Pick and Place Robot Vision Guide: No Vision vs 2D Vision vs 3D Vision

A pick and place robotstrojni vid potrebuje le, kadar mora prepoznati ali kompenzirati variacijo izdelka, ki je ni mogoče nadzorovati mehansko ali z drugimi metodami zaznavanja.

Dve različni aplikaciji.

Namen robotskega vida torej ni narediti avtomatizacijski sistem bolj sofisticiran. Njegov namen je odstraniti negotovost, ki bi sicer preprečila zanesljiv izbor.

Preden primerjate no vision, 2D vision in 3D vision, ocenite samo aplikacijo.

Posebej pomembnih je več spremenljivk.

A brez-vizijskega sistema izbire in postavitveje lahko najustreznejša rešitev, ko je izdelek že predstavljen v znani in ponovljivi poziciji.

Tipične aplikacije vključujejo:

deli, nameščeni v fiksnih napeljavah;

komponente, predstavljene v natančno postavljenih pladnjih;

izdelki, ustavljeni na nadzorovanem indeksiranem položaju;

ponavljajoč se prenos med fiksnimi stroji;

aplikacije, kjer mehanska vodila določajo položaj izdelka.

V teh situacijah je mehanski sistem že odstranil večino negotovosti. Robot se lahko pogosto premakne na vnaprej določene ali naučene koordinate izbire, ne da bi za vsak cikel izračunal novo pozo.

Ta pristop ima več možnih prednosti. Lahko zmanjša zahteve glede strojne opreme, poenostavi programiranje in umerjanje, skrajša čas zagona in odpravi nepotrebne korake-obdelave slike. Več tehnologije ne povzroči samodejno boljše celice za avtomatizacijo. Če je mehansko pozicioniranje že zelo ponovljivo, lahko dodajanje vizualnega sistema povzroči kompleksnost, ne da bi rešili pomemben proizvodni problem.

​​​​​​​Brez vida ne pomeni brez zaznavanja

Robotska celica brez strojnega vida morda še vedno potrebuje senzorje.

Pogosti primeri vključujejo fotoelektrične senzorje prisotnosti, bližinska stikala, senzorje za potrditev vpenjanja, vakuumska tlačna stikala, del{0}}senzorje prisotnosti, varnostne senzorje.

Te naprave odgovarjajo na vprašanja, na primer, ali je izdelek na voljo ali ali je napeljava pravilno nameščena. Ključna razlika je v tem, da običajno ne izračunajo nove izbrane poze iz slike.

Koristno vprašanje za odločitev je:Ali mora robot za vsak cikel izračunati drugačen položaj ali orientacijo izdelka? Če je odgovor ne, morda zadostuje-pristop s fiksnimi koordinatami.

Ko nobena vizija ne postane tvegana

No-sistem brez vida postane manj primeren, ko predstavitev izdelka začne odstopati.

Morebitne težave vključujejo nedosledno nalaganje vpenjala, nakopičeno napako pri pozicioniranju tekočega traku, spremenljivo pakiranje, spreminjanje orientacije izdelka, nestabilne mehanske zapore, pogoste spremembe formata.

Če te razlike presegajo dovoljeno toleranco obiranja, bo postopek morda potreboval izboljšan mehanski nadzor, dodatno zaznavanje ali strojni vid.

2D vid se običajno uporablja, ko se izdelki premikajo predvsem po znani ravnini, njihova višina pa ostaja razmeroma stabilna.

Tipični primeri vključujejo:

posamezni izdelki na ravnem tekočem traku;

komponente z različnimi položaji X-Y;

izdelki, ki se vrtijo na ravni površini;

deli, razporejeni po enem-pladnju;

aplikacije, ki zahtevajo vizualno identifikacijo ali zaznavanje funkcij.

2D-kamera lahko običajno pomaga določiti informacije, kot so položaj X, položaj Y, rotacija v-ravnini, vidne informacije o obliki ali funkciji, identiteta izdelka, ko so na voljo prepoznavne vizualne značilnosti.

Na primer, izdelki, ki potujejo po tekočem traku, lahko prispejo z neenakomernimi razmiki in različnimi usmeritvami. Namesto da bi se zanašal na eno fiksno izbrano koordinato, lahko sistem 2D vida poišče vsak izdelek in robotu zagotovi posodobljen položaj. Če se tekoči trak neprekinjeno premika, bo robotski krmilni sistem morda potreboval tudi sledenje tekočega traku in sinhronizacijo kodirnika, tako da izračunan položaj pobiranja ostane veljaven, medtem ko se izdelek premika.

Zakaj je 2D Vision pogosto praktična srednja pot

Za večinoma ravninske aplikacije lahko 2D vid zagotovi potrebno prilagodljivost brez uvedbe nepotrebnega merjenja globine.

V primerjavi z bolj zapletenimi 3D aplikacijami problem zaznavanja običajno vsebuje manj spremenljivk.

To lahko poenostavi nastavitev kamere, obdelavo slike, kalibracijo, integracijo robota in odpravljanje težav.

Vendar so te prednosti odvisne od tega, ali aplikacija ostane dovolj planarna.

Omejitve 2D Vision

Običajna 2D slika ne zagotavlja neposredno informacij o polni globini.

Težave se lahko pojavijo, ko:

izdelki se pojavljajo na bistveno različnih višinah;

predmeti so zloženi;

prijemalna površina je lahko nagnjena;

višina vpliva na želeni položaj izbirnika;

prekrivajoči se izdelki morajo biti prostorsko ločeni;

robot potrebuje popolno 3D pozo.

