利用三维视觉实现机械智能

在Facteon,我们处在自动化、机器人和软件系统的前沿。我们还在努力探索三维视觉系统的潜力。我们的研究结果表明,虽然二维视觉很有价值,但它并不具备三维视觉的技术优势。三维机器视觉技术使生产机器人拥有更强大的视觉能力,使机器能够适应环境,提高灵活性、速度和实用性。

考虑到这一战略优势,Facteon已将三维视觉技术纳入内部研发计划。我们的卓越研发中心包括一个专家团队,专门研究三维视觉技术如何改善我们的产品、服务以及客户的制造绩效。未来,我们寻求将三维视觉系统与我们的机器集成,以提供更大的灵活性和更高的操作效率。Facteon还致力于推动技术进步,同时开发该领域的行业知识库。

我们的研发团队正在努力理解这项技术所基于的科学、工程和数学等领域的知识。Facteon以提供适合客户工厂环境的定制化制造解决方案而自豪。我们未来在这一领域的成功取决于我们对技术背后的科学知识的了解程度,这些知识将使我们能够更好确定三维视觉系统如何能够改进客户的操作。为了开发这方面的知识,我们的内部专家正与当地大学的专业人员密切合作。

Facteon正在探索将三维机器视觉技术集成到对准、定位和尺寸检测等处理系统中的可能性。我们目前正在探索缺陷检测、质地和材料分类、装配验证以及变形零件定位和字符读取等方面的潜在应用。这样,就可以在有限人力投入的情况下,以生产线的运行速度产生尽可能多的产品信息。

因为位移探针等传统技术的检测范围有限,Facteon希望了解这一发展中的技术。这正是三维视觉技术如此有价值的原因。Facteon客户需要获得精确的数据,但不希望测量过程导致生产线降低生产速度。 

为了构建复杂的工业用三维视觉系统,您需要合适的硬件和软件。我们的研发团队正在努力理解三维视觉的软件知识。现有许多软件可供选择,例如Cognex用于图像分类和质量检查的VIDI软件。Halcon用于预训练OCR功能。此外还有微软的深度学习应用的CNTK软件。但我们的研究结果发现,这些软件工具的使用价值在于可以结合人工智能、深度学习、神经网络、专有IP和算法。

最高质量的摄像机和结构光向这些软件工具提供支持。这可能涉及移动立体摄像机或旋转所检测的产品。结构光允许增强对相对平坦、无明显特征表面的分析。

最重要的是,我们致力于使我们的生产机器更加智能化。在增强工厂未来的机械和软件系统方面,三维视觉系统显示出极大潜力。我们在努力将改变行业的解决方案推向市场的同时,还致力于为三维视觉系统领域的行业知识库做出积极贡献。同样需要注意的是,Facteon的制造基础提出了该领域的研究方法。我们并不主要采取理论观点,而是寻求理解工业4.0和工业物联网在内的总体行业趋势将如何塑造三维视觉等技术。

我将在未来的几个月里撰写另一篇博客,介绍我们在三维视觉系统研究领域的最新进展。敬请关注。

关于作者:
黄 韦皓, 自动化研发工程师

Facteon的总部位于新西兰奥克兰,Wayne在此任职,负责研究和开发新兴、成熟的机器自动化技术。Wayne根据Facteon的愿景,积极寻求工程问题的解决方案,并为产品添加新功能。

 

Wayne Huang

Wayne Huang

Automation Research & Development Engineer

Based at Facteon Headquarters in Auckland, New Zealand, Wayne is responsible for investigating and developing both emerging and established machine automation technologies. In alignment with Facteon’s vision, Wayne seeks to solve engineering problems and add new functionality to our offerings.

Tags

Innovation