克服拣选协作机器人的挑战

拾放机器人的使用并不是新领域。然而，这些机器人以前无法从各种零件箱中精确地拾取零件并将其放入机器中。由于总装线的复杂性，这些机器人被认为无法复制人类执行此类任务的灵活性，但这种情况正在改变。 EU Automation 欧洲、中东和非洲地区负责人 Neil Bellinger 在这里讨论了选择拣选协作机器人时面临的挑战。使用拣选视觉系统可以在工作场所带来许多好处，例如减少零件处理、实现机器人的自适应自动化、允许更合适地利用操作员的时间，并降低操作员重复性劳损的风险。然而，这项技术在超越人类完成此类任务的有效性之前还有很长的路要走。协作机器人仍然需要克服的其中一个问题来自于物品的排列。n 一个容器。拾取垃圾箱的协作机器人可能难以拾取垃圾箱内的小物品或随机排列的物品，因此难以区分。为了克服这个问题，协作机器人需要具有高动态范围、高分辨率和精度的 3D 视觉系统，以便在拾取时尝试为机器人创建逼真的图片。然而，即使满足了这些规范，仍然存在挑战闪亮和反光的作品。 3D 视觉系统通常很难在反光或发光物体上获得良好的 3D 数据。这是因为反射和相互反射会导致点云失真和异常，这意味着系统无法可靠地检测到物体。垃圾箱拾取系统面临的另一个挑战是更少的遮挡异常值。这可能是由于相机基线过宽或相机放置不当造成的，这会导致容器边缘出现阴影并可能隐藏小物体。因此，基于视觉的机器人可能会错过角落里的“隐藏”物品，从而导致丢失详细信息。这个问题可以通过更小的基线和更好的相机位置来解决，以包括更多的光学遮挡。但是，更好的相机和相机放置肯定有助于提高精度，但不一定能解决分拣视觉系统的所有挑战。例如，拾取垃圾箱的协作机器人仍然难以处理带瓦状、柔软和可变形的部件，例如塑料袋或不同高度和形状的已被瓦状的部件。这些协作机器人也可能会遇到影响性能的干扰，例如移动到协作机器人会影响距离计算，导致协作机器人撞到垃圾箱或其他部件的侧面。这意味着协作机器人不是完全自主的，在出现错误时仍然需要人工监督。

高质量拾取协作机器人的示例

尽管创建拾取协作机器人面临挑战，但目前有许多模型市场上已改善机器人视觉和遮挡问题.一个例子是 Omron TM Integrated Vision 协作机器人，它旨在支持工业级模式识别、物体定位和特征识别。垃圾拣选视觉系统的一个成功例子是专为垃圾拣选设计的 Zivid Two 3D 相机。 Zivid Two 拥有超紧凑的深度传感器，具有较小的基线和更佳的遮挡性能。不可否认的是，自 1990 年代这项技术出现以来，拾取垃圾箱的协作机器人已经取得了长足的进步，但仍有一些方法可以在他们超越对人类或人类监督的需求之前走。然而，由于弥补技能和人员短缺的压力仍然存在，这项技术很可能会在不久的将来发展到与人类技能相匹配的水平。同时，当前的拣选视觉系统仍然可以帮助减少伤害、避免过度处理易碎部件、允许质量控制等。要阅读与此类似的文章，请查看我们的机器人与自动化频道.