Visi dan Robotika:Bahagia Bersama
“Duo dinamis” berikutnya mungkin tidak melibatkan manusia sama sekali. “Visi mesin dan robot menghasilkan perkawinan yang sempurna,” kata Klas Bengtsson, manajer produk global, sistem visi untuk ABB Robotics (Auburn Hills, MI). Ini bukan hal baru. Visi dan robotika telah berjalan seiring selama bertahun-tahun. Namun tidak seperti pernikahan lainnya, pernikahan ini berkembang pesat karena visi mesin berkembang dalam kemampuan dan menemukan aplikasi baru. Perkawinan "sempurna" di masa lalu melibatkan pemanduan robot. Namun aplikasi baru—seperti anak-anak dari perkawinan yang baik—kini mencakup pemeriksaan suku cadang, bilah baca atau kode QR untuk keterlacakan, dan menemukan cara baru untuk mengemas dan membongkar suku cadang.
Semuanya bermuara pada fleksibilitas yang diberikan visi mesin . “Vision telah membantu ABB meningkatkan kemampuan banyak aplikasi robotik,” katanya.
Kebutuhan akan robot pemandu yang fleksibel didorong oleh peningkatan keragaman produk dan kebutuhan untuk mempersingkat waktu tunggu di banyak industri. Mengapa fleksibilitas begitu penting? “Jika Anda membuat hardcode otomatisasi robot, begitu Anda mengubah produk atau sesuatu di lini produksi Anda, Anda harus mengubah programnya,” kata Bengtsson. Ini juga berarti mengubah pemasangan presisi atau cara menempatkan suku cadang sehingga program panduan robot hardcoded dapat dengan andal memilih, memoles, atau mengoperasikan suku cadang tersebut. Biaya bertambah.
Penglihatan mesin membantu mengatasi biaya tersebut dengan memungkinkan robot “melihat” variasi di bagian dan orientasi. Sensor pemindaian 3-D membuka lebih banyak aplikasi baru. Bengtsson berkata, “Pertanyaannya 15 tahun yang lalu adalah ‘Mengapa menggunakan visi mesin.’ Pertanyaannya hari ini adalah:‘mengapa tidak?’”
Manusia dan Robot Berkolaborasi
Rethink Robotics (Boston), didirikan pada 2008, membangun robot kolaboratif, atau cobot. Produk andalannya adalah Sawyer. “Cobot seperti robot Sawyer kami paling baik digunakan untuk melakukan tugas-tugas biasa yang berulang dan berskala manusia,” kata Mike Fair, manajer produk. Ini berarti bekerja dengan produk atau gerakan yang meniru apa yang dilakukan manusia, yang juga berulang-ulang dan biasa-biasa saja.
“Aplikasi seperti ini termasuk pengemasan, perawatan mesin, bongkar muat jalur, inspeksi, dan pengujian papan sirkuit cetak,” katanya. Penanganan material untuk mesin CNC adalah aplikasi lain, menggantikan manusia yang memuat mesin CNC, memutarnya, menunggu tugas pemesinan selesai, dan kemudian membongkar mesin.
Memikirkan kembali sangat percaya pada visi mesin sehingga tertanam kamera di pergelangan tangan setiap Sawyer. “Sistem visi tertanam [membuat] cobot kami lebih cepat dan lebih mudah untuk digunakan, menghilangkan kerumitan dan waktu integrasi yang mahal dari sistem visi mesin biasa. Kami menambahkan perangkat lunak untuk memudahkan penerapan sistem visi [itu], ”kata Fair. Pada pameran dagang ATX West 2018, ia memberikan demonstrasi yang membuktikan bahkan seorang jurnalis dapat memprogram tugas sederhana dalam beberapa menit. Dalam hubungannya dengan stiker berkode yang terlihat seperti kode QR, perangkat lunak mereka membantu robot memposisikan dirinya untuk beradaptasi dengan variabilitas di sel kerja. Ini juga memfasilitasi pemindahan robot Sawyer dari tugas ke tugas dan lokasi ke lokasi.
Universal Robots USA Inc. (UR; Ann Arbor, MI) juga didedikasikan untuk robot kolaboratif. Tiga robotnya, dengan muatan mulai dari 3 hingga 10 kg, beroperasi dalam “ekosistem” penyedia pihak ketiga. Ini menawarkan program pengembang gratis yang disebut Universal Robots+ untuk memungkinkan penyedia pihak ketiga dari efektor akhir, sistem penglihatan, dan periferal lainnya untuk mengembangkan add-on yang plug-and-play dengan cobotnya.
