Tehnologije, ki vključujejo najnovejše rešitve na področju robotov, strojnega vida in nadzora gibanja, skupaj služijo edinstvenim namenom v tovarni in zunaj nje. Na primer, “slepi” roboti lahko še vedno avtomatizirajo številne ponovljive, vnaprej programirane naloge v različnih panogah, vendar združitev robota s strojnim vidom ustvari veliko bolj prilagodljiv sistem avtomatizacije z bistveno več zmogljivostmi. Ker se sistemi avtomatizacije še naprej razvijajo in napredujejo, bo strojni vid ostal ključni dejavnik. Oglejmo si nekaj nedavnih načinov, kako je strojni vid pripomogel k napredku tehnologij avtomatizacije.
3D izboljšave
Medtem ko je 3D strojni vid dolgo primarno uporabljeno le v prostoru industrijske avtomatizacije, je nedavni razvoj izboljšal obstoječe aplikacije in hkrati odprl vrata novim. Nove ali izboljšane 3D zmožnosti vključujejo manjši šum, višjo ločljivost, teksturne slike v RGB, večjo natančnost in zmožnost zajemanja slik predmetov v gibanju pri dokaj visokih hitrostih.
Poleg tega so nekatere izvedbe 3D vida postale cenejše in enostavnejše za uporabo. Na primer, več avtomatizacijskih sistemov, specifičnih za aplikacije, ki so danes na trgu – kot so namensko zgrajeni za pobiranje zabojnikov ter splošno pobiranje in oddajo, paletiziranje in depaletiziranje ter logistično sortiranje – uporablja eno samo kamero 3D RGB-D. Ta zajame 2D barvno sliko in meritev globine, ki ju je mogoče kombinirati za ustvarjanje slik RGB-D, ki se nato uporabljajo za pomoč pri vodenju gibanja robota.
Drugi napredki v 3D se spopadajo z nekaterimi današnjimi izzivi avtomatizacije, vključno z:
Time-of-Flight (ToF): kamere in senzorji ToF so v zadnjih letih naredili velik napredek, kar jim omogoča izpolnjevanje zahtev v logistiki, avtonomnih robotih in drugih zahtevnih aplikacijah za avtomatizacijo tovarn.
Zajem z visokim dinamičnim razponom: današnji sistemi za 3D slikovno zajemanje ponujajo zmožnosti visokega dinamičnega razpona. To ustreza aplikacijam, ki vključujejo površine z visoko ali nizko odbojnostjo, kot je montaža avtomobilov, ali v aplikacijah logistike in paletiranja, kjer se lahko predmeti ali deli zelo razlikujejo in je težko zajeti njihovo 3D podobo v kratkem času.
Tovarniško umerjeni 3D-profilerji: ciljanje na enostavnost uporabe za stranke, ki potrebujejo zmogljivosti 3D vida, tovarniško umerjeni, popolnoma integrirani 3D-profilerji ponujajo intuitivno nastavitev in delovanje za slikovne aplikacije. To lahko obsega vse od avtomobilskih pregledov, ki vključujejo majhne elektronske dele ali velike avtomobilske dele, do nalog pakiranja, vključno s pregledom vsebine in nivoja polnjenja ter lokacijo, sortiranjem in volumetričnimi meritvami.
Dodatna pomoč Umetne Inteligence
Še en zanimiv napredek v zadnjih letih je bilo presečišče UI in 3D, skupaj s splošno nišo, ki je bila izklesana za uporabo UI metod, vključno s tehnikami globokega učenja in strojnega učenja. Prvič, veliko zgoraj omenjenih sistemov, specifičnih za aplikacije, ki izkoriščajo 3D vid, uporabljajo tudi tehnike umetne inteligence kot brezplačno, a zmogljivo orodje, ki dodaja prilagodljivost. Na primer, algoritmi umetne inteligence lahko tem sistemom pomagajo pri individualnem prepoznavanju zelo spremenljivih elementov, kar robotu omogoča hitro izbiro na podlagi nabora za usposabljanje – naloga, pri kateri bi tradicionalni algoritmi strojnega vida imeli težave. Ti predmeti lahko vključujejo vse, od majhnega potrošniškega blaga v skladišču do posameznih izdelkov, ki se premikajo z velikimi hitrostmi po tekočem traku.
UI se v večini uporablja znotraj strojnega vida onkraj 3D vida. V številnih različnih industrijskih vertikalah je še vedno veliko proizvodnih procesov, ki so močno odvisni od človeškega vizualnega pregleda. Razširitev sistema strojnega vida s tehnikami strojnega ali globokega učenja lahko sistemu omogoči sprejemanje subjektivnih odločitev o inšpekciji, kjer je sicer potreben človek. Primeri vključujejo odkrivanje nepravilnosti, odkrivanje napak, razvrščanje, preverjanje asemblaže in še več, kar podjetjem pomaga kar najbolje izkoristiti svoje avtomatizirane nadzorne sisteme.
Napredek umetne inteligence je tudi olajšal in poenostavil uvajanje robotske avtomatizacije. Ker postaja umetna inteligenca lažja za uvajanje (več dobaviteljev zdaj ponuja orodja z malo ali brez kode potrebne za razvoj umetne inteligence) je privlačna tudi za manjša proizvodna podjetja.
Poenostavitev avtomatizacije
Napredek na področjih, vključno s senzorji, kamerami, industrijskim računalništvom, razsvetljavo in robotiko, bo nedvomno pripomogel k napredku avtomatizacije in omogočil nastanek novih aplikacij, toda v mnogih pogledih bo naslednji val izboljšav vodila programska oprema. To ne pomeni le programske opreme, ki bo ponudila nova orodja in zmogljivosti za industrijsko avtomatizacijo, temveč programsko opremo, ki olajša integracijo in na koncu olajša razvoj in uvajanje aplikacij za končnega uporabnika.