Opkomende 3D Vision-technologieën voor industriële robots

Naarmate meer industrieën in het reine komen met de behoefte aan robots in hun activiteiten, zal het aantal geïnstalleerde industriële robots wereldwijd de komende vijf jaar een positieve groei doormaken. Met deze groeiende interesse in automatisering komen er meer investeringen in onderzoek en ontwikkeling. Het resultaat is slankere robotsystemen met meer geavanceerde componenten. Een groeiende trend voor gerobotiseerde werkcellen is 3D automatisch zicht. Met deze technologie kan de robot de positie, grootte, diepte en kleur van een object identificeren. Sectoren als logistiek, voedselverwerking, biowetenschappen en productie vinden manieren om hun processen te automatiseren met behulp van visuele componenten.

Wat zijn de verschillende benaderingen van 3D-zicht?

Vision-technologie is geen "one size fits all"-tool. Bepaalde factoren, zoals toepassing, apparatuur, product, omgeving en budget, zullen bepalen hoe visie in het proces moet worden geïntegreerd. Er is geen standaard als het gaat om het opzetten van real-time 3D-beeldvorming in een robotsysteem. Er zijn echter een paar standaardtechnieken die worden gebruikt door experts op het gebied van visie-integratie, elk op maat gemaakt voor specifieke taken. Deze technieken zijn stereovisie, time-of-flight (TOF), lasertriangulatie en gestructureerd licht.

Lasertriangulatie

Objecten gaan door een lichtstraal die wordt uitgezonden door een laserscanner. Een camera die onder een bepaalde hoek is geplaatst, neemt een beeld op van de laserlijn terwijl het item er doorheen gaat, waardoor de straal wordt vervormd en een profiel van het object wordt gemaakt.

Gestructureerd licht

Een projector creëert een dunne lichtband om een ​​patroon op een object te projecteren. Camera's observeren vanuit verschillende hoeken de verschillende gebogen lijnen van het licht om een ​​3D-beeld van het object te ontwikkelen.

Vluchttijd (ToF)

Een camera gebruikt een krachtige laserscanner om licht dat door het object wordt gereflecteerd, terug te sturen naar de beeldsensor. De afstand van de camera tot het object wordt berekend op basis van de tijdsvertraging tussen uitgezonden en ontvangen licht.

Stereozicht

Het robotsysteem gebruikt twee camera's om dezelfde 2D-weergave van een object vanuit twee verschillende hoeken vast te leggen. De software gebruikt vervolgens de vastgestelde positie van de twee camera's en vergelijkt overeenkomstige punten in de twee platte beelden om variaties te identificeren en een beeld te produceren.

Welke toepassingen gebruiken 3D-robotvisie?

Er is behoefte aan de moderne industriële robot om objecten te detecteren, onderdelen te herkennen en componenten in de juiste hoek vast te pakken. Terwijl traditionele robots perfect zijn om onderdelen consistent te lokaliseren, kan moderne robotica correcties coördineren om te detecteren waar het stuk zich bevindt. In plaats van dat een hele productielijn stilvalt omdat vervolgacties geen onbepaalde volgorde zijn, herkent het systeem snel een verandering en past zich daarop aan. Als gevolg hiervan investeren een reeks industriële toepassingen in verschillende sectoren in 3D-robotvisie. Deze omvatten de logistiek, voedselverwerking, biowetenschappen, productie en auto-industrie. Nu zoveel sectoren automatiseren, breidt het gebruik van vision-technologie zich uit naar een nieuw terrein. Depalletiseringstoepassingen gebruiken 3D-visiecomponenten om pallets gevuld met verschillende soorten verzenddozen te scannen om te sorteren. Ze gebruiken scanners om de afbeelding naar software te sturen, zodat de robot doostypes kan detecteren op basis van textuurpatronen en deze naar aangewezen gebieden kan sturen. Een voedselverwerkende fabriek gebruikt multispectrale visietechnologie en speciale verlichting om het product te inspecteren en bederf te detecteren. Toepassingen die traditioneel vision-technologie gebruikten, worden geüpgraded naar meer innovatieve apparatuur. Een ruimtevaartbedrijf verving traditionele inspectietools door 3D-scanning om turbinebladen te inspecteren op onvolkomenheden, waardoor de inspectietijd werd teruggebracht van 18 uur naar 45 minuten. Vision-technologie zal zich blijven uitbreiden, met voorspelde toekomstige trends in logistieke toepassingen, multispectrale machinevisie, aanpassing met behulp van machine learning met 3D-visie en vloeibare lenzen om nauwkeurigere beelden van grotere afstanden mogelijk te maken.

Cruciale subsystemen en componenten voor vision-toepassingen

De meest gecoördineerde automatiseringssystemen hebben meer dan één geautomatiseerd besturingssysteem en geïntegreerde componenten om een ​​efficiënte werkcelassemblage te maken. Als het gaat om het integreren van geavanceerde 3D-visieopties zoals objecttracering, productprofilering en bin-picking in een proceslijn, moet het systeem 3D-beeldgegevens genereren. Het gebruik van 3D-visie in robotsystemen vereist de integratie van verschillende componenten om adequate stroomvoorziening, real-time verwerking en veiligheid mogelijk te maken. Een ander cruciaal onderdeel van succesvolle automatisering is communicatievermogen. In het digitale tijdperk is het een goede gewoonte om connectiviteitspoorten te hebben om een ​​systeem digitaal te verbinden met andere apparaten voor het delen van gegevens. Opkomende robottechnologieën maken Wi-Fi-connectiviteit voor hetzelfde doel mogelijk. In de ontwerpfase is het aansturen van een risicobeoordelingsonderzoek de enige manier om problemen in een systeem te identificeren en op te lossen die een storing kunnen veroorzaken. Een robot met 3D-visie kan apparatuur veilig stoppen om letsel en schade aan apparatuur te voorkomen. Als kopers investeren in onderzoek en planning vooraf, zal het resultaat een flexibel en gebruiksvriendelijk geautomatiseerd systeem zijn.

Conclusie

Moderne productie vereist meer uit minder, terwijl slankere productielijnen een grotere output moeten leveren. De invloed van robotvisie zal zich blijven uitbreiden naar verschillende productiegebieden en gloednieuwe manieren vinden om geautomatiseerde processen te verbeteren. Verwacht dat in de toekomst meer visuele 3D-componenten gebruikelijk zullen worden in automatische systemen.