自动化装配应用中的5个关键机器视觉要点

自动化装配应用中的5个关键机器视觉要点

Christian Aschehoug
2024-05-23

在工业机器人中集成中, 自动化装配是一项需要最高程度的精度、准确性和稳定性的应用。

内容一览

  1. 自动化装配任务
  2. 组装应用中关键的机器视觉特征 
  3. Zivid如何解决工业自动化的挑战?


Blog audio narration
9:17



虽然某些任务可以允许一定程度的随机性,但组装需要一种一丝不苟的方法。想象一下拼图,每一块都必须完美契合,每一个动作都必须经过极其精确的计算。

在自动化组装任务中,机器人必须了解每个部件的确切形状,并准确知道如何以及从哪里拾取它们。此外,这不仅仅是关于拾取和放置——机器人还必须以极高的精度进行定位操作。

 

Automated vehicle assembly with Zivid Two汽车零件组装场景

自动化组装任务

机器人引导的装配单元执行一组重复性任务,这些任务根据行业的不同和解决方案的不同而有所变化。根据我们从客户那里积累的经验,最常见的装配操作如下:

  • 无序抓起 - 识别并从料箱或容器中拾取各个零件或部件。无序抓取是许多工业自动化应用中的任务,但自动化装配应用情况下的无序抓取必须更加精确,因为夹具必须以特定方式拾取物体。如果工具或夹具无法准确地从料箱中拾取物体,客户通常会设置一个中间步骤,即重新定位。
  • 插入 - 插入销钉、插头、连接器或其他组件到目标孔或配件中,确保正确对齐和契合。
  • 连接 - 将两个或更多部件组合在一起并固定,形成一个单一组件。连接方法可能包括焊接、粘合、铆接或机械紧固。
  • 紧固 - 使用紧固件,如螺钉、螺栓、螺母或卡夹,将部件牢牢地固定在一起。

现在我们已经确定了自动化装配的挑战性,那么让我们探讨一下机器视觉功能如何成就或破坏一个自动化装配系统。

Zivid camera mounted on a robot in a tire assembly scenario在轮胎装配场景中,Zivid相机安装在机器人上

自动化装配中关键的机器视觉特点

在机器人装配中实现完美,需要团队的协作,这个团队包括精确的感知、机器人协调和运动。这三者同样重要,但让我们重点关注机器人成功执行任务所需的3D相机特点

1. 视野 (FOV) 

FOV (视野)是指3D相机所能捕捉到的可观察场景的范围。根据任务的不同,相机的视野可能过于狭窄。在这种情况下,机器人可能需要进行额外的移动和捕获来进行补偿,这会降低效率并增加任务的周期时间。

2. 准确性 

trueness insta

高精度通过真实性和精确性来实现。 装配需要极高的精确度,以识别和定位小型和/或光亮的不规则形状物体。

因此,需要高水平的真实性才能以正确的方式拾取物体并将其插入到“最终目标”中。如果任何一个特性低于完美,任务通常无法完成。


一些部署自动化装配系统的客户曾面临准确性挑战,这可能会带来实际影响。 Vamag的无接触式轮胎定位为例。高精度是轮胎定位系统成功的关键,正确的轮胎定位可以延长轮胎寿命并提高道路安全性。

3. 灵活性  

Flexibility of a robot mounted camera

机器人安装式照相机的灵活性指的是能够轻松而安全地将照相机固定在不同的机器人系统上,从而在各种应用中实现灵活部署。 

我们在汽车行业的客户遇到了接触和灵活性方面的挑战,因为许多任务都在“难以到达的地方”进行。这些任务原本可以由人类完成,但他们发现不仅不舒服,而且还可能导致受伤。

这就是为什么他们想要找到合适的解决方案——一个紧凑而且战略性地安装在机器人上的3D摄像头,可以确保从正确的角度捕捉感兴趣的特征。

 4. 高质量的点云数据捕获的挑战性物体

点云质量对于机器人技术至关重要,因为它确保了对环境的准确表示,从而使导航和识别物体成为可能。

shiny parts in RGBshiny parts in depth map制造业中具有挑战性的物体示例

装配环境中的物体可能在形状、大小和表面特性(如反光性或纹理)方面有所不同,这使得机器视觉系统在准确检测和分类这些物体时具有挑战性,特别是在处理光亮或不规则形状的物体时。

