Teknologi Penglihatan 3D yang Muncul untuk Robot Industri
Karena semakin banyak industri yang menyadari kebutuhan robot dalam operasinya, jumlah robot industri yang dipasang di seluruh dunia akan mengalami pertumbuhan positif dalam lima tahun ke depan. Dengan berkembangnya minat dalam otomasi ini, muncul lebih banyak investasi dalam penelitian dan pengembangan. Hasilnya adalah sistem robot yang lebih ramping dengan komponen yang lebih canggih. Tren yang berkembang untuk sel kerja robotik adalah penglihatan otomatis 3D. Teknologi ini memungkinkan robot untuk mengidentifikasi posisi, ukuran, kedalaman, dan warna objek. Sektor-sektor seperti logistik, pemrosesan makanan, ilmu kehidupan, dan manufaktur menemukan cara untuk mengotomatisasi proses mereka menggunakan komponen visual.
Apa saja pendekatan berbeda untuk penglihatan 3D?
Teknologi penglihatan bukanlah alat "satu ukuran cocok untuk semua". Faktor-faktor tertentu seperti aplikasi, peralatan, produk, lingkungan, dan anggaran akan menentukan bagaimana mengintegrasikan visi ke dalam proses. Tidak ada standar dalam mengatur pencitraan 3D waktu nyata dalam sistem robot. Namun, ada beberapa teknik standar yang digunakan oleh pakar integrasi visi, masing-masing dirancang untuk membantu tugas tertentu. Teknik-teknik ini adalah penglihatan stereo, time-of-flight (TOF), triangulasi laser, dan cahaya terstruktur.
Triangulasi Laser
Objek melewati seberkas cahaya yang dipancarkan oleh pemindai laser. Kamera yang ditempatkan pada sudut tertentu merekam gambar garis laser saat objek melewatinya, mendistorsi sinar dan membuat profil objek.
Cahaya terstruktur
Proyektor menciptakan pita cahaya tipis untuk memproyeksikan pola pada suatu objek. Kamera dari berbagai sudut mengamati berbagai garis lengkung dari cahaya untuk mengembangkan gambar 3D dari objek tersebut.
Waktu Penerbangan (ToF)
Kamera menggunakan pemindai laser berdaya tinggi untuk memancarkan cahaya yang dipantulkan dari objek kembali ke sensor gambar. Jarak dari kamera ke objek dihitung berdasarkan waktu tunda antara cahaya yang ditransmisikan dan diterima.
Penglihatan stereo
Sistem robot menggunakan dua kamera untuk merekam tampilan 2D yang sama dari suatu objek yang diambil dari dua sudut berbeda. Perangkat lunak kemudian menggunakan posisi kedua kamera yang ditetapkan dan membandingkan titik yang sesuai dalam dua gambar datar untuk mengidentifikasi variasi dan menghasilkan gambar.
Aplikasi apa yang menggunakan penglihatan robot 3D?
Robot industri modern perlu mendeteksi objek, mengenali bagian, dan memegang komponen pada sudut yang tepat. Sementara robot tradisional sempurna untuk menemukan bagian secara konsisten, robotika modern dapat mengoordinasikan koreksi untuk mendeteksi di mana letak bagian tersebut. Alih-alih seluruh lini produksi berhenti karena tindakan selanjutnya bukanlah urutan yang tidak terbatas, sistem dengan cepat mengenali perubahan dan menyesuaikannya. Akibatnya, berbagai aplikasi industri lintas industri berinvestasi dalam visi robot 3D. Ini termasuk logistik, pemrosesan makanan, ilmu kehidupan, manufaktur, dan industri otomotif. Dengan banyaknya sektor yang diotomatisasi, penggunaan teknologi vision meluas ke wilayah baru. Aplikasi depalletisasi menggunakan komponen penglihatan 3D untuk memindai palet yang diisi dengan berbagai jenis kotak pengiriman untuk penyortiran. Mereka menggunakan pemindai untuk mengirim gambar ke perangkat lunak agar robot dapat mendeteksi jenis kotak berdasarkan pola tekstur dan mengirimkannya ke area yang ditentukan. Pabrik pengolahan makanan menggunakan teknologi penglihatan multispektral dan pencahayaan khusus untuk memeriksa produk dan mendeteksi pembusukan. Aplikasi yang secara tradisional menggunakan teknologi vision ditingkatkan ke peralatan yang lebih inovatif. Sebuah perusahaan dirgantara mengganti alat inspeksi tradisional dengan pemindaian 3D untuk memeriksa bilah turbin dari ketidaksempurnaan, mengurangi waktu inspeksi dari 18 jam menjadi 45 menit. Teknologi penglihatan akan terus berkembang, dengan prediksi tren masa depan dalam aplikasi logistik, penglihatan mesin multispektral, adaptasi menggunakan pembelajaran mesin dengan penglihatan 3D, dan lensa cair untuk memungkinkan gambar yang lebih akurat dari jarak yang lebih jauh.
Subsistem dan komponen penting untuk aplikasi vision
Sistem otomasi yang paling terkoordinasi memiliki lebih dari satu sistem kontrol otomatis dan komponen terintegrasi untuk membuat perakitan sel kerja yang efisien. Saat menggabungkan opsi penglihatan 3D tingkat lanjut seperti pelacakan objek, pembuatan profil produk, dan pengambilan bin ke dalam jalur proses, sistem harus menghasilkan data citra 3D. Penggunaan visi 3D dalam sistem robot membutuhkan integrasi berbagai komponen untuk memfasilitasi pasokan daya yang memadai, pemrosesan waktu nyata, dan keamanan. Komponen penting lain dari otomatisasi yang sukses adalah kemampuan komunikasi. Ini adalah praktik yang baik di era digital untuk memiliki port konektivitas untuk menghubungkan sistem secara digital ke peralatan lain untuk berbagi data. Teknologi robot yang muncul memfasilitasi konektivitas Wi-Fi untuk tujuan yang sama. Pada tahap desain, menjalankan studi penilaian risiko adalah satu-satunya cara untuk mengidentifikasi dan menghilangkan masalah dari sistem yang dapat menyebabkan kegagalan fungsi. Robot berkemampuan penglihatan 3D dapat menghentikan peralatan dengan aman untuk mencegah cedera dan kerusakan peralatan. Jika pembeli berinvestasi dalam riset dan perencanaan awal, hasilnya akan berupa sistem otomatis yang fleksibel dan mudah digunakan.
Kesimpulan
Manufaktur modern menuntut lebih banyak dari lebih sedikit, dengan lini produksi yang lebih ramping perlu memberikan hasil yang lebih besar. Pengaruh visi robot akan terus meluas ke area produksi yang berbeda dan menemukan cara baru untuk meningkatkan proses otomatis. Harapkan lebih banyak komponen visual 3D untuk menjadi umum dalam sistem otomatis di masa mendatang.
