视觉引导机器人拾取物体系统

工业环境中最常见的任务之一是选择对象。物体通常必须被采摘和放置，从工业加工的一个阶段转移到另一个阶段。机器人已经被证明在拾取和放置环境中是有效的，在这些环境中所有的物体都是相似的大小，它们的方向可以可靠地预测。

然而，随着视觉引导机器人技术的不断成熟，工程师们正在探索新的应用。

这些大多集中在半结构化对象的挑选和放置上。当物品的大小、外观、方向或相对位置都不一致时，机器人怎么能与它们互动呢?这一重大挑战由许多较小的问题构成。

视觉引导机器人作为一种特殊挑选和放置的解决方案

为了选择半结构化的对象，机器人必须在多个层面上对它们进行评估:

• 从许多不规则的物体集合中识别出正确的物体;
• 计算捡起物体的最有效顺序;
• 计划好正确的方法抓住它们，理想情况下不要伤害它们;
• 确定如何在环境中提起、移动和放置它们。

直到最近，类似物体之间的细微差别对非结构化的取放系统来说几乎是一个不可能的障碍，即使使用了尖端的机器视觉。剑桥咨询公司(Cambridge Consultants)最近的一个项目推动了这一愿望的实现。

通过500多名工程师和其他专家的才华，剑桥咨询公司开发了一个系统自动识别不同的水果并通过比较颜色执行一个完整的拾取和放置操作。

虽然该系统只是为了演示概念，但它已经克服了许多主要的技术障碍。它使用红外模式识别来定位物体，计算形状、颜色、大小和深度信息，分析颜色和深度，然后为每个物体开发一个3D位置参考-允许它计划夹持器的运动和轨迹。

非结构化的拾取和放置很快就会出现在你附近的农场

水果一直是随意挑选和地点研究的灵感来源，这并非巧合。水果不仅是艺术家们多年来关注的可变自然形态的一个例子，还代表着农业机器视觉即将发展的一个主要领域。

视觉系统早在2007年就已经被用于自动采摘新鲜水果。不过，这类系统的准确性和灵活性仍然令人担忧。许多新鲜水果必须仔细采摘，以保持适合销售。

现在，机器视觉和机器人运动都有了长足的进步。在复杂视觉系统的引导下，机器人可以比以往任何时候都更容易地模拟人类的农业技术柔软的机械手．

多亏了这些突破，未来十年，自动化收割的新方式已经万事俱备。

要了解更多关于视觉引导机器人:拾取和放置应用技术，注册我们的免费网络研讨会．