5. 工业环境中的稳定性

3D相机的环境稳定性是指其在各种环境条件下保持可靠性能的能力,如光照、温度或湿度的变化,确保在不同环境中一致且准确的操作。

自动化装配环境中的光照条件变化、环境温度、灰尘或振动等因素可能会影响机器视觉系统捕捉图像的质量和可靠性,导致物体检测和识别的错误。

 

Zivid 如何解决工业自动化的挑战? 

工业自动化的未来在于利用像Zivid的3D视觉系统这样的先进技术,在装配过程中实现新的生产力、灵活性和可靠性水平。让我们看看Zivid如何应对自动化装配的挑战。

1. 宽视野与5mPx

凭借 Zivid 的宽视野,机器人可以以最佳距离接近场景,最大限度地提高准确性和精度。以汽车电池装配为例,需要插入大量螺丝。

明白宽视野可能意味着空间分辨率低,Zivid 开发了几乎60度开角和500万像素的相机,使机器人能够以高分辨率成像整个场景。

此外, Zivid’s Region of Interest filter 滤器允许您每次捕获时专注于场景的一部分,从而实现非常快速的成像。

2. 高水平的准确性

Trueness error less than 0.2 percentZivid点云在捕捉光亮金属物体时,真实度误差小于0.2%。

Zivid 2+ M60相机的 3D尺寸真实度误差小于0.2% L110相机小于0.4%,确保工件定位达到亚毫米级精度,以满足自动化装配任务的严格要求。

Zivid相机作为工业级技术进行设计和制造,在真实环境而非受控实验室条件下经历严格的尺寸真实度测试。

这确保了Zivid相机的高精度不仅限于理想条件,而是能够在各种环境中表现出可靠的性能,保证在任何设置中都能稳定运行。

3. 紧凑且易于安装

Zivid相机小巧紧凑,设计为可安装在机器人上。将3D相机安装到机器人上,使其能够轻松且精确地探索工作区域内的多个场景。

4. 专利3D技术用于捕获挑战性物体

制造业中存在一些最具挑战性的3D捕获对象,其特点是体积小、表面光亮和形状不规则。

Zivid 3D相机专为自动化装配应用而开发,能够生成高覆盖率、低失真、低噪声和高鲁棒性的高质量点云。我们使用:

5. 工业级别的 3D视觉科技

 

每个相机经历超过100小时的性能、可靠性和校准测试以确保业级别的质量和准确性。

Zivid的3D手眼标定简化了相机和机器人连接过程,与可比较的标定方法相比,提供了10倍更好的结果,并确保在真实的自动化装配环境中实现最佳性能。


结论 

简而言之,如果您要部署自动化装配系统,您需要一款具有宽广视野的3D相机,可以将其位置靠近场景,同时提供高水平的点云准确性和质量。

您希望能够捕捉具有高分辨率的光亮、小型、不规则物体的细节。您希望一款相机紧凑、易于安装在机器人上,并具有工业级的鲁棒性。 

基本上, 你需要 Zivid 2+ M60, 其尺寸真实度误差小于0.2%,在焦距为600mm时,具有570x460mm²的FOV。如果需要更宽的FOV,可以选择 Zivid 2+ L110, 其尺寸真实度误差小于0.4%,在焦距为1100mm时,具有1090x850mm²的FOV。

这两款相机都使用了Zivid的Vision Engine和HDR技术来提升其捕捉能力,并配合优秀的机器人,可以实现亚毫米级的工件定位精度。

如果您对了解更多关于Zivid的机器视觉技术和方法感兴趣, 预订免费demo展示!

Watch Trueness Webinar

No Comments Yet

Let us know what you think