Roboter får «menneskesyn»

Den nyutviklede maskinsynløsningen Zivid Two skal gi plukkeroboter tilnærmet like godt syn som et menneske, mener den norske produsenten.

Denne artikkelen er 2 år eller eldre

Den andre generasjonen 3D-fargekamera fra norske Zivid skal overvinne begrensninger i kvalitet, ekthet og hastighet for bedre objektgjenkjenning, nøyaktig behandling av deler, og forkorte sykluser innen logistikk og produksjon, hevder de.   

Den nye kameraversjonen skal kombinere fremskritt innen 3D-presisjon, feildemping og bildeinnhentingshastighet, og skal bl.a. gjøre det mulig for robotceller å håndtere små, skinnende, reflektive og fargede objekter.

Zivid Two ser mer, og muliggjør raskere og mer nøyaktig robotplukking.

Ifølge adm. direktør Thomas Embla Bonnerud begrenser ting som oppløsning, artifakter og virkelighetsfeil i dagens visjonssystemer potensialet i pick-and-place applikasjoner. – Med 3D-kameraet Zivid Two har vi tatt et stort sprang fremover for å redusere disse begrensningene. Ved å bruke Zivid Two kombinert med algoritmer for dyp læring, AI og gjenkjenning av objekter, kan plukk-og-plassere roboter gjenkjenne flere objekter, planlegge bedre grep og plassere deler mer pålitelig. Hvis systemet ditt kan se mer, kan det gjøre mer, fastslår han.

Ved å integrere flere maskinsynoppfinnelser, slik som patentert 3D HDR-avbildning og den nyeste Artifact Reduction Technology, flytter Zivid Two grensene for å fange utfordrende målscener, heter det.

Med HD-oppløsning og 60 μm presisjon på 700 mm, kan 3D-kameraet fange et bredt spekter av gjenstander, inkludert blanke, reflekterende og absorberende produkter som plastinnpakket materiale og metallsylindere, samt små og svært detaljerte deler. Innebygd farge gjør det mulig å skille fargede og formlike SKUer.

For å redusere antall tapte plukk og øke nøyaktigheten ved manipulering av objekter, har Zivid Two fått termiske og mekaniske stabilitetsforbedringer pluss flytende kalibrering. Disse forbedringene resulterer i dimensjonale ekthetsfeil mindre enn 0,2% og optimal systemytelse gjennom hele driftsområdet., opplyser selskapet.

Powered by Labrador CMS