近年来,随着技术的不断发展,工业机器人正朝着智能化方向蓬勃发展。在物流行业中,机器人配合3D视觉系统可替代人工,实现对货物分拣、检测、识别、码垛以及拆垛等自动化作业。
3D机器视觉通过3D快速成像技术,获得物体高精度的三维点云数据,通过和视觉算法分析物体的形状、大小、位置坐标等信息。加以人工智能分析、机器人智能路径规划、自动防碰撞技术,发送指令给机器人,引导机器人精准自动抓取。使机器人具备真正的立体视觉感知功能。
3D视觉主流产品及特点
1、TOF(飞行时间)相机
TOF直译为飞行时间。光脉冲与相机的快门相位同步发射。光脉冲去同步用于计算光子的ToF,这使得可以推断出发射点和物体之间的距离。
优点:帧率高;体积小;精度不会随着距离发生较大的变化,测量距离可以很远,如激光雷达能测几百米。
缺点:近距离精度较差。
TOF技术主要应用于安全管理安防类、导航制导、制图绘图、人体识别等消费类智慧场景,物流上主要在体积测量上较多;
2、3D结构光相机
通常采用特定波长的不可见的红外激光作为光源,它发射出来的光经过一定的编码投影在物体上,通过一定算法来计算返回的编码图案的畸变来得到物体的位置和深度信息。
优点:扫描速度快,精度较高。成本相对较低,体积小、结构稳定性好。
缺点:对反光物体识别效果不好,对外界光的抗干扰能力较弱;相对精度低于线激光相机。
3、线激光扫描相机
通过柱面物镜将激光扩散为线激光后投射在目标物表面形成漫反射。 使反射光在 CMOS 上成像后, 通过检测位置及形状的变化测量位移和形状。
优点:采用高精度线激光方案,测量精准采集帧率高,轮廓稳定 测量范围可选,可适用于多种应用环境
缺点:量程较低,成本偏高,适合高精度场景应用。
3D机器视觉在物流科技应用
随着3D机器视觉技术突破,3D视觉技术在智能化应用更加广泛。在物流中的应用主要有:纸箱、料框拆垛、软包拆垛、单件分离、规格测量等。
1、箱体拆垛
机器人拆垛普遍应用于仓储物流、生产、包装、加工等各种工业流通物流场景。采用3D相机+机器视觉算法的方案,通过3D相机获取物体三维点云信息,利用视觉算法计算出需要拆码垛的物体位置及尺寸,通过控制平台引导工业机械人进行拆码垛自动化操作。
特点:可适配各种应用环境,及针对客户需求提供定制化开发服务。
2、软包拆垛
机器人软包拆垛多用于食品、化工行业等粉状、颗粒状物品的投料、搬运类物流场景。软包由于其自身易变形,码放垛型不规则,运输后松散等原因,无法单纯的依靠机器人示教位置完成拆垛,3D视觉帮助机器人实现软包的实时三维位置定位,引导机器人完成软包拆垛自动化工作。
3、料框拣选
常见于自动化、工业包装物流场景。从料框中分拣小物件是份耗时耗力的工作,要求工作效率高、不能出错。3D视觉加机器人可完美解决该问题,3D视觉对料框中散乱堆叠摆放的物件定位,引导机器人高效的完成抓取和拣选任务。
4、动态包裹分拣
主要应用于电商及快递物流分拣场景中。软袋、信封、纸箱等包裹通过传送带运输至分拣处,3D视觉实现各类包裹的三维位置定位,引导机器人抓取各类随机大小高矮不同的包裹,放至指定位置。该类应用通常注重分拣效率,传输带运动速度快、传输效率高,要求视觉能实现动态实时、高速分拣,通常会采用一台3D视觉定位系统引导多台机器人抓取分拣的方案。
5、单件分离
包裹单件分离多应用仓储、物流等配货场景,主要由传送带、皮带机、分离皮带机以及视觉识别系统组成。应用于各种自动化分拣方案前端,其主要功能是在包裹进入各种自动化分拣线前,让混堆的包裹自动分离、拉距和智能排队,使杂乱的包裹按照指定间距变成单排“阵型”有序通行,依次进入DWS或各种自动化分拣设备,使得包裹分拣的成功率和准确率均有较大幅度的提高。
6、规格测量通过3D摄像头和图像识别系统可快速对各类的货物体积、尺寸进行测量,合理存放货物,提升仓储空间利用率;并可通过后端的管理软件,对货物的堆放规则等作出规划。
未来发展趋势
3D视觉作为一项高新技术,近年来在越来越多的场景中发挥着重要的作用,但市场对3D视觉的要求从未止步,并对3D视觉提出了更高的要求,希望3D视觉可以通过对工件轮廓实时定位,实现机器人的自动运动路径规划,采用3D视觉完全替代机器人示教工作,真正实现机器人眼睛加大脑的功能。