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(lái)越小，更智能，協(xié)作性也越來(lái)越強(qiáng)，但機(jī)器人視覺(jué)功能仍主要限于容器拾取和零件對(duì)齊。但是，視覺(jué)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(shí)候都更容易使用它們，從而為新應(yīng)用打開了大門。
　　視覺(jué)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(lái)，視覺(jué)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(guó)國(guó)家儀器公司(NI)高級(jí)產(chǎn)品營(yíng)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(jué)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(lái)的處理能力的提高。)。
　　他說(shuō)：“分析圖像所需的計(jì)算能力是處理密集型的?！彼忉屨f(shuō)，計(jì)算機(jī)芯片已經(jīng)變得更加強(qiáng)大，而成本卻沒(méi)有增加。隨著處理能力的提高，現(xiàn)場(chǎng)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(jué)系統(tǒng)的組成部分。
　　FPGA是為特定視覺(jué)用途配置的可重編程集成電路(IC)，本質(zhì)上是經(jīng)過(guò)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(jué)專家的技術(shù)人員在現(xiàn)場(chǎng)設(shè)置FPGA并對(duì)其進(jìn)行編程。過(guò)去情況并非如此，人員視覺(jué)專家的成本使許多公司無(wú)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(chǎng)工程總監(jiān)Jerry Leitz表示，影像技術(shù)的另一項(xiàng)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(huì)通過(guò)抓幀器捕獲圖像并將圖像發(fā)送到配有解釋視覺(jué)數(shù)據(jù)的軟件的計(jì)算機(jī)。Leitz解釋說(shuō)，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?，F(xiàn)在，可以將GigE Vision(工業(yè)相機(jī)的接口標(biāo)準(zhǔn))用于通過(guò)以太網(wǎng)將視頻和控制數(shù)據(jù)直接傳輸?shù)接?jì)算機(jī)軟件?！?GigE比抓幀器要快;圖像直接進(jìn)入PC?！?Leitz說(shuō)?！耙虼耍F(xiàn)在的趨勢(shì)是消除幀捕獲器?！?br /> 　　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。“它還不存在，”萊茲說(shuō)。
　　某些計(jì)算機(jī)密集型視覺(jué)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(jué)應(yīng)用程序，這些應(yīng)用程序?qū)indows軟件變成了實(shí)時(shí)操作系統(tǒng)。
　　Yaskawa America Motoman Robotics Division軟件產(chǎn)品經(jīng)理Keith Vozel說(shuō)，視覺(jué)決定了機(jī)器人的動(dòng)作傳統(tǒng)的機(jī)器人視覺(jué)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(jué)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(shuō)：“視覺(jué)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(jué)來(lái)自動(dòng)分類不需要的物品?！霸诨厥障到y(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(shuō)。
　　在這種情況下，對(duì)視覺(jué)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(gè)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(huì)知道它在傳送帶上的位置，” Leitz解釋說(shuō)?！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(huì)自動(dòng)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(gè)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(lái)自多個(gè)圖像的信息，以創(chuàng)建3D模型。通過(guò)專注于諸如拐角或紋理區(qū)域之類的特征，對(duì)象識(shí)別算法可以在一堆雜亂中發(fā)現(xiàn)特定對(duì)象。
　　博士Alvaro Collet Romea說(shuō)，當(dāng)它找到特征之間足夠的匹配項(xiàng)時(shí)，該算法會(huì)識(shí)別出物體，這表明視覺(jué)輔助機(jī)器人可用于對(duì)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(guò)尋找對(duì)象而不是整個(gè)對(duì)象的特征，視覺(jué)系統(tǒng)比依賴于傳統(tǒng)算法的對(duì)象識(shí)別對(duì)象的速度更快。該系統(tǒng)甚至可以識(shí)別并拾取部分被遮擋的物體。
　　另一位IntervalZero客戶使用視覺(jué)對(duì)藥丸進(jìn)行計(jì)數(shù)。藥丸“像瀑布一樣”落在連續(xù)采集并實(shí)時(shí)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(shí)，系統(tǒng)會(huì)自動(dòng)將輸送機(jī)向前推，以確保每個(gè)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(jué)是未來(lái)
