Robot-Vision optimiert automatisiertes Bestücken
Wie ein Hochleistungs-Bildverarbeitungssystem die Performanceprobleme einer Roboterzelle für automatisiertes Bestücken löste
Die rc_reason CADMatch Software verwendet ein CAD-Modell als Input, AppliedAI-basierte maschinelle Lerntechniken für eine zuverlässige Erkennung und hochintuitive Benutzeroberflächen für eine herausragende Benutzerfreundlichkeit. Das Modul ermöglicht einem Robotersystem die zuverlässige Erkennung, Lokalisierung und Entnahme von Objekten aus sortenreinen Ladungsträgern, unabhängig von der Position und Orientierung des Objekts.
Der Anwender kann die Greifpunkte auf jedem trainierten Objekt einfach über die WebGUI konfigurieren und zusätzliche Informationen über den Ladungsträger und den Greifer hinzufügen. So erhält er eine vollständige Visualisierung der Punktewolke und möglicher Kollisionen und kann dadurch auch im laufenden Betrieb entsprechende Kollisionen vermeiden.
Diese Softwarelösung kann die Effizienz von Produktionsprozessen erheblich steigern, z.B. durch die Automatisierung von Maschinenbeladung, Kitting-Prozessen oder Montagearbeiten.
Die sehr intuitive Benutzeroberfläche ermöglicht es auch Nicht-Experten, Greifpunkte zu konfigurieren und den Pick-and-Place-Prozess mit wenigen Mausklicks zu implementieren. Die Software erlaubt es, einen oder mehrere Greifpunkte pro Objekt zu definieren und ermöglicht so die Entnahme mit einem Zweifingergreifer oder einem Sauggreifer.
Dieses Modul wird über eine intuitive WebGUI-Oberfläche bedient, die auch eine Schnittstelle zum Anlegen des Greifpunkts enthält. Bitte beachten Sie, dass ein rc_cube IPC erforderlich ist, um die CADMatch Software für Maschinenbeladung mit einem rc_visard oder rc_viscore zu betreiben.
Die CADMatch Software für Maschinenbeladung benötigt ein Template des zu erkennenden Objektes. Diese dient als Input für einen auf AppliedAI basierenden Erkennungsprozess. Die Erstellung dieses Templates aus den CAD-Daten des Objekts wird von Roboception als Dienstleistung angeboten; die ersten beiden Templates sind im Lieferumfang der Software enthalten. Machbarkeitsstudien können auch über unseren Kundenbereich angefordert werden.
| Hardware: Anforderungen | rc_visard NG, rc_viscore oder jeder rc_visard rc_cube: Offboard Installation notwendig für rc_visard und rc_viscore (nicht notwendig bei Nutzung rc_visard NG) Robotersystem mit Greifvorrichtung |
| Minimale Objektgröße (Empfehlung) | Anhaltspunkte für die Mindestgröße von Objekten bei verschiedenen Betrachtungsabständen: rc_visard 65 (color/monochrome): rc_visard 160 (color/monochrome): rc_visard 160-6 (monochrome): rc_visard NG: rc_viscore 210-m: Bei kleineren Objekten oder größeren Betrachtungsabständen bitten wir Sie, mit uns Rücksprache zu halten. |
| Berechnungsdauer des Greifpunkts | 1- 3 Sekunden (abhängig von Objekt und Szene) |
| Beispiele für Latenzen | 683 x 502 @ 250 ms 1024 x 752 @ 310 ms 2048 x 1504 @ 560 ms 4096 x 3008 @ 1100ms |
Wie ein Hochleistungs-Bildverarbeitungssystem die Performanceprobleme einer Roboterzelle für automatisiertes Bestücken löste
Weitere Informationen zu unseren 3D-Stereo-Produkten und unseren Softwaremodulen für Ihre Robot-Vision-Lösung finden Sie in unserer Knowledge Base:
Möchten Sie herausfinden, ob unser Portfolio für Ihre Robotikanwendung geeignet ist? Vereinbaren Sie einfach eine kostenlose Machbarkeitsstudie und lassen Sie sich unsere Produkte live vorführen.
Möchten Sie unsere Sensoren und Softwarelösungen ausprobieren? Mit unserer Try-&-Buy-Option haben Sie die Möglichkeit, ein Produkt zu testen, bevor Sie eine finale Entscheidung treffen.
