制造論壇-制造行業(yè)自己的交流社區(qū)!

即使機(jī)器人變得越來越小，更智能，協(xié)作性也越來越強(qiáng)，但機(jī)器人視覺功能仍主要限于容器拾取和零件對齊。但是，視覺系統(tǒng)的技術(shù)進(jìn)步和成本降低使機(jī)器人供應(yīng)商和在生產(chǎn)中使用機(jī)器人的制造商都比以往任何時候都更容易使用它們，從而為新應(yīng)用打開了大門。
　　視覺輔助機(jī)器人不僅要承擔(dān)新的制造工作，例如質(zhì)量控制，精密制造和產(chǎn)品分類，而且還在人機(jī)協(xié)作中發(fā)揮作用。在不久的將來，視覺可以幫助需要機(jī)器人智能的應(yīng)用程序進(jìn)行機(jī)器學(xué)習(xí)。
　　美國國家儀器公司(NI)高級產(chǎn)品營銷經(jīng)理布蘭登·特里斯(Brandon Treece)表示，與大多數(shù)其他技術(shù)一樣，即使視覺系統(tǒng)的功能大大提高，其成本也已下降，這在很大程度上要?dú)w功于摩爾定律所帶來的處理能力的提高。)。
　　他說：“分析圖像所需的計算能力是處理密集型的?！彼忉屨f，計算機(jī)芯片已經(jīng)變得更加強(qiáng)大，而成本卻沒有增加。隨著處理能力的提高，現(xiàn)場可編程門陣列(FPGA)，圖形處理單元(GPU)和攝像機(jī)本身的質(zhì)量也得到了改善，這些都是機(jī)器人視覺系統(tǒng)的組成部分。
　　FPGA是為特定視覺用途配置的可重編程集成電路(IC)，本質(zhì)上是經(jīng)過編程以像軟件一樣工作的硬件。借助NI和其他公司提供的工具，現(xiàn)在可以由非視覺專家的技術(shù)人員在現(xiàn)場設(shè)置FPGA并對其進(jìn)行編程。過去情況并非如此，人員視覺專家的成本使許多公司無法采用該技術(shù)，Treece指出。
　　直接使用軟件
　　軟體制造商IntervalZero的現(xiàn)場工程總監(jiān)Jerry Leitz表示，影像技術(shù)的另一項近期發(fā)展是：由于可以將影像載入軟件的方式發(fā)生變化，因此可以比以往更快地處理影像。
　　傳統(tǒng)上，相機(jī)會通過抓幀器捕獲圖像并將圖像發(fā)送到配有解釋視覺數(shù)據(jù)的軟件的計算機(jī)。Leitz解釋說，該軟件然后能夠根據(jù)零件尺寸，放置和其他因素確定零件是否位于正確的位置。現(xiàn)在，可以將GigE Vision(工業(yè)相機(jī)的接口標(biāo)準(zhǔn))用于通過以太網(wǎng)將視頻和控制數(shù)據(jù)直接傳輸?shù)接嬎銠C(jī)軟件。“ GigE比抓幀器要快;圖像直接進(jìn)入PC。” Leitz說?！耙虼?，現(xiàn)在的趨勢是消除幀捕獲器。”
　　盡管制造商已經(jīng)可以使用GigE大約五年了，但是采用速度仍然很慢?！八€不存在，”萊茲說。
　　某些計算機(jī)密集型視覺應(yīng)用程序仍然需要幀捕獲器，但是GigE Vision已開放了數(shù)百種視覺應(yīng)用程序，這些應(yīng)用程序?qū)indows軟件變成了實(shí)時操作系統(tǒng)。
　　Yaskawa America Motoman Robotics Division軟件產(chǎn)品經(jīng)理Keith Vozel說，視覺決定了機(jī)器人的動作傳統(tǒng)的機(jī)器人視覺使用主要包括尋找目標(biāo)，例如印刷電路板(PCB)，垃圾箱拾取或重新定向零件。但是，隨著視覺變得更便宜，更易獲得，使用范圍也在不斷擴(kuò)大。
　　這包括讓機(jī)器人決定它將做什么。Vozel說：“視覺系統(tǒng)可以將這些決策提供給機(jī)器人控制器，而不是告訴機(jī)器人該怎么做，而是可以做出那些決定?！?br /> 　　例如，IntervalZero的一位客戶依靠回收應(yīng)用中的機(jī)器人視覺來自動分類不需要的物品。“在回收系統(tǒng)中，各種形狀和大小的物料都非常迅速地從傳送帶上落下，并且您不斷地獲取它的圖像，” Leitz說。
