|
車(chē)間里，一臺高速鉆孔機出現了不小的公差——因為它的刀具已經(jīng)在使用過(guò)程中發(fā)生了磨損。這樣的公差影響了下游各個(gè)制造步驟，致使報廢率高達15%，拖累了零部件產(chǎn)品的日產(chǎn)量。于是，工程師不得不關(guān)掉這臺機器，重新編程。一番折騰過(guò)后，他們確實(shí)看到了改善，但報廢率仍然達到了8.5%。為了彌補停機和報廢的損失，生產(chǎn)團隊決定接受8.5%的報廢率，好讓生產(chǎn)速度提上來(lái)，避免進(jìn)一步的停機和重新編程。速度快了，產(chǎn)能自然是高了，然而由于公差太大，致使報廢率提高到了12%，因而實(shí)際產(chǎn)量并沒(méi)有多大改觀(guān)，沒(méi)過(guò)多久就已經(jīng)遠遠落后于生產(chǎn)計劃。管理層見(jiàn)此情景，只好批準了更多的輪班和加班。 停機、重新編程、運行、檢查，反反復復沒(méi)完沒(méi)了。 這看起來(lái)就好似一個(gè)惡性循環(huán)，讓生產(chǎn)計劃越來(lái)越遙不可及。對于高速機器人而言，準確性是至關(guān)重要的，一個(gè)錯誤的尺寸讀數就可能導致災難性后果。不過(guò)，借助三維機器視覺(jué)技術(shù)，就可以提高大規模生產(chǎn)的質(zhì)量和產(chǎn)量并降低成本，這對智能機器人而言無(wú)疑是一大革新。這項技術(shù)可以讓機器人實(shí)時(shí)做出反應、自動(dòng)糾正錯誤，同時(shí)向操作人員提供反饋，在不中斷生產(chǎn)運行的情況下，主動(dòng)提醒機器人的人類(lèi)同行注意到存在的問(wèn)題。 三維機器視覺(jué)技術(shù)可以接收、處理和應對操作過(guò)程中的意外事件，并在無(wú)需重新編程的情況下完成其任務(wù)，從而創(chuàng )造出一種完全自動(dòng)化的體驗。本文中，我們將探討由機器人處理的三項制造任務(wù)（拾放、出廠(chǎng)尺寸檢測和缺陷識別），以及三維視覺(jué)如何解決這三項任務(wù)中出現的已知問(wèn)題。 拾放 借助三維機器視覺(jué)技術(shù)帶來(lái)的準確性，自動(dòng)化出廠(chǎng)尺寸檢測可以做得更加精確，而拾放的工作也能得益于機器人技術(shù)的靈活性。拾放是一個(gè)至關(guān)重要的制造步驟，尤其是在供應鏈的各個(gè)環(huán)節都很緊張的情況下。軟件工程師為拾放工作開(kāi)發(fā)算法，檢測、觸及物品，并對其進(jìn)行拾取、移動(dòng)和放置，以便訂單能夠順利完成。企業(yè)資源計劃 (ERP) 系統從系統中接收訂單，并將其傳輸到機器人以便獲取產(chǎn)品。 隨著(zhù)訂單大量涌入，浪費時(shí)間就意味著(zhù)損失收入。如果機器人的拾取裝置設置的抓力不合適，就可能損壞產(chǎn)品，讓時(shí)間和可銷(xiāo)售的商品雙雙蒙受損失。借助三維成像技術(shù)，可以得到全面的產(chǎn)品圖像，還可以將其強度信息實(shí)時(shí)反饋給處理器，為下一步的拾放動(dòng)作確定動(dòng)態(tài)響應。在這一過(guò)程中，機器人無(wú)需熟悉二維圖紙，而是根據CAD模型進(jìn)行校準，并實(shí)時(shí)對物體的位置進(jìn)行三角測量。同時(shí)，智能機器人技術(shù)會(huì )在多次重復拾取產(chǎn)品的過(guò)程中學(xué)習并優(yōu)化最佳的拾取方式。圖像在空間位置的準確性加上對產(chǎn)品結構完整性的了解，使機器人技術(shù)能夠不斷改善（并加快）訂單執行速度。 出廠(chǎng)尺寸檢測 三維機器視覺(jué)非常適合用于測量和尺寸檢測。它使用圖像傳感器記錄高度、寬度和深度維度的數據，并根據偏航軸、俯仰軸和側傾軸上剩余的自由度來(lái)定位位置。在需要嚴控公差的情況下，這種方法可以提供所需的高精度。