3D视觉无序抓取,推动智能机器人无所不在的存在

描述

随着制造业对智能制造转型的深入,在人工智能、机器人、生物识别、物联网等产业快速发展的背景下,机器视觉技术愈发受到关注。工业机器人是中国乃至全球制造业发展的重要支撑,而3D视觉作为工业机器人之眼,对工业机器人的行业应用前景产生深远影响。

目前,市场自动化程度越来越高,机器视觉在工业中已经得到普遍应用。通过3D视觉控制技术可以提高工业机器人工作的精度、速度及可靠性,3D视觉+工业机器人配套发展成为市场关注的焦点。

3D无序抓取

智能制造

替代传统的工装夹具,针对散乱无序堆放的工件设计,可协助机器人高效准确地完成3D智能抓取,并很好地解决柔性化工装的问题。

高柔性,适用性强

1个模型,N种工件
基于迁移学习的AI算法,富唯智能的AI识别模型可识别任意类型的工件,无需重复训练。

操作简单,易维护

自动生成AI模型
只需提供工件CAD图,无需人工标注可一键生成AI识别模型、无需调试,操作简单。

系统稳定可靠

抗干扰能力强
AI模型在恶劣的光照条件和工件材质的情况下,依旧稳定可靠的运行。

工艺仿真

数字样机验证方案可行性
先搭建数字样机对视觉软件、机器人轨迹、PLC程序等进行仿真,确保按照既定工艺路线运行,大量节省现场的调试时间。

智能制造

系统功能:
工件上下料,视觉引导拆垛,货品抓取,钢筋打标定位检测,钢板拣料、配盘,缺陷检测,轨迹涂胶喷胶,定位开坡口,混合码垛,高精度测量,快递供包,定位装配。

智能制造

行业应用:

汽车行业应用
曲轴上料,连杆抓取上料,刹车盘上料,油管接头上料,发动机壳体上料,涂胶与检测,轮胎装配等场景。

智能制造

家电行业应用
冷凝器拆垛,散热板抓取上料,冲压件上料,洗衣机重块装配,压缩机装配等场景。

智能制造

物流行业应用
纸箱拆码垛,货物分拣,料盘分拣,麻袋拆垛,万物抓取等场景。

智能制造

其他行业应用
异形件上料,缺陷孔定位,四通管无序抓取,各种金属件无序抓取与上料等场景。

智能制造



审核编辑 黄昊宇

打开APP阅读更多精彩内容
声明:本文内容及配图由入驻作者撰写或者入驻合作网站授权转载。文章观点仅代表作者本人,不代表电子发烧友网立场。文章及其配图仅供工程师学习之用,如有内容侵权或者其他违规问题,请联系本站处理。 举报投诉

全部0条评论

快来发表一下你的评论吧 !

×
20
完善资料,
赚取积分