Osvetlitev je še en pomemben dejavnik. Slab kontrast, sence, bleščanje ali nedosledna osvetlitev lahko naredijo sicer preprosto 2D zaznavanje nezanesljivo. Odsevni in prozorni izdelki lahko zahtevajo skrbno osvetlitev in optično oblikovanje.

Odločitev mora zato temeljiti na geometriji in spremenljivosti realnega proizvodnega okolja, ne pa na predpostavki, da je 2D-vizija vedno enostavnejši odgovor.

3D-vid postane uporaben, ko je globina, višina ali-tridimenzionalna orientacija del problema nabiranja.

Pogoste aplikacije vključujejo:

naključno izbiranje zabojev;

zložene komponente;

izdelki na različnih višinah;

nepravilne površine;

prekrivajoči se predmeti;

naključno nagnjene komponente;

aplikacije, ki zahtevajo-tridimenzionalni objekt.

Namesto lociranja predmeta samo znotraj slikovne ravnine lahko 3D-zaznavanje zagotovi informacije o globini in geometriji površine. Odvisno od tehnologije zaznavanja in aplikacije lahko te informacije pomagajo sistemu oceniti tri-dimenzionalno pozo predmeta in prepoznati morebitne površine za pobiranje.

Naključno izbiranje koša: zakaj je globina pomembna

Naključni predal še posebej dobro prikazuje razliko med planarnim in tri{0}}dimenzionalnim zaznavanjem.

Predstavljajte si več kovinskih komponent, zloženih skupaj. Vedeti, da se ena komponenta pojavi blizu središča 2D slike, morda ne bo dovolj.

Robot bo morda moral tudi ugotoviti, ali je komponenta na vrhu kupa, kako visoka je, ali je nagnjena, ali jo prekriva druga komponenta, ali je predvidena površina za prijemanje dostopna, ali se lahko robot približa, ne da bi trčil v okoliške dele. Ta vprašanja zahtevajo več kot osnovne informacije o položaju X-Y.

3D Vision ne reši vseh težav pri nabiranju

Eno najpomembnejših načel oblikovanja pri robotskem pobiranju je, da uspešno zaznavanje predmetov ni isto kot uspešno pobiranje predmetov. Sistem 3D-vida lahko pravilno prepozna komponento, medtem ko je robot za pobiranje in namestitev še vedno ne more prijeti ali izvleči.

Možni vzroki vključujejo resno okluzijo, slabo geometrijo oprijema, nestabilne kupe izdelkov, nedostopne površine za oprijem, nevarnost trčenja, odsevne ali prozorne materiale, nezadostno razdaljo med izdelki.

Zaradi tega je treba 3D-vizijo oceniti skupaj s prijemalom, dosegom robota, strategijo trka, geometrijo izdelka in-metodo načrtovanja poti. Ne bi ga smeli obravnavati kot neodvisno rešitev za vsak težaven problem nabiranja.

Naslednja tabela povzema glavne razlike.

To tabelo je treba obravnavati kot izhodišče in ne kot togo pravilo.

Realne aplikacije lahko združujejo tehnologije. Sistem lahko na primer uporablja mehanska vodila za zmanjšanje variacije izdelkov, 2D vid za lokalizacijo in dodatne senzorje za potrditev postopka. Cilj ni izbrati najnaprednejši sistem zaznavanja. To je uporaba najpreprostejše arhitekture zaznavanja, ki lahko dosledno razreši negotovost, ki je pomembna za proces.

Izbira med brez vida, 2D vidom in 3D vidom je le del zasnove avtomatizacije. Več drugih dejavnikov ima lahko enako velik vpliv na zanesljivost.

Relevantno vprašanje ni, ali lahko sistem izvede en uspešen izbor. Vprašanje je, ali lahko ohrani zahtevano zmogljivost v pričakovanem obsegu proizvodnih pogojev.

Preden izberete arhitekturo vizije, odgovorite na naslednja vprašanja.

Praktično zaporedje izbire je:

Ne uporabljajte vizije, ko predstavitev izdelka že zagotavlja ponovljivo pozicioniranje.

Uporabite 2D vid, ko se glavna negotovost pojavi na predvidljivi ravnini.

Uporabite 3D-vid, kadar je treba določiti pomembno višino, globino, nagib, zlaganje ali tri{1}}dimenzionalno orientacijo.

Nato potrdite to izbiro glede na oprijem, natančnost, čas cikla, okolje in zanesljivost proizvodnje.

Izbira med brez vida, 2D vidom in 3D vidom se mora začeti z negotovostjo pri nalogi nabiranja, ne pa s prefinjenostjo kamere.

Če je izdelek mehansko pritrjen na stabilen položaj, so lahko dovolj vnaprej določene koordinate robota. Če se položaj v glavnem spreminja po ravni ravnini, lahko 2D vid zagotovi prožnost, potrebno za lociranje in orientacijo izdelka. Če mora robot razumeti smiselno globino, višino, nagib, zlaganje ali tri{3}}dimenzionalno usmerjenost, postane 3D-vid močnejši kandidat.

Toda vid je le en del zanesljivega sistema "izberi in postavi". Predstavitev izdelka, zasnova prijemala, kalibracija, osvetlitev, čas cikla, natančnost in spremenljivost dejanske proizvodnje vplivajo na končni rezultat. Najučinkovitejša rešitev torej ni nujno tista z najnaprednejšo tehnologijo vida. Je tisti, ki odstrani dovolj negotovosti, da je vsak zahtevani robotski izbor ponovljiv, praktičen in zanesljiv.