Apa Realitas Visi Robot?

Visi robot atau sistem robot yang dipandu visi adalah cara baru yang digunakan banyak produsen untuk menghindari kendala jigging dan pemosisian yang menyertai robot industri standar.

Kendala ini ada karena robot biasanya harus mengikuti program yang dibatasi atau tepat untuk melakukan proses berulang dengan output yang andal. Anda dapat menganggap ini sebagai mengelas sasis mobil bersama-sama atau membantu merakit komponen pada jalur perakitan massal – ini adalah operasi yang presisi dan sangat berulang yang dapat membenarkan biaya penyiapan yang signifikan dan presisi sambil tetap memiliki laba atas investasi.

Namun, dalam banyak skenario, variasi suku cadang atau ukuran dan volumenya membuat jigging yang presisi menjadi tidak praktis. Visi robot menawarkan cara alternatif untuk memenuhi proses yang masih sangat berulang. Dengan teknologi khusus selain kapasitas penglihatan, visi robot juga dapat membuka pintu ke solusi “pemrograman mandiri” yang tidak hanya mengatasi batas-batas kendala jigging yang ada, tetapi sebenarnya memungkinkan robot untuk merespons dalam waktu proses nyata yang belum pernah terlihat sebelumnya. bagian dan posisi – semua dengan nilai tambah tanpa pemrograman manual .

Tempat Robot Digunakan Saat Ini

Robot telah umum digunakan oleh produsen otomotif dan perusahaan pasar massal lainnya. Diperkirakan hampir 40% robot manufaktur Amerika Utara digunakan di sektor otomotif. Robot-robot ini merakit kendaraan dan menerapkan proses produksi ke bagian atau produk akhir mereka.

Ini bekerja untuk pabrikan jenis ini karena mobil 1) mahal untuk dibeli, 2) mahal untuk dibuat, 3) memiliki ukuran batch yang besar (ada banyak model mobil yang menjual puluhan atau bahkan ratusan ribu unit per tahun), 4) hanya melihat perubahan desain utama setiap 5 hingga 7 tahun.

Terlepas dari cara di mana industri seperti otomotif dan elektronik telah mendorong berbagai jenis operasi robot ke depan, robot itu sendiri belum menjadi responsif terhadap bentuk operasi lain. Visi robot atau mesin telah mencoba mengubahnya dengan memberi robot kemampuan penginderaan untuk merespons lingkungan mereka secara real-time atau mengidentifikasi objek utama dan memanipulasinya di luar angkasa.

Seperti yang ada saat ini, sebagian besar operasi ini cukup berulang – pikirkan tentang pembuatan palet, pengambilan dan penempatan atau operasi otomatis di mana robot harus mengidentifikasi dan merakit atau menggabungkan bagian-bagian kecil dan komponen di ruang angkasa. Aplikasi ini masih berfungsi dalam Dengan penggunaan baru kecerdasan buatan, bagaimanapun, robot industri yang menggunakan visi mesin memiliki kemampuan untuk menjadi responsif seperti pekerja manusia yang terampil di lingkungan industri, yang paling menguntungkan produsen campuran tinggi.

Bagaimana Robot Vision Telah Dicoba Sejauh Ini

Upaya visi robot telah dilakukan melalui gambar statis, radar, lidar atau formulasi lain, sementara kemajuan dalam visi komputer juga telah menciptakan peluang lain untuk mengembangkan robot yang lebih otonom.

Bentuk visi robot yang paling dikenal yang kita lihat di media saat ini adalah mobil self-driving, robot mobil otonom, dan robot “picker”. Mobil self-driving, sementara masih dalam pengembangan dan perlahan-lahan mencapai kasus keselamatan yang kuat, pada dasarnya berfungsi secara otonom di jalan raya dan jalan raya.

Mengemudi otonom secara efektif menggunakan kombinasi peta, GPS, dan kesadaran situasional untuk mengevaluasi ke mana arahnya dan hambatan apa yang menghalangi, sementara juga secara umum menavigasi berbagai masalah lalu lintas, lampu, rambu berhenti, pejalan kaki, batas kecepatan, dan objek di jalan. jalan untuk sampai ke tujuan. Teknologi ini sudah tersedia di mobil seperti Tesla saat ini dan dari merek lain dalam bentuk bantuan lajur dan berbagai fitur keselamatan yang menambah kemampuan pengemudi itu sendiri.

Adapun robot bergerak otonom, sebagian besar digunakan di gudang dan terkadang dalam pengiriman paket atau skenario pemantauan jarak jauh (seperti, misalnya, drone). Dalam situasi ini, AI juga digunakan untuk memproses informasi visual umum dan mengidentifikasi tujuan spesifik. Doordash sudah mulai mengerahkan robot pengiriman kecil untuk membawa makanan ke tujuan mereka.

Berbagai robot gudang juga dipandang mampu menangani material dan bahkan memungkinkan pengemasan, sementara robot "pemetik" berdasarkan teknologi seperti Covariant memungkinkan robot membedakan antara objek pada konveyor dan mengemas atau menyortirnya, baik untuk distribusi grosir atau pengiriman eceran . Ini membawa hal-hal selangkah lebih maju dalam hal visi robot karena dimaksudkan untuk membedakan antara berbagai jenis suku cadang dan menyortirnya secara memadai – sebuah langkah maju yang besar, tetapi masih terbatas pada aplikasi gudang, penanganan material dan bukan nilai tambah atau berbasis kerajinan. proses.