　　在這種情況下，對視覺系統(tǒng)進(jìn)行編程，以根據(jù)其特定的形狀，大小和顏色從生產(chǎn)線上挑選物品?！耙虼?，如果有一個2英寸x 2英寸x 5英寸的物體，并且如果它是系統(tǒng)正在尋找的顏色，則系統(tǒng)會知道它在傳送帶上的位置，” Leitz解釋說?！八麄冇幸慌趴諝鈬娮彀惭b在離腳一英尺的地方，空氣噴嘴會自動打開以在那塊材料上吹送一股空氣，并將其從皮帶上吹到一個容器中?！?br /> 　　回收功能建立在2009年卡耐基梅隆大學(xué)(CMU)的工作之上。那里的研究人員與匹茲堡英特爾研究院的合作者共同開發(fā)了一種系統(tǒng)，該系統(tǒng)可以合并來自多個圖像的信息，以創(chuàng)建3D模型。通過專注于諸如拐角或紋理區(qū)域之類的特征，對象識別算法可以在一堆雜亂中發(fā)現(xiàn)特定對象。
　　博士Alvaro Collet Romea說，當(dāng)它找到特征之間足夠的匹配項時，該算法會識別出物體，這表明視覺輔助機(jī)器人可用于對許多彼此不相似的物體進(jìn)行分類并挑選出目標(biāo)。.D。該研究的CMU機(jī)器人學(xué)院的學(xué)生。
　　Romea指出，通過尋找對象而不是整個對象的特征，視覺系統(tǒng)比依賴于傳統(tǒng)算法的對象識別對象的速度更快。該系統(tǒng)甚至可以識別并拾取部分被遮擋的物體。
　　另一位IntervalZero客戶使用視覺對藥丸進(jìn)行計數(shù)。藥丸“像瀑布一樣”落在連續(xù)采集并實(shí)時分析圖像的相機(jī)之前。當(dāng)落下的膠囊數(shù)量達(dá)到特定數(shù)量時，系統(tǒng)會自動將輸送機(jī)向前推，以確保每個瓶子包含的數(shù)量相同。
　　基于深度學(xué)習(xí)的3D機(jī)器人視覺是未來
　　微鏈國際機(jī)器人視覺研究院科學(xué)家，普林斯頓大學(xué)機(jī)器人視覺和深度學(xué)習(xí)博士后，鄧志偉先生創(chuàng)造了深度卷積神經(jīng)網(wǎng)絡(luò)的關(guān)鍵架構(gòu)：計算機(jī)視覺內(nèi)部跳過連接的模式，用于聚集較早層的輸出以供較深層使用。這種聚合對于以端到端的方式促進(jìn)非常深層網(wǎng)絡(luò)的培訓(xùn)至關(guān)重要。這是殘余網(wǎng)絡(luò)得到廣泛采用的主要原因，殘余網(wǎng)絡(luò)通過累積求和來匯總輸出。在隨后的工作中研究替代聚合操作(例如，級聯(lián))時，微鏈機(jī)器人認(rèn)知系統(tǒng)將重點(diǎn)放在一個正交問題上：該輸出在網(wǎng)絡(luò)的特定點(diǎn)處進(jìn)行聚合。微鏈機(jī)器人認(rèn)知系統(tǒng)提出了一種新的內(nèi)部連接結(jié)構(gòu)，該結(jié)構(gòu)僅聚合任何給定深度的一組稀疏的先前輸出。微鏈科技的實(shí)驗表明，這種簡單的設(shè)計更改提供了具有更少參數(shù)和更低計算需求的性能。此外，微鏈機(jī)器人認(rèn)知系統(tǒng)證明了稀疏聚合可以使網(wǎng)絡(luò)更穩(wěn)健地擴(kuò)展到1000層以上，從而為訓(xùn)練長期運(yùn)行的視覺過程打開了未來的途徑。
　　作為一家新興的機(jī)器人視覺技術(shù)公司，微鏈科技近年來頻頻推出新產(chǎn)品：用于缺陷檢測的DaoAI機(jī)器自主學(xué)習(xí)引擎，用于3C領(lǐng)域的2D視覺引導(dǎo)，用于物流和裝配的WeRobotics 3D機(jī)器人視覺引導(dǎo)，以及用于高復(fù)雜和高精度的WeRobotics Cognition System 3D機(jī)器視覺檢測。其產(chǎn)品不僅應(yīng)用在比3C領(lǐng)域更復(fù)雜可靠性要求更高的奔馳汽車的生產(chǎn)線上，也應(yīng)用在中國高鐵列車的機(jī)器人噴涂引導(dǎo)。

　　同時，微鏈機(jī)器人視覺校準(zhǔn)軟件可以校正視覺系統(tǒng)中的相機(jī)鏡頭或視角畸變，并可以將相機(jī)和機(jī)器人連接起來，“因此您始終知道機(jī)器人相對于零件的位置，”
