Waarom zou u 3D-visie in uw automatiseringsprojecten implementeren?

De automatiseringsprojecten van vandaag worden steeds geavanceerder. 3D vision is een sterk voorbeeld van een relevante verbetering. Hier is waarom het zo belangrijk is om projecten te helpen nieuwe hoogten te bereiken en een blik op hoe de technologie zich in de loop der jaren heeft ontwikkeld om eerdere tekortkomingen aan te pakken en de veelzijdigheid van huidige en toekomstige toepassingen te verbeteren.

Hoe 3D-visie de automatisering verbetert

Met deze technologie kunnen toepassingen objecten detecteren, ongeacht hun positie. Of items nu worden gestapeld, in bakken of in een andere opstelling, deze oplossingen stuwen de industriële automatisering vooruit door het steeds toepasbaarder te maken voor een breed scala aan scenario's. Veel van deze systemen zijn zo opgezet dat ze zich op dezelfde manier gedragen als het menselijk oog, bijvoorbeeld door twee lenzen te bevatten voor het verwerken van binnenkomende informatie.

Een real-world omgeving past doorgaans niet in nette parameters. Het kan verschillende texturen hebben, niet-uniforme objecthoogten en andere elementen die zelden of nooit statisch kunnen blijven gedurende momenten in de tijd. Gelukkig houdt 3D-waarneming rekening met die verschillen. Het stelt robots in staat zich aan te passen aan ongestructureerde omgevingen en bedrevener te worden in nieuwe taken.

Het vermogen van een computervisiesysteem om onderscheid te maken tussen robots, mensen en andere objecten is ook van cruciaal belang, aangezien werknemers vaak samenwerken met verschillende soorten robottechnologieën om werk sneller en met minder fouten gedaan te krijgen. Wanneer een geautomatiseerde machine de specifieke kenmerken van een drukke omgeving correct kan waarnemen, maakt die mogelijkheid het over het algemeen veiliger.

Naarmate geautomatiseerde toepassingen steeds diverser en geavanceerder worden, zullen mensen blijven inzien waarom driedimensionale computervisie essentieel is om ze te laten werken zoals verwacht. Bedrijfsleiders zetten gewoonlijk slimme apparatuur in om foutpercentages te verminderen en de productiviteit te verbeteren. Machine vision die objecten in 3D detecteert, kan deze voordelen en meer bieden.

Algemene robottoepassingen die industriële 3D-visie inzetten

Veel van de meest geavanceerde robots hebben driedimensionale zichtkenmerken die hun waarneming tijdens bepaalde taken vergroten. Hier zijn enkele voorbeelden van mogelijke toepassingen.

Productie

Veel fabrieken gebruiken geautomatiseerde mobiele robots (AMR) om het hoofd te bieden aan de uitdagingen van een tekort aan arbeidskrachten en om de noodzaak voor teamleden om inspannend repetitief werk te doen te verminderen. AMR's hebben vaak zichtmogelijkheden aan boord waarmee de machines duidelijke paden kunnen vinden door obstakels te herkennen en er omheen te sturen.

Gezondheidszorg

Verbeterde machineperceptie is ook van vitaal belang in toepassingen die buitengewone precisie vereisen, zoals robotchirurgie. Eén bedrijf heeft de technologie toegepast op hersen- en ruggengraatprocedures, waardoor chirurgen de noodzakelijke gebieden kunnen zien zonder patiënten bloot te stellen aan straling.

Het systeem kan ook de chirurgische planning verbeteren door een driedimensionaal en op afbeeldingen gebaseerd canvas te creëren van het deel van het lichaam dat relevant is voor de procedure.

Landbouw

De voordelen van deze technologie voor industriële automatisering worden ook duidelijk als ze worden toegepast op grootschalige landbouw. Sommige robots kunnen zich uitsluitend richten op rijpe producten, waardoor het totale oogstproces effectiever wordt.

Onderzoekers suggereren ook dat 3D-machine vision-oplossingen melkveehouders kunnen helpen bij het beoordelen van de lichaamssamenstelling van vee. Het uitvoeren van dergelijke evaluaties is essentieel om koeien aan de lactatie te houden, ze te helpen drachtig te worden en stofwisselingsziekten te verminderen.

Eten en drinken

Voedingsmiddelen- en drankenbedrijven gebruiken computervisie-inspectiesystemen om alles te controleren, van yoghurt tot pizzadeeg. Dergelijke toepassingen kunnen de kwaliteitscontrole aanzienlijk versnellen.

Mensen die van plan zijn het te gebruiken, moeten zich er echter van bewust zijn dat omgevingslicht van de zon of kunstmatige bronnen boven het hoofd van invloed kunnen zijn op de kwaliteit en consistentie van die controles. Thus, understanding how to maintain the environment to get the best results is essential.

Logistics

When considering the varied shapes and sizes of parcels, it’s no surprise that logistics companies have started harnessing the power of 3D machine vision to increase productivity. DHL is one such brand.

It recently invested in robots for depalletizing. Besides improving workflow output, decision-makers believe robotic applications will result in better worker safety.

Retail

Not so long ago, retail workers performed manual stock checks to gauge how fast certain products were selling and when to replenish the shelves. That still happens to some extent, but many retail brands now let robots equipped with 3D machine vision do that task. At some grocery retailers, including ShopRite, a bot roams the aisles up to three times per day to check product statuses. The high-tech machines can also detect when items are in the wrong places.

Advancements in 3D vision that tackle automation challenges

The above examples show how 3D sensing can help various industries get impressive results and target pain points. Improvements in the technology have also made it easier to deploy a robot for diverse tasks that were too complicated for 2D systems to do well. Examples include picking up parts from piles.

Three-dimensional vision systems are often the more appropriate choice because 2D vision systems do not provide depth information and as such, they are only suitable for simple applications that require the capture of objects in the X and Y-axis. Examples of such applications include barcode reading, character recognition, dimension checking, or label verification. 3D machine vision systems enable much more complex robotic tasks because they provide 3D point clouds with precise X, Y, and Z coordinates.

Challenges can also arise when using robots for bin-picking tasks due to the potential variations in product placement within those containers. Sometimes, the item positions are structured, such as if they’re stacked or lined up in rows. However, there are other cases where products overlap inside bins or are even entangled. Luckily, the most advanced machine vision systems can handle such scenarios without issues.

Better industrial automation made possible with Parallel Structured Light technology

Photoneo also has a novel Parallel Structured Light technology that powers its 3D camera, known as MotionCam-3D. Traditional area-sensing technologies could not handle the capture and scanning of moving 3D scenes without unwanted blur and artifacts.

It relies on a snapshot system that constructs multiple virtual images within a single exposure window. This approach gives high-resolution, accurate results. MotionCam-3D can scan dynamic scenes moving up to 144 km/hour. Alternatively, companies can use it for static scenes. Now, the capabilities of the camera have been extended to provide also color information.

Three-dimensional computer vision supports automation

These examples show why decision-makers in a wide range of industries should strongly consider exploring how 3D vision could support their intentions to automate particular processes. Implementing this technology takes time and effort, but it’s usually worthwhile.