Situs web perusahaan menampilkan enam opsi visi yang berbeda dalam ekosistem ini yang cocok untuk pengambilan dan penempatan, otomatisasi mesin CNC, pengemasan dan pembuatan palet, perakitan, penggerak sekrup, dan perawatan mesin. Pemindai 2D dan 3D tersedia. Beberapa paket perangkat lunak kendali gerak dan simulasi robot tersedia.
Integrasi, Kemudahan Penggunaan
Agar machine vision berguna, itu harus dapat diakses, elemen penting dari ekosistem UR. Misalnya, salah satu paket pihak ketiga mereka disebut Universal Metrology Automation, yang ditawarkan oleh 3D Infotech. Ini memberikan integrasi sistem kontrol gerak, pemindai 3D, dan perangkat lunak inspeksi untuk menciptakan solusi metrologi otomatis yang dapat dikonfigurasi. Program lain menyediakan pemrograman online atau offline, perangkat lunak simulasi robot, dan kemampuan pemantauan.
“Saat ini ada integrasi yang jauh lebih baik dengan robot dan sistem penglihatan,” kata Rob Antonides, presiden Apex Motion Control (Surrey, BC). Apex adalah integrator yang telah memanfaatkan sepenuhnya pendekatan ekosistem UR. “Dulu kami harus meretas sistem visi bersama dengan pengontrol robot, tetapi hari ini mereka lebih mudah plug-and-play, melalui IP Ethernet atau jenis jaringan apa pun. Dua puluh tahun yang lalu, saya membutuhkan waktu seminggu untuk menyiapkan sistem robotik yang dipandu visi dan komunikasi; hari ini 15-20 menit.”
Penglihatan mesin telah terbukti sangat berguna untuk Apex. Tugas yang diotomatiskan mencakup berbagai operasi memanggang, termasuk mendekorasi kue. “Sistem visi memungkinkan Anda menangani ketidakkonsistenan dan presentasi serta penempatan produk yang kurang sempurna. Kami memetakan permukaan kue dengan sensor 3D sehingga kami dapat menghiasnya dengan cepat dan mudah,” kata Antonides.
FANUC juga menekankan integrasi yang mudah. “Kami merilis pengontrol baru pada akhir tahun lalu, yang menampilkan fungsi menonjol untuk visi robot terintegrasi,” jelas David Dechow, staf engineer-intelligent robotics/machine vision untuk FANUC America Corp. (Rochester Hills, MI). “Di FANUC, semua sistem penglihatan kami sekarang tertanam di pengontrol.” FANUC adalah salah satu perusahaan robot pertama yang menyertakan visi untuk memandu robotika, menawarkannya 30 tahun yang lalu sebagai opsi dalam sistem panduan robotnya.
Dechow juga mengamati bahwa perusahaan visi mesin telah berkonsentrasi pada pengembangan antarmuka yang lebih mudah dengan robot. “Visi pemasok sangat mendukung pasar ini,” katanya. “Tugas berat dalam mewujudkan kolaborasi adalah di sisi visi. Robot mengharapkan poin. Triknya adalah menggunakan machine vision untuk menemukan titik yang tepat, menggabungkan sistem koordinat dari sistem machine vision ke sistem koordinat robot.” Dia setuju dengan orang lain yang diwawancarai untuk artikel ini bahwa visi mesin memberikan fleksibilitas yang tak tertandingi dalam banyak tugas otomatisasi. Saat ini, rasio biaya/manfaat mulai lebih mengutamakan visi daripada pengaturan presisi dan hardcoding, katanya.
AI:Berpose dan Diskriminasi
Diskusi tentang visi, data, dan robot secara alami mengarah pada pertanyaan tentang seberapa berguna Artificial Intelligence (AI) untuk robot yang dapat melihat. Dechow mencatat tangkapan — AI tidak terlalu berlaku untuk panduan robot. “Pembelajaran AI sangat baik dalam kategorisasi dan diferensiasi. Yang kurang bagus adalah analisis diskrit,” jelasnya. Sebuah robot perlu bergerak ke titik diskrit. Ketika dikombinasikan dengan sistem metrologi, itu mengukur kuantitas geometris diskrit. “Tidak ada yang bisa dipelajari,” katanya.
