机器视觉跟随并引领机器人技术

通用机器人公司的actiav自动拣箱系统结合了协同机器人、3D传感器和自主机器人运动控制，解决了机器照管应用中的非结构化拣箱和精确放置问题。

像机器视觉这样的“感知”技术会这么做，这似乎有违直觉遵循它引导的材料处理技术，如机器人，而不是引导。毕竟，大多数人必须看到一个物体才能抓住它。但就像许多新兴的技术趋势一样，环境决定一切。

在这种情况下，“关注”有两个非常不同的含义。首先，机器人在涉及视力引导机器人（VGR）诸如BIN采摘和机器趋势之类的应用时，机器人确实跟随机器愿景指导。在这些情况下，机器视觉系统将机器人的末端执行器和3D空间中的目标产品定位。然后，机器视觉系统用作两个坐标系之间的桥梁，提供连续的偏移流或机器人路径的空间校正，因为它朝向用于拾取的物体或用于放置的容器。在该操作案例中，机器人遵循机器视觉系统。

然而，当涉及到商业案例和趋势时——例如，视觉引导的机器人采用率——视觉跟随机器人。

“在Baumer，我们看到机器视觉技术跟随机器人安装进入许多市场，”Baumer集团相机业务开发经理Doug Erlemann说。“这一趋势在中国和环太平洋国家等制造业密集地区尤其明显，但在美国和欧洲的新自动化用户中也适用。”

全球供应链驱动因素

作为制造业的摇篮，亚太市场，特别是中国，代表了传统机器视觉解决方案的巨大机会。尽管劳动力成本提高，但增长的环境限制以及增加了制造成本的相关因素，但中国正在努力提高质量控制，并将其作为世界制造枢纽的地位保持状态。VGR应用及其在所有制造部门的增长被认为是这种区域排名和需求的推动力。

“就在几年前，我们对机器人装置进行了一项研究，结果表明可能只有15%的机器人工作细胞使用了机器视觉，”机器视觉集成商Integro技术公司的机器视觉技术和系统专家大卫·迪how说，“但从那时起，我们看到人们对视觉引导机器人越来越感兴趣。不幸的是，大多数机器人集成商的员工中没有机器视觉专业人员，因此他们错过了很多销售机器人解决方案的机会，而机器视觉将成为实现技术。这是Integro令人兴奋的一件事，我们有高水平的机器人和机器视觉设计师专注于解决集成解决方案。”

Dechow补充道，误解和教育方面的障碍仍然阻碍着更大程度的VGR应用。如今，人们认为3D VGR很难可靠地解决机器装载、码垛和灵活的挑选和放置等应用。Dechow说，虽然紧凑包装的盒子或部件确实是一个具有挑战性的VGR应用，但今天的机器视觉技术完全有能力引导机器人进行准确的取物和放置、装箱和相关应用。

本选择简化

许多机器人公司，如发那科和通用机器人，已经跟随一系列机器视觉公司，如Keyence, Matrox，和其他提供优化的VGR解决方案，以简化拣箱应用程序。

例如，Universal Robots的新ActiNav Autonomous Bin pick解决方案将UR的协作机器人编程平台上常见的“通过演示进行教学”的简单性带到拣箱机器视觉解决方案中。

“机器趋势一直是我们协作机器人武器的主要应用之一，”吉姆劳顿的环球机器人产品和应用管理副总裁。“我们发现了一个简单的解决方案的重大市场需要，使您的COBOS能够自动定位和挑选从深箱中的零件，并将它们精确地放入机器中。这不是挑选和下降;这是准确的挑选和面向部分的放置。“

虽然有各种自动化机器护理站的方法，其中许多包括实施托盘，碗给料机，或输送机，以将零件到机器，Lawton解释了ActiNav如何绕过这一步骤。他说:“零件通常已经装在箱子里了，所以最灵活和可扩展的选择是把箱子里的零件送到机器上，然后直接从箱子里取出它们，放到机器里。”“这最大限度地减少了占地面积，并减少了对特定部件工具的需求。”

ActiNav自动将零件插入计算机数控(CNC)或加工机器，如钻孔，去毛刺，焊接，修边，或攻丝。高分辨率3D传感器和CAD匹配使ActiNav的自主运动模块(AMM)提供高精度拾取，该模块决定如何拾取零件，然后控制机器人每次拾取零件并将其放置在夹具中。AMM使actiav能够在容纳更多部件的深箱中操作;这是独立的视觉系统很难做到的。

VGR超越制造业

虽然机器护理代表了一种传统的制造操作，但在传统制造市场之外，机器视觉和机器人技术的采用正在加速。

例子包括使用机器人作为消毒机器人在全球大流行期间，作为屠夫允许社会距离食品加工，以及作为过载仓库履行中心的生产力增强系统。

如今，包括自动叉车(aft)在内的自动引导车辆(agv)正在帮助全球最大的配送中心跟上全球疫情带来的需求大幅增长。Adobe最近的一项研究显示，电子商务达到了82.5美元欧元从本质上说，将4-6年的预期增长压缩到2020年上半年。这给全球的仓库、配送和运输网络带来了巨大的压力。

为了提高生产率，ifm effector, inc.等公司开发了3D传感解决方案，使自动叉车能够在没有任何人工干预的情况下安全地拾取托盘并将其移动到货架上，而且整体速度比手工工人在整个班次中所能保持的速度要快。

ifm的托盘检测系统(PDS)在接收到物料处理任务后，车辆触发ifm的PDS摄像机来收集托盘或机架的3D图像。摄像机内的嵌入式计算机运行自定义算法，过滤图像以实现最佳AFT制导，并确定任务目标相对于AFT的6自由度(6DoF)位置。在任务终点站，ifm的PDS进行了一次体积扫描，使用类似的程序定位托盘，以验证托盘或集结地已准备好接收托盘。

从20世纪80年代开始，他是英特尔的联合创始人戈登。摩尔教学机器视觉技术人员不要担心荣耀或职位，而是专注于实现新的真实问题的解决方案。例如，英特尔从未为视觉引导的机器人制作芯片，但机器视觉设计师当然已经为个人电脑开发的技术提供了很好的利用。当涉及到机器人和机器视觉之间的关系时也可能是真的。我们今天可能不会领导业务案例，但世界正在学习 - 尽管如此 - 未来伴随着那些有真实愿景的人。