隨著流程變得更加自動化,機器將做出更加困難的決定。得益于
機器視覺,揀選機不再需要精確對齊、統一的零件和專業編程的算法。機器視覺使機器人能夠通過相機組“看到”,然后指示機械手拿起物體并移動它們,而不會掉落、撞到其他物體或撿起“錯誤”的物體,這可能會導致剩余的物體要移動的對象。
機會
機器視覺在市場范圍和應用方面有多種擴展機會。這些機會需要一些想象力,而機器視覺不僅僅是簡單地取代技術人員的眼睛,而是充分利用機器人可以完成而技術人員不能完成的任務。在這個領域思考的自動化公司將能夠先于他們的競爭對手,他們只是在用機器人相機代替技術人員的眼睛方面思考。
3D成像
有什么比使用相機檢測物體更好的呢?當然,使用多個。安裝在不同角度的相機可以集成到軟件中,以形成物體的 3D圖像。質量控制部門可以使用 3D成像一次性找到缺陷,而無需操作零件。
除了執行完整的3D檢查外,3D成像還可以比以往更快地將想法轉化為原型,并將原型轉化為適銷對路的產品。在不久的將來,技術人員可能會使用一組精密相機(稱為 3D掃描儀)掃描原型零件。相機可以生成計算機輔助繪圖 (CAD) 模型,在軟件中進行操作(可能按比例放大或縮小),然后在工廠的其他地方制造。
光譜
雖然使用相機查看物體聽起來可能不是革命性的,但請考慮使用不同的相機可以查看電磁頻譜的其他部分。例如,假設一個機器人被用來在完全煮熟后從工業烤箱中移動預先煮熟的雞塊?;蛟S可以使用可以查看可見光譜的標準相機,而不是使用紅外光映射烤箱內部的相機。機器人只會根據它們的紅外線特征移動完全煮熟的雞塊,而不是它們在可見光下的外觀。
機器視覺中的紅外相機也可用于冶金行業、塑料行業和任何其他必須嚴格控制熔化和凝固特性的行業。紫外線 (UV) 相機可與紫外線染料噴霧結合使用,以發現密封件中的泄漏或固體部件中的裂縫。這在一些行業已經實踐,但需要人工檢查才能發現缺陷。使用機器視覺,這可以更快地完成。
更智能的算法
機器人和控制制造的主要機會之一在于其路由算法。機器視覺識別感興趣的對象是不夠的;該算法還必須確定安全有效地移動物體的最佳路線。機器人公司之間的競爭已經開始,每個公司都在開發自己的算法來追蹤最有效的路徑。
挑戰
機器視覺和對象操作的一些限制可以通過深思熟慮的工程來克服。這些挑戰最初將限制機器視覺在制造業中的全部潛力,直到開發出新的工程和軟件解決方案。自動化公司應該集思廣益來解決這些問題。
閃亮的物體
人眼偶爾會被愚弄,將反射誤認為是現實。但是,人腦可以快速調整和識別可以區分差異的細微細節。所有這些處理都是通過生命早期階段的實踐和經驗自動完成的。必須教授機器視覺如何檢測和丟棄虛假反射。
假設一個采摘機器人被編程來拉動拋光的不銹鋼管道配件。一個人可以看著垃圾箱,自動消除自己和其他管道配件的反射,選擇一個,并將其放置在適當的位置。機器人和相機可能會被自身的反射和彼此反射的部件所迷惑。如果反射變形或可能被解釋為比預期更近或更遠,則這可能被解釋為有缺陷的部件。
在前幾代人中,工業間諜是一項困難且危險的職業。工業間諜必須處理物體、做筆記或具有近乎照相的記憶力才能重現他們在競爭對手工廠中看到的東西。即使是靜止的照片和視頻也只能產生 2D 圖像,必須將其擴展到三維才能制作。然而,隨著相機的小型化,工業間諜可以掃過競爭對手的原型并很快擁有一個 3D 模型,繞過研究和設計,從最終產品中獲利。
挑戰并非不可克服,機器人行業的研究人員已經在解決這些問題。戰利品和機會將流向能夠最有效地解決這些問題的公司。
我要評論