用粉絲團