Tapi itu tidak berakhir di sana. Jika tidak berlaku untuk panduan, ada tugas robotik di mana AI menawarkan nilai. “Misalnya, mengidentifikasi dan mengklasifikasikan objek dengan latar belakangnya untuk menentukan objek yang akan dioperasikan robot, dikombinasikan dengan panduan robot, akan menjadi aplikasi hybrid yang baik,” katanya. Lain adalah dalam optimasi pick and grip. “Menemukan orientasi ideal lengan di ruang angkasa dan jalur pendekatan jatuh ke dalam domain pembelajaran daripada [menjadi] deterministik. Ada banyak orientasi yang baik dan buruk,” jelasnya. “AI sangat berguna jika bagian-bagiannya acak dan tidak homogen dalam penempatan dan ukurannya.”
Peter Cavallo dari Denso Products and Services Americas Inc. (Long Beach, CA) setuju bahwa peningkatan substansial dalam kemampuan sistem visi adalah nyata dan telah membuka peluang baru untuk aplikasi robot. “Dalam bentuknya yang paling sederhana, [penglihatan] menemukan bagian atau objek dan mengoperasikannya. Dalam bentuknya yang paling kompleks, yang kita lihat sekarang, ia dapat melihat sesuatu, menafsirkan, mengenali, dan melihat bagian apa adanya—bahkan dalam konfigurasi atau posisi yang berbeda—tanpa menggerakkan bagian atau robotnya.”
Dia melihat pemindaian 3D sebagai perkembangan yang sangat penting, membuat tugas-tugas yang sebelumnya sulit seperti memilih bin menjadi mudah. Sistem terbaru Denso menggunakan sistem penglihatan cahaya terstruktur untuk melihat dalam 3D dengan detektor CMOS.
Pandangannya tentang penerapan AI pada robotika didasarkan pada konteks sistem yang lebih luas. “Saat kami beralih ke robot generasi berikutnya, kami mulai masuk ke hal-hal seperti pembelajaran mendalam, di mana visi menjadi bagian dari keseluruhan sistem,” jelasnya. “Kami menampilkan sesuatu di pameran robot Tokyo yang menunjukkan pembelajaran mendalam dalam sistem dengan 28 derajat kebebasan yang mencakup dua robot dengan tangan yang menyatukan salad.” Mengapa pengguna industri harus terkesan? Robot memilih selada, buah, dan sayuran hanya menggunakan pengetahuan yang diberikan sebelumnya. “Kami tidak memprogram robot; sebagai gantinya, kami mengatakan apa yang kami inginkan, ”katanya. Pikirkan jumlah tugas tidak terstruktur yang ada di lantai toko yang ideal untuk otomatisasi semacam itu.
Bukan Hanya untuk Orang Besar
Visi mesin, integrasi, perangkat lunak, bahkan AI mungkin membuat orang berpikir bahwa tingkat otomatisasi robot ini hanya untuk perusahaan Fortune 500. Bukan itu masalahnya. “Ini sangat berlaku untuk usaha kecil dan menengah karena visi saat ini masuk akal dalam biaya. Yang dulunya $50.000–$100.000 sekarang kurang dari $5000. Tidak ada alasan untuk malu,” kata Cavallo.
Rick Brookshire, manajer produk untuk Epson America Inc. (Carson, CA), setuju bahwa otomatisasi robot ideal untuk usaha kecil-menengah (UKM). “Selain pelanggan besar yang membeli 50, 100, atau bahkan 1000 robot, kami memiliki banyak pelanggan kecil yang membeli satu, dua, atau tiga robot,” katanya. Epson mengkhususkan diri pada robot yang lebih kecil yang dioptimalkan untuk tugas-tugas presisi tinggi, mengembangkan bisnis robotnya dari kebutuhannya sendiri dalam membangun arloji presisi tinggi. “Semua robot kami tersedia dengan panduan penglihatan terintegrasi, sebuah fitur yang semakin diterima. Hal ini juga menjadi lebih dapat diandalkan. Orang lebih mau menggunakannya,” katanya.
Seperti orang lain yang diwawancarai untuk cerita ini, dia percaya kesederhanaan sangat penting—terutama dalam memenuhi kebutuhan UKM. Program Epson Vision Guide menggunakan antarmuka GUI titik-dan-klik berbasis objek, yang memungkinkan pengembang mengembangkan aplikasi dengan cepat, menurut perusahaan. Sementara aplikasi robot yang dipandu visi yang ideal adalah sesuatu di mana bagian-bagiannya tidak diposisikan dengan baik dalam tingkat toleransi yang wajar, atau tidak dapat disajikan secara konsisten, presisi yang diberikan robot Epson membuka domain penggunaan lain.
