Другой подход к роботизированному подбору деталей из контейнера
Промышленный подбор деталей из контейнера традиционно основывался на стационарных 3D-камерах, заранее определённых точках захвата, тщательной калибровке и относительно фиксированном положении контейнера. Эти методы могут хорошо работать в структурированных задачах, однако их эффективность становится менее предсказуемой, если детали расположены в случайной ориентации, частично закрыты другими деталями или если сам контейнер меняет положение.
Inbolt использует другой подход, устанавливая 3D-камеру машинного зрения непосредственно на роботизированную руку. Вместо опоры на фиксированный вид рабочей зоны робот может перемещать систему технического зрения вместе с рабочим органом и непрерывно обновлять информацию о заготовке.
На мой взгляд, эта архитектура особенно важна потому, что камера становится частью системы движения робота, а не отдельным устройством восприятия. Это меняет возможности робота по реагированию на изменения физического рабочего пространства.
Система технического зрения на руке для неструктурированных сред
Система Inbolt использует собственные модели ИИ вместе с 3D-видением в реальном времени для определения подходящих возможностей захвата. Система не зависит от одной заранее заданной точки захвата. Она может оценивать различные доступные поверхности и определять, как роботу подойти к компоненту.
Это полезно, когда компоненты перекрывают друг друга, поворачиваются или открывают разные поверхности от одного цикла к другому. Вместо того чтобы явно программировать каждую возможную ориентацию, система технического зрения оценивает текущую сцену и формирует подходящую стратегию захвата.
Согласно заявленным производственным показателям, время обработки составляет менее 1 секунды на один захват, а доля успешных захватов в реальных производственных средах достигает 95%.
Работа по замкнутому контуру в три этапа
Решение использует непрерывный процесс восприятия и коррекции, а не рассматривает подбор деталей как последовательность изолированных запрограммированных движений.
1. Определение поверхности, доступной для захвата
Система 3D-видения анализирует компоненты, расположенные в случайном порядке, и определяет доступную область для захвата. Робот может выбирать разные способы захвата в зависимости от видимой геометрии детали.
2. Определение положения детали после захвата
После захвата компонента роботом система технического зрения может повторно проанализировать объект и определить его фактическое положение и ориентацию. Это предоставляет дополнительную информацию после первоначального захвата.
3. Коррекция движения при размещении
Пока робот движется к месту назначения, ИИ может непрерывно уточнять траекторию на основе обновлённого положения объекта. Эта возможность определения положения детали в захвате помогает компенсировать изменения, возникшие во время захвата.
На мой взгляд, архитектура с замкнутым контуром является одним из наиболее важных технических аспектов системы. Успешный захват не обязательно означает завершение задачи восприятия: проверка детали после захвата даёт роботу дополнительную возможность скорректировать позиционирование перед размещением.
Сокращение стационарной инфраструктуры технического зрения
Обычная ячейка для подбора деталей из контейнера может потребовать стационарных камер, установленных над рабочей зоной или вокруг неё. Такие установки могут добавить требования к механическому креплению, калибровке, прокладке кабелей и настройке.
Если одна камера установлена на роботизированной руке, та же система технического зрения может перемещаться между разными позициями наблюдения. Это может сократить объём специализированного оборудования технического зрения, необходимого для задач с несколькими контейнерами или изменяющейся конфигурацией рабочего места.
Такая архитектура также делает систему технического зрения менее зависимой от одной фиксированной точки обзора. Это может быть полезно, когда роботу требуется осматривать компонент под разными углами в процессе подбора.
Производительность и особенности эксплуатации в производстве
По данным Inbolt, система внедрена более чем на пяти заводах и обеспечивает высокий коэффициент готовности и производительность на этих производственных площадках. Компания сообщает о доле успешных захватов до 95% и среднем времени обработки менее одной секунды на один захват.
Эти показатели следует рассматривать как зависящие от конкретного применения, а не как универсальные характеристики производительности. Фактические результаты будут зависеть от таких факторов, как геометрия компонентов, свойства поверхностей, загрузка контейнера, конфигурация робота, конструкция захвата, освещение, требования к циклу и степень перекрытия деталей.
Для инженеров по автоматизации это различие важно. Производительность системы технического зрения в конечном счёте следует оценивать применительно ко всей роботизированной ячейке, а не только к алгоритму технического зрения.
ИИ и оценка положения в 3D
Система работает на оборудовании NVIDIA и использует основанные на ИИ модели Inbolt для управления роботом, оценки положения и коррекции траектории в реальном времени.
Техническая задача заключается не просто в распознавании объекта. Система должна определить, где находится объект, как он ориентирован, доступен ли захват физически и как робот должен двигаться после захвата детали.
Поэтому сочетание 3D-восприятия, оценки положения, движения робота и управления с обратной связью важнее, чем распознавание изображений само по себе.
Где эта архитектура может быть полезна
Этот подход хорошо подходит для задач, в которых сложно стандартизировать представление деталей. К ним относятся случайно загруженные компоненты, контейнеры, способные смещаться, детали с различной ориентацией и производственные среды, где необходимо обрабатывать несколько вариантов геометрии деталей.
Ещё одним потенциальным преимуществом является внедрение на нескольких станциях. Если одну и ту же архитектуру робота и системы технического зрения можно настроить для разных контейнеров и семейств деталей, инженерные команды смогут сократить объём специализированной инфраструктуры технического зрения, необходимой для каждого рабочего места.
С точки зрения автоматизации наиболее интересное преимущество заключается поэтому не просто в ускорении подбора. Оно состоит в возможности уменьшить объём механических и программных доработок, необходимых для сохранения производительности при изменении физической среды.
Инженерный взгляд
Развитие 3D-видения на роботизированной руке отражает более широкий сдвиг в промышленной робототехнике: восприятие всё теснее интегрируется с движением робота.
Традиционная автоматизация часто стремится устранить вариативность с помощью приспособлений, фиксированных положений камер, контролируемой подачи деталей и заранее заданных траекторий. Системы технического зрения на основе ИИ используют противоположный подход, позволяя роботу воспринимать больше вариантов и компенсировать их с помощью программного обеспечения и обратной связи.
Это не отменяет необходимости в грамотной механической конструкции, выборе захвата, программировании робота или проектировании процесса. Вместо этого меняется место обработки части сложности. В задачах с действительно изменяющейся подачей деталей перенос части этой сложности с механических ограничений на восприятие и управление движением в реальном времени может быть практичным инженерным компромиссом.
Заключение
Решение Inbolt для подбора деталей из контейнера демонстрирует, как 3D-видение на роботизированной руке и ИИ можно объединить с управлением роботом по замкнутому контуру для менее структурированных задач транспортировки материалов. Заявленное время обработки менее одной секунды, доля успешных захватов до 95% и внедрение на нескольких заводах указывают на ориентацию на производственное применение, а не на лабораторные демонстрации.
Ключевая техническая концепция заключается в непрерывном взаимодействии восприятия и движения робота: система наблюдает доступную возможность захвата, проверяет компонент после захвата и при необходимости корректирует траекторию размещения. Такой подход может стать более адаптивной альтернативой архитектурам подбора деталей из контейнера, которые в значительной степени зависят от стационарных камер и заранее заданных условий захвата.
