欧姆龙研发出业内最快的机器人3D视觉传感技术

导读：日前，欧姆龙公司宣布，该公司已研发出据称是业内最快的3D视觉传感技术，用于紧凑型视觉传感器，可3D识别目标物体的位置和方向。通过将这种技术与机器人相结合，可以使传统的人工密集型流程自动化，从而快速、准确地组装散装零件。基于该技术的紧凑型3D视觉传感器计划于2020年实现商业化。



　　

近年来，随着劳动力短缺的加剧和劳动力成本的增加，装配、检验和运输等过程的自动化势在必行，而这些过程在很大程度上依赖于人们的经验和感觉。然而，要在装配过程中自动挑选由人类完成的大宗零件，机器人需要配备“眼睛”，这就需要能够立即识别零件位置和方向的高速3D视觉传感技术。为此，无论是3D测量两部分技术生成的3D形状图像，还是识别目标物体位置和方向的3D识别都需要更快的速度。

　　

为了满足这一需求，欧姆龙开发了一种3D视觉传感技术。这项新技术实现了高速、高精度的3D物体识别，并提供了一种可安装在机器人手上的小巧轻便的视觉传感器。尽管使用相移方法的传统3D测量技术进行测量需要时间，因为需要捕获10个或更多图像，但欧姆龙开发了一种3D测量技术，能够使用专有模式照明在一次拍摄中生成目标物体的3D图像。

　　

此外，欧姆龙还将其在图像处理领域积累的高速2D搜索技术扩展到3D领域，为3D识别技术开发了一种高速目标位置和方向识别算法。这些技术允许在大约0.5秒内对流体部件进行高速部分识别。同时，安装在紧凑型机械手上的相机成为可能，因为欧姆龙的专有模式照明将相机的尺寸和重量减小到大约500克。

　　

3D视觉传感器的视觉点可以根据部件设置来移动，从而允许在不同位置和方向灵活地拾取零件。一个机器人结合了一个3D视觉传感器，可以在多个零件容器中挑选散装零件。它需要大约0.5秒来拍摄一个部分的图像并识别它的位置和方向。

推荐阅读

（点击标题可跳转阅读）
最详细、最完整的相机标定讲解

深度学习+机器视觉=下一代检测

视觉检测系统最经典的结构你了解吗？

机器视觉技术的十大应用领域

工业相机和普通相机究竟有什么不同？

基于机器视觉和深度学习的智能缺陷检测

波士顿等移动机器人的视觉算法解析

2020年37个人工智能技术发展趋势

机器视觉的光源选型及打光方案分析

光学三维测量技术及应用

国内80%搞机器视觉的工程师，走的路子是错的！

视觉+机器人，如何实现连接器的自动装配？

机器视觉技术发展的五大趋势

搞懂机器视觉基本内容，这份PPT就够了

机器视觉：PC式视觉系统与嵌入式视觉系统区别

基于HALCON的机器视觉开发，C++或C#如何选择？
3D视觉技术在机器人抓取作业中的应用实例

基于机器视觉的粗糙度检测方案

机器视觉常用图像软件对比及分析

工业相机编程流程及SDK接口使用汇总

声明：部分内容来源于网络，仅供读者学习、交流之目的。文章版权归原作者所有。如有不妥，请联系删除。


End