仓库,协同机器人扩展视觉引导机器人宇宙

视觉引导机器人已经发展成为可以用来自动化各种新任务的工具。

通过温·哈丁,AIA 2017年8月10日

视觉引导机器人(VGR)的发展,特别是可以“看”3d的应用程序,使制造商和配送中心能够精确地自动化任务,从多距离的检查到随机零件的拣箱。

发那科美国公司智能机器人/机器视觉工程师David Dechow表示:“一般客户对VGR的要求可以总结为速度、准确性和可靠性,从某种意义上说,系统需要能够从机器视觉方面无错误地挑选或引导。”机器人供应商也满足了用户对降低成本的期望,因为即使是最复杂的3-D视觉引导系统的价格也在下降。

在系统部署方面,传统的VGR应用,如机械加工、机器保养和装配,特别是在汽车行业,仍然很强大。与此同时,“我们看到航空航天、仓储和配送以及订单履行等前沿领域的大幅增长,”德豪说。

Dechow将这些领域部署的增加归功于技术的改进,例如更好的分辨率,以及更好的定位和区分对象的算法,以及用于部分跟踪或混合部分提取的对象数据库。

采用VGR的仓库环境的一个部分是结构化和非结构化箱子装载的码垛和卸垛,甚至是拖车的卸载和装载。此外,虽然机器视觉一直在指导工业领域的机器人从垃圾箱中挑选零件并将其放置在传送带上,但该技术现在正在大型配送中心发挥作用,在这些中心中,速度/精度/可靠性三者在大批量产品的移动中至关重要。

Dechow说:“VGR用于单个部件或混合箱的拣选,以满足随机的、随需应变的订单。”“当然,这涉及到机器人的3d视觉和其他与机器人相关的技术,比如抓取技术和力传感,以准确可靠地为这些类型的应用挑选零件。

“虽然不是每个机器人引导应用都需要3d视觉,但如果没有3d视觉,拣箱子几乎是不可能的。Dechow说,在三维机器人指导下,在订单履行过程中,最大的挑战不是视觉本身,而是找到一个适合各种零件的夹具,以及它们将以广泛的方式呈现给系统。“抓一只泰迪熊和抓一个装有u盘的盒子完全不同。”

简化用户体验

机器视觉集成商Artemis vision正在减少在输送机上挑选和放置零件进行组装和检查的要求。相反,对VGR的兴趣来自于希望将仪器驱动到特定位置进行精确检测和测量的客户。Artemis Vision总裁汤姆•布伦南(Tom Brennan)表示:“客户还要求机器人指导切割、去毛刺或对零件进行其他操作。”

帮助Artemis等公司开发VGR应用程序的一件事是,与五年前相比,现在有更多现成的3d机器视觉选择。布伦南说:“这些工具让测试系统变得更加容易,因为你可以在实验室里进行设置,看看摄像头生成3d点云的效果如何。”“你不需要自己设置灯光、相机和镜头,并试图校准所有东西以使整套设备工作。”

在硬件方面,Brennan认为液体透镜技术是一种有价值的工具,可以实现VGR的灵活配置,因为它可以在多个物体距离上进行检测,比使用机动对焦镜头更快、更可靠。他说:“装有液体镜头的相机安装在机器人上,并对零件周围进行检查,无论物体距离是2英寸还是8英寸。”

VGR硬件和软件的其他发展旨在简化最终用户的体验。2017年9月,发那科将推出名为R30iB-PLUS的机器人控制器。iRVision是该公司的机器人视觉软件,除了在机器人控制器处理环境中与教学吊坠和PC接口一起操作外,还将摄像头接口硬件集成到控制器的计算机架构中。此外,根据Dechow的说法,iRVision的通用工具,从模式匹配和斑点分析到检查,都在不断更新和改进。

应用程序将由一个向导驱动,该向导帮助工程师或最终用户完成机器人引导的一些困难方面,例如相机设置、校准和应用程序的初始设置。此外,发那科正在对一些3d VGR工具和组件进行更改和添加,以及对现有算法的增强。

Dechow预计,这种集成功能有一天将在机器人控制器中普及。他说:“机器视觉,以及其他传感技术和能力,最终将成为任何完整机器人系统的标准嵌入式部分,尽管这样一个系统的确切架构可能不是我们今天可以完全想象的。”

让我们一起努力

协作机器人进入工厂也为视觉引导项目提供了新的机会。在协作应用中,机器人和人类安全地肩并肩工作,而传统工业机器人固定在地板上,没有围栏或窗帘将两者隔开。

工厂正在为各种应用部署协作机器人,包括多机检查。阿尔特米斯·布伦南说:“协作机器人允许最终用户拥有灵活的系统,他们可以将相机带到许多位置,而不必提供所有的安全机制或购买大量的相机。”

为了创建一个灵活的协作工作单元,“视觉引导机器人技术是使其[执行任务]的技术,”Dechow说。“自然的发展是让协作机器人看到整个空间正在发生什么。”

然而,协作应用程序的性质在部署VGR时提出了一些挑战。在一个固定的牢房里,机器人受到保护,相机也受到限制,“我们可以设置照明和成像,这样它就不会发生巨大的变化,”德豪说。但在一个行动更自由的协作工作单元中,人类可能会干扰这些参数,影响机器人过程的可靠性。

Dechow说:“随着我们在这些环境中提供更好、更易于使用的机器视觉,特别是在基于应用程序的过程中,我们将更好地克服这些协作挑战。”

虽然协作机器人被宣传为本质安全,但制造商仍在学习这种相对较新的技术。机器视觉集成商Radix Inc.的运营副总裁谢莉•费罗斯表示:“最大的挑战还是安全问题,因为人们对安全的熟悉程度还不高,而且还没有一个关于如何在协作机器人周围实现安全的定义。”

费罗斯说,集成商的目标是与客户密切合作,为操作员建立一个舒适的水平,同时最大限度地提高协作机器人的效率。

“也许实施VGR的最大障碍是客户的误解,认为这项技术很难使用。这源于对更多信息的需求。”“我们需要更好地培训工程师如何使用视觉引导的机器人,以及如何有效地使用它,使其非常可靠。如果我们有一个机器人可以在更灵活的环境中工作,这将使客户更有生产力,应用程序更有效率。”

韦恩哈丁是AIA的特约编辑。本文最初发表于视觉在线.友邦保险是先进自动化协会(A3).A3是CFE Media的内容合作伙伴。由CFE媒体内容专家卡莉·马查尔编辑,cmarchal@cfemedia.com。

原始内容可以在www.visiononline.org