Toleransi semakin ketat. Bagian semakin kecil. Penempatan presisi semakin sulit. “Di situlah robot presisi seperti Epson dapat membantu,” katanya. “Ini semakin banyak terjadi di perusahaan-perusahaan kecil. Dan robot-robot ini semakin mudah digunakan sehingga banyak pelanggan kami melakukan integrasi sendiri.” Robot bahkan menempatkan sekrup dengan diameter kurang dari 0,7 mm. Seiring bertambahnya usia tenaga kerja, ini mungkin menjadi faktor penting.
James Cooper, wakil presiden penjualan untuk Teknologi Manufaktur Terapan (AMT; Orion, MI), memiliki perspektif unik berdasarkan pengalamannya di industri manufaktur otomotif. AMT adalah integrator sistem yang berspesialisasi dalam sistem robot berpemandu penglihatan. Beberapa nomor bagian dengan sistem yang kompleks, seperti dalam kasus transmisi, menjadi lazim. Kotak transmisi adalah benda besar dengan banyak lubang dan permukaan yang rumit—ideal untuk penglihatan tetapi mahal untuk pemasangan keras yang presisi. “Ukuran lot juga semakin kecil dengan pergantian yang lebih sering. Itulah sebabnya sistem visi yang dipandu robot menjadi sangat penting dalam banyak aplikasi.” Dia juga mengamati pertumbuhan sistem penglihatan 3D, terutama pada aplikasi bin dan tote picking.
Ini melampaui panduan. “Pemeriksaan kualitas adalah aplikasi yang ideal, mencari ada tidaknya lubang dan fitur lainnya atau menentukan apakah suatu komponen telah dirakit dengan benar,” katanya. Area kaya lainnya adalah inspeksi metrologi. “Kami membangun sistem dengan mitra kami Hexagon yang didasarkan pada robot kolaboratif yang memeriksa produk pelanggan. Ini dulu dilakukan pada CMM di ruang terpisah yang dikontrol suhu. Selama bertahun-tahun produsen ingin melakukannya di lantai produksi. Sekarang dimungkinkan untuk memiliki sistem yang sepenuhnya portabel, tanpa pelindung, ideal untuk aplikasi pemeriksaan artikel pertama, tepat di mesin produksi,” katanya.
Dia setuju bahwa aplikasi ini berkembang di UKM. Dia juga mencatat bahwa operasi ini berjuang untuk menemukan tenaga kerja terampil, mendorong kebutuhan akan lebih banyak otomatisasi.
ABB juga telah mengembangkan sistem inspeksi robotik melalui kolaborasi dengan NUB3D (yang kemudian diakuisisi), inovator terkemuka solusi digital, inspeksi 3D, dan kontrol kualitas. Sistem turnkey terdiri dari sensor pemindaian cahaya putih 3D yang dipasang di lengan robot ABB.
Stäubli Corp. (Duncan, SC) is a robot company that uses a variety of machine vision from third-party vendors to build applications for robot vision guidance. But it also offers another use of vision systems with industrial robots that need human interaction:a virtual safety fence around robots.
As explained by Olivier Cremoux, business development manager, North America robotics for Stäubli, man/robot collaboration can be binned into five different stages. The lowest stage 1, common in most industrial robots, is no direct contact, where any interaction between man and machine is dangerous. “The robot and operator are separated by hard fences,” he said. The highest, stage 5, is where contact is desired and required, for example when a robot is hand guided by an operator to carry out or assemble a heavy tool or other simultaneous motions with a robot. There are stages in-between where some contact is desired at different levels, and where the robot often needs to stop and let the human do something. “This in-between represents 95% of collaborative applications,” he said.
In these intermediate stages, a 3D scanning vision system that scans outwards from the workcell can detect a human approaching. Within a certain distance, it signals the workcell to slow the robot down to prevent contact and possible injury. As the human approaches even closer, it stops the cell entirely. This allows the human to perform an action, such as inspection or placement, then move away, allowing the cell to automatically restart.
HNJ Solutions Inc. (Carson, CA) is an integration company founded to provide vision systems for manufacturing, including with robots, according to President Greg McEntyre. While acknowledging that vision systems are indeed becoming easier to use and install, he says there remains a class of applications where integrators like HNJ are needed. “In complex applications with multiple colors, sizes, orientations, and general uncertainty, it is important to know how cameras work and why they work to install a good system,” he said.
He emphasized how 3D cameras are expanding relevant applications, such as bin picking. “Today we are even importing the CAD model of our objects so that the vision system can understand in 3D the object it needs to pick or operate on,” he said. “Cameras give complete freedom.”
What advice might he offer, as an integrator of complex vision and robotics? “While it may not be easy as it looks, I would say just jump in,” he said. “There is so much useful hardware that vision guidance and vision applications are becoming ever more useful.” In other words, just do it.
