415零件可见:机器视觉引导机器人

振动碗式输送机提供了一种经济可靠的方法,提出小零件在给定的方向。然而,振动碗式给料机的一个关键弱点是它使用机械通道和导轨来定位零件。这限制了它只能处理一个部件或类似部件的一个系列。

通过由Mark T. Hoske主编编辑,控制工程,mhoske@reedbusine 二九年五月六日

机器视觉,09年5月,控制工程

文章发表于2009年5月控制工程北美印刷版增刊:
-结合运动和视觉来检测缺陷
-智能视觉停止了质量控制的绕过
-面部识别的新面貌

振动碗式输送机提供了一种经济可靠的方法,提出小零件在给定的方向。然而,振动碗式给料机的一个关键弱点是它使用机械通道和导轨来定位零件。这限制了它只能处理一个部件或类似部件的一个系列。将航空航天紧固件装入压力机似乎非常适合采用振动碗式给料机和取放机器人进行自动化,但对所涉及的415个零件进行分类则需要数十个给料机。

Rixan Associates总裁Stephen Harris表示,最近视觉系统在速度、精度和可靠性方面的改进使得使用视觉传感器取代通道和导轨来提供灵活的振动碗式给料机成为可能。该设计创造了处理“几乎无限数量”的能力

给料器在图片的左下角显示在静压箱上的部件。(本应用程序中使用的部件无法显示,因此用类似大小的糖果条代替。

一定尺寸范围内的零件,”他说。

正在申请专利的Rixan RFS-1000柔性振动碗式给矿系统,成本约为45,000美元,可提高20%的生产效率,并腾出一名操作人员从事其他任务,为大多数用户提供不到一年的投资回报。它使用振动碗喂料器的概念,以任意方向随机呈现碗中的部件。当视觉系统在正确的方向上看到正确的零件时,它会停止喂料器并将零件的位置发送给机器人,机器人将零件加载到压力机中。

事情是这样的。一家航空航天制造商想要自动化零件的挑选和放置,因为让操作员把手伸进冲压机有潜在的危险。此外,工作的重复性以及手部和手腕受伤的可能性要求操作员经常休息,限制了工作效率。

Rixan的工程师在首席技术官Mark Battisti的带领下,开发了一种独特的、灵活的进料概念,在24英寸的油管上使用了导轨。振动碗,无障碍物和切口。每个到达碗顶部的部分都呈现在一个凸起的半透明静压箱上,因此安装在上面的视觉系统可以识别

完整的视觉机器人工作单元显示了三菱电机RV-6SL-S11机器人在使用中。

每个部件的类型及其朝向。机器人会挑选正确的零件;错误的部件退回碗中。

Rixan选择了一个CognexIn-Sight 5401视觉系统和三菱电机RV-6SL-S11机器人是由康耐视和三菱电机共同开发的。三菱Melfa-Vision软件结合了机器人编程软件和康耐视In-Sight Explorer软件,可以同时设置机器人和视觉系统。

Rixan的工程师选择了三菱电机的机器人,因为它的延伸距离长(97+380+425=902毫米),速度可达每秒6米。(这款6轴机器人的规格要求其拾取和放置周期为0.37秒,比大多数SCARA机器人都要快)。Rixan选择了康耐视In-Sight 5401视觉系统,因为它的处理能力是其他型号的7倍,每秒可获得60张完整的8位图像。

Cognex In-Sight 5401视觉系统(上中心)每秒可获取多达60张8位图像。

为了开发应用程序,Rixan工程师做了以下工作:

  1. 运行Melfa-Vision向导,根据喂食器校准机器人。

  2. 将一个零件放在机器人夹持器的理想方向上,便于拾取。

  3. 把机器人推到送料器上,然后把机器人放在静压箱上。这个过程教会机器人在静压箱的特定位置以特定的方向捡起零件。

  4. 选择运行Cognex PatFind对象定位工具的Melfa-Vision向导,并在屏幕上围绕该部件绘制矩形。PatFind工具在零方向角识别部件。这个过程(只需要几分钟就可以完成)编程馈线处理一个部分。

自上而下的照明用于需要模式识别的部分。一些部分使用白色照明,其他部分使用无眩光偏振照明。喂食系统比操作员全速工作稍慢,但由于它不间断工作,据说与人工操作员相比,它可以节省20%的生产力。Harris表示,视觉系统还可以消除手动送料过程中可能出现的错误,这些错误可能会损坏模具并导致停机。

在线额外
关于此应用程序的其他详细信息:

  • 旧振动碗:传统的振动式碗式给料机使用一个螺旋状的斜斜坡,从碗的底部向上蜿蜒到一个出料通道。通道的往复运动将零件推上斜坡。沿通道设置障碍物、切口和其他定向装置,以推翻定向不当的部件。只有正确定向的零件才能通过。振动碗式给料机通常处理一类非常相似的部件。家庭中的每个部分都需要更换或调整障碍物和定向装置,这需要相当长的时间。因此,尽管振动碗的概念效率高,成本相对较低,但在涉及大量不同部件的应用中,通常不被认真考虑。

  • 方向:方向错误的零件被回收回碗中,并继续循环,直到它们的方向正确。视觉系统可以区分不同的部件,因此操作人员在更换部件时无需清洗碗。上次运行的剩余部分将通过馈线而不被使用,直到相应的程序再次运行。

  • 综合生产力:Rixan说,这种集成方法可以很容易地创建视觉驱动的机器人应用程序,这些应用程序具有定位和检查部件的功能,远远超出机器人单独可以完成的功能。Melfa-Vision包括支持大多数常见机器人应用的标准工作程序,使新手能够轻松开发多达三个机器人和七个视觉传感器的机器人视觉应用程序。

  • 在编程,视觉系统自动识别特定的部分,因为它移动通过静压箱。在识别时,系统发出信号停止馈线。然后,它获取另一张图像来确定零件的位置,并计算呈现的角度。机器人移动到零件的位置,扭转手腕以匹配零件的方向,捡起零件,并在移除所有“可拾取”零件后发送信号重新启动喂料器。

  • 零件细节,对称性:在这个应用中,大多数部件从上到下都是对称的,因此可以从它们与静压背光的轮廓中识别出来。其他一些零件在装入压力机之前必须有某一面朝上。康耐视PatMax工具在静压箱上以适当的方向放置部件并从Melfa-Vision中选择PatMax功能后,可以了解哪一侧是向上的。

  • 额外优势,好评:哈里斯说,视觉传感器的易于设置、准确性和可靠性有很大帮助;“客户对视觉系统的性能以及视觉传感器和机器人之间的紧密集成非常满意。”哈里斯说,视觉软件“比我们见过的其他同类行业工具更快、更准确”。最后,康耐视视觉传感器和三菱机器人之间的简单集成大大减少了开发视觉机器人应用程序所需的时间,在大多数情况下无需编写代码。现在,具有视觉功能的机器人首次实现了高效、经济的振动碗给料,从而实现了许多部件的自动化应用。”

  • 未来紧固件制造商订购了一个Rixan进料系统,并对它的几个部件进行了编程;另外两家公司奉命处理所有的零件。