Untuk proses nilai tambah, Visi robot telah digunakan dalam berbagai cara, tetapi sering kali merupakan bagian dari kerangka kerja mesin yang masih terprogram yang belum tentu berfungsi secara real-time sehubungan dengan pemrograman atau campuran bagian. Pada saat yang sama, mereka lebih dibutuhkan dari sebelumnya. Antara jarak sosial, krisis pensiun baby boomer dan kekurangan tenaga kerja terampil di antara pekerja yang lebih muda, perusahaan tidak memiliki cukup opsi otomatisasi yang siap untuk mempertahankan hasil produksi tanpa menaikkan biaya – untuk diri mereka sendiri, pelanggan, dan konsumen.

Mengapa Visi Robot Memungkinkan Terobosan Pemrograman Mandiri

Menggabungkan visi robot dengan AI yang efektif dan khusus proses adalah langkah terakhir untuk memberi pabrik dan fasilitas otonomi nyata di tempat kerja.

Di Omnirobotic, kami telah membuat sistem sensor inframerah yang memungkinkan robot untuk memvisualisasikan dan menafsirkan bentuk saat ditempatkan di depannya. Sistem ini memiliki persepsi kedalaman dan bidang pandang yang cukup sehingga dapat menghasilkan gambar digital dari berbagai bagian, bentuk, dan posisi di lingkungan manufaktur hingga tingkat yang sama seperti yang mungkin dimiliki oleh pekerja terampil "di kepala mereka sendiri." Dengan menggunakan AI, sistem kami kemudian dapat menghasilkan gerakan robot unik dalam waktu proses nyata yang mempersingkat proses pemrograman tradisional dan memungkinkan robot berfungsi secara mandiri terlepas dari variasi suku cadang atau banyak persyaratan pabrikan yang umum.

Teknologi ini memperhitungkan berbagai keterbatasan proses. Misalnya, dengan proses penyemprotan, apakah Anda memerlukan jenis alat tertentu? Apakah ada jarak kebuntuan yang dibutuhkan antara alat dan bagian? Apakah hanya ada bagian wajah yang perlu dicat?

Setelah fungsi-fungsi ini ditentukan, Anda akhirnya mendapatkan manfaat dari visi mesin yang digunakan secara langsung dalam proses mengidentifikasi, menafsirkan orientasi bagian, dan menghasilkan gerakan robot yang unik untuk mencapai hal ini. Semua persyaratan ini pada akhirnya memerlukan “pembagian kerja” yang jelas dalam AI yang digunakan untuk memprosesnya. Dengan mengidentifikasi parameter bagian, proses, dan teknik, mesin akhirnya dapat benar-benar menginterpretasikan semua informasi yang diperlukan yang memungkinkan robot mencapai pemrograman yang mendekati waktu nyata melalui penglihatan robot.

Mx3UlFpovxMMWl>

Tentu saja, melihat adalah percaya, dan hal semacam ini terkadang terdengar terlalu bagus untuk menjadi kenyataan! Jika Anda ingin memahami keseluruhan cara kerja teknologi Shape-to-Motion™ kami, lihat video di bawah ini.

Bagaimana Anda Dapat Menggunakan Robot Vision untuk Mengubah Produktivitas Anda

Jadi, apa perbedaan antara robot yang melakukan satu pekerjaan dibandingkan dengan robot yang dapat memproses hampir semua bagian yang Anda lempar?

Pada dasarnya, visi robot adalah awal yang baik, tetapi kemampuan untuk berpikir sendiri tentang bagaimana menjalankan operasi sangat penting.

Tentu saja, masih ada instruksi khusus yang diperlukan dan batasan tertentu untuk diatasi, tetapi intinya adalah, robot industri lebih dekat untuk "mengatur dan melupakannya" daripada sebelumnya.

Terlebih lagi, ini juga memberi tim Anda lebih banyak fleksibilitas untuk fokus pada penanganan material, tugas terampil atau bahkan kreatif lainnya, dan mencapai kualitas dan produktivitas yang lebih tinggi dalam hal output daripada sebelumnya, sambil juga mengatasi keterbatasan dan hambatan yang telah menjadi campuran tinggi. produsen dalam hal mencari tenaga kerja terampil dalam beberapa tahun terakhir.

Anda mungkin menyebutnya sebagai “kemenangan mutlak”, tetapi kami hanya menyebutnya sebagai teknologi Shape-to-Motion™. Hubungi kami hari ini untuk mempelajari lebih lanjut.

Omnirobotic menyediakan Teknologi Pemrograman Mandiri untuk Robot yang memungkinkan mereka melihat, merencanakan, dan menjalankan proses penyemprotan dan penyelesaian industri yang penting. Tim Omnirobotic menggabungkan pengalaman puluhan tahun dengan kemampuan AI baru untuk menyediakan ini melalui sesuatu yang disebut Teknologi Shape-to-Motion™, yang menghasilkan gerakan robot unik secara real-time untuk setiap bagian dan kebutuhan spesifik. Lihat jenis pengembalian apa yang bisa Anda dapatkan dari sini .