　　微鏈國(guó)際機(jī)器人視覺(jué)研究院科學(xué)家，普林斯頓大學(xué)機(jī)器人視覺(jué)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(jì)算機(jī)視覺(jué)內(nèi)部跳過(guò)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(duì)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(guò)累積求和來(lái)匯總輸出。在隨后的工作中研究替代聚合操作(例如，級(jí)聯(lián))時(shí)，微鏈機(jī)器人認(rèn)知系統(tǒng)將重點(diǎn)放在一個(gè)正交問(wèn)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(yàn)表明，這種簡(jiǎn)單的設(shè)計(jì)更改提供了具有更少參數(shù)和更低計(jì)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?cái)U(kuò)展到1000層以上，從而為訓(xùn)練長(zhǎng)期運(yùn)行的視覺(jué)過(guò)程打開了未來(lái)的途徑。
　　作為一家新興的機(jī)器人視覺(jué)技術(shù)公司，微鏈科技近年來(lái)頻頻推出新產(chǎn)品：用于缺陷檢測(cè)的DaoAI機(jī)器自主學(xué)習(xí)引擎，用于3C領(lǐng)域的2D視覺(jué)引導(dǎo)，用于物流和裝配的WeRobotics 3D機(jī)器人視覺(jué)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(jué)檢測(cè)。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(guó)高鐵列車的機(jī)器人噴涂引導(dǎo)。

　　同時(shí)，微鏈機(jī)器人視覺(jué)校準(zhǔn)軟件可以校正視覺(jué)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(lái)，“因此您始終知道機(jī)器人相對(duì)于零件的位置，”
　　協(xié)同工作
　　同時(shí)，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(huì)在遇到物體或人時(shí)自動(dòng)停止機(jī)器人手臂的操作在移動(dòng)時(shí)。Autodesk研究工程師David Thomasson表示，協(xié)作機(jī)器人將在未來(lái)幾年內(nèi)對(duì)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(gè)站點(diǎn)移動(dòng)到另一個(gè)站點(diǎn)。Universal Robots Americas Division總經(jīng)理Scott Mabie說(shuō)，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(chǎng)制造人員的培訓(xùn)，以完成工作。培訓(xùn)師將機(jī)器人移動(dòng)到各個(gè)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(yíng)銷官吉姆·勞頓說(shuō)，與視覺(jué)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(shuō)：“我們了解到了照明的重要性，因?yàn)楫?dāng)光線改變或太陽(yáng)落山時(shí)，一項(xiàng)與早晨訓(xùn)練有素的機(jī)器人一起工作的任務(wù)將無(wú)法正常工作。”

　　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(shí)別零件，然后自動(dòng)調(diào)出他們需要執(zhí)行的適當(dāng)檢查順序。
　　Lawton補(bǔ)充說(shuō)，那些訓(xùn)練機(jī)器人并為其視覺(jué)系統(tǒng)編程的人不需要以前的視覺(jué)專業(yè)知識(shí)?！皩?duì)于那些無(wú)力投資于攝像頭并雇用人員為它們編程的公司來(lái)說(shuō)，這將使遠(yuǎn)見(jiàn)卓識(shí)變得困難。
　　下一步是什么?
　　IntervalZero的Leitz預(yù)見(jiàn)到機(jī)器人視覺(jué)系統(tǒng)將被用于安全性，因?yàn)闄C(jī)器人和人類開始在生產(chǎn)車間緊密合作。他說(shuō)：“如果操作員的手擋住了傳送帶上的東西，機(jī)器人會(huì)立即看到并立即停止機(jī)器。”
　　勞頓說(shuō)，得益于驅(qū)動(dòng)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。“從歷看，機(jī)器人平均需要大約300個(gè)小時(shí)來(lái)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(shuō)。機(jī)器人是一大堆傳感器，例如視覺(jué)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(jiàn)解來(lái)提高其自身的性能?！?br /> 　　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(chǔ)在云中的可視數(shù)據(jù)來(lái)處理以前從未見(jiàn)過(guò)的事情。勞頓說(shuō)：“在AI，云和視覺(jué)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?！?br /> 　　萊茨說(shuō)，制造商還將能夠調(diào)用存儲(chǔ)在云中的可視數(shù)據(jù)來(lái)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(wèn)題，或證明零件功能正常。機(jī)器人測(cè)試時(shí)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(dòng)視覺(jué)領(lǐng)域，知道視覺(jué)的前景只會(huì)越來(lái)越光明。