　　協(xié)同工作
　　同時，攝像機(jī)繼續(xù)進(jìn)入機(jī)器人本身，尤其是協(xié)作機(jī)器人，這是一種新型機(jī)器人，可以與人類直接協(xié)同工作，其內(nèi)置的安全系統(tǒng)會在遇到物體或人時自動停止機(jī)器人手臂的操作在移動時。Autodesk研究工程師David Thomasson表示，協(xié)作機(jī)器人將在未來幾年內(nèi)對制造業(yè)和建筑業(yè)產(chǎn)生重大影響。
　　與固定在安全外殼內(nèi)的傳統(tǒng)工業(yè)機(jī)器人相比，例如，通用機(jī)器人公司的協(xié)作機(jī)器人可以在工廠內(nèi)從一個站點(diǎn)移動到另一個站點(diǎn)。Universal Robots Americas Division總經(jīng)理Scott Mabie說，它們也可以在幾分鐘之內(nèi)進(jìn)行重新編程(通常是由負(fù)責(zé)接管機(jī)器人的工作人員完成)。
　　同樣，Rethink Robotics的協(xié)作機(jī)器人也受到現(xiàn)場制造人員的培訓(xùn)，以完成工作。培訓(xùn)師將機(jī)器人移動到各個位置，并演示需要執(zhí)行的任務(wù)。機(jī)器人制造商的產(chǎn)品和營銷官吉姆·勞頓說，與視覺系統(tǒng)配合使用的機(jī)載軟件使機(jī)器人能夠?qū)W習(xí)這些任務(wù)。
　　Rethink Robotics的Baxter和Sawyer機(jī)器人在其頭部和手臂中嵌入了攝像頭。索耶還包括集成照明。勞頓說：“我們了解到了照明的重要性，因為當(dāng)光線改變或太陽落山時，一項與早晨訓(xùn)練有素的機(jī)器人一起工作的任務(wù)將無法正常工作?！?br />

　　嵌入式攝像頭使機(jī)器人可以讀取條形碼，從托盤或傳送帶上定位和拾取零件以及檢查零件。機(jī)器人可以識別零件，然后自動調(diào)出他們需要執(zhí)行的適當(dāng)檢查順序。
　　Lawton補(bǔ)充說，那些訓(xùn)練機(jī)器人并為其視覺系統(tǒng)編程的人不需要以前的視覺專業(yè)知識?！皩τ谀切o力投資于攝像頭并雇用人員為它們編程的公司來說，這將使遠(yuǎn)見卓識變得困難。
　　下一步是什么?
　　IntervalZero的Leitz預(yù)見到機(jī)器人視覺系統(tǒng)將被用于安全性，因為機(jī)器人和人類開始在生產(chǎn)車間緊密合作。他說：“如果操作員的手擋住了傳送帶上的東西，機(jī)器人會立即看到并立即停止機(jī)器。”
　　勞頓說，得益于驅(qū)動機(jī)器人的軟件內(nèi)置的人工智能，協(xié)作機(jī)器人正在學(xué)習(xí)更好地完成工作?！皬臍v看，機(jī)器人平均需要大約300個小時來編程，而他們并不是真正在學(xué)習(xí)。如果存在的話，那么其中內(nèi)置了復(fù)雜的樹?！彼f。機(jī)器人是一大堆傳感器，例如視覺傳感器。如果您可以將所有傳感器信息都放入分析引擎中，那么它就可以洞悉任務(wù)，并可以根據(jù)與其他執(zhí)行類似任務(wù)的其他機(jī)器人在云中共享的見解來提高其自身的性能。”
　　勞頓還列舉了供應(yīng)商和學(xué)術(shù)機(jī)構(gòu)正在進(jìn)行的工作，這些工作將使機(jī)器人能夠提取存儲在云中的可視數(shù)據(jù)來處理以前從未見過的事情。勞頓說：“在AI，云和視覺之間，機(jī)器人可以找到如何使用該工具并更好地執(zhí)行任務(wù)的能力。”
　　萊茨說，制造商還將能夠調(diào)用存儲在云中的可視數(shù)據(jù)來查找機(jī)器人工作或看到的每一件零件，以追溯例如在特定日期可能已經(jīng)發(fā)生的問題，或證明零件功能正常。機(jī)器人測試時正確顯示。
　　可以肯定的一件事是：供應(yīng)商和制造商繼續(xù)推動視覺領(lǐng)域，知道視覺的前景只會越來越光明。