在二維檢測中，會(huì )使用零部件的平面圖像與二維工程圖紙或一系列已知測量結果進(jìn)行比較，而采用三維成像，便可借助展現出物體或特征的形狀、體積或深度的圖像，使二維的優(yōu)勢得到增強。 二維檢測中的一個(gè)常見(jiàn)挑戰是垂直于觀(guān)察面方向上的深度或旋轉度不符合規范的特征。通過(guò)一張平面圖，可能無(wú)法捕捉到這些超出尺寸公差的偏差，導致這些本應被拒絕并打上標記，以供操作員檢查流程或設備的零部件在檢測過(guò)程中被放行。三維機器視覺(jué)技術(shù)會(huì )在所有六個(gè)自由度上收集定位數據并構建出圖像，從而應對這一挑戰。采用三維機器視覺(jué)的檢測機器人會(huì )對多個(gè)視角的圖像進(jìn)行比較，從而收集到更多可供分析的數據，增強檢測人員的信心。隨后，軟件會(huì )將這些信息疊加起來(lái)，通過(guò)智能機器人技術(shù)在無(wú)需人工干預的情況下實(shí)時(shí)輸出相關(guān)零部件或特征的單獨視圖。 缺陷識別 如果說(shuō)拾放需要的精度是宏觀(guān)級別，尺寸檢測需要的精度是微觀(guān)級別，那么零部件缺陷檢測所需的精度就是納米級別。對于一家企業(yè)而言，產(chǎn)量以及裝配/型式/功能固然很重要，可一旦出現缺陷產(chǎn)品，就會(huì )嚴重損害聲譽(yù)和形象，畢竟在發(fā)現產(chǎn)品有問(wèn)題時(shí)，消費者和客戶(hù)必然會(huì )留下差評。在激烈競爭的市場(chǎng)中，產(chǎn)品質(zhì)量是無(wú)法妥協(xié)的，如果存在質(zhì)保工程師無(wú)法檢測出來(lái)的產(chǎn)品缺陷，便會(huì )帶來(lái)失去市場(chǎng)份額的巨大風(fēng)險。 收集零部件三維圖像的方法有很多，這些方法也可以用來(lái)描述產(chǎn)品缺陷的形狀和位置。這些缺陷有多種多樣的表現形式，可以是由于材料非均質(zhì)性而導致意外的密度不一致，可以是破碎的內部特征，也可以是增材制造的零部件中殘留的支撐材料，或者介于任何兩種情況之間。除了尺寸精度外，質(zhì)保工程師還可以定義一套標準來(lái)放行零部件。如果該工程師無(wú)法解決漏檢問(wèn)題，報廢率就會(huì )因缺陷零部件而提高，從而降低產(chǎn)量，并帶來(lái)現場(chǎng)故障的風(fēng)險。三維機器成像技術(shù)可以收集、分析信息并將其傳輸給操作員，此時(shí)操作員便可立即提醒質(zhì)控工程師注意產(chǎn)品缺陷問(wèn)題。機器人收集的數據為工程師提供了寶貴的實(shí)時(shí)數據，他們可以用這些數據來(lái)總結缺陷的頻率、一致性和位置，以便分析出根本原因。及早發(fā)現產(chǎn)品缺陷，對降低生產(chǎn)風(fēng)險、維持生產(chǎn)進(jìn)度而言至關(guān)重要。 總結 與任何大批量、資本密集型的過(guò)程一樣，機器會(huì )隨著(zhù)時(shí)間的流逝而磨損，因而您需要在生產(chǎn)過(guò)程中采用不同于以往的開(kāi)創(chuàng )性技術(shù)。采用了這些技術(shù)的機器可以化解不可預見(jiàn)的變化和障礙，無(wú)需重新編程即可駕馭它們并完成任務(wù)。您在操作過(guò)程中可獲得的信息越多，就越有可能更快找到解決方案。 要追求信息更加豐富的生產(chǎn)過(guò)程，三維機器視覺(jué)技術(shù)是一大得力助手。與二維的同類(lèi)技術(shù)相比，它收集的數據要多得多，并且可以在大規模制造中使用這些數據來(lái)描繪物體的完整圖像。這些圖像有助于引導機器縮小拾放應用涉及的位置，并通過(guò)增加對深度和旋轉軸方向的感知來(lái)改善出廠(chǎng)尺寸檢測，還可以識別可能導致召回或安全問(wèn)題的重大有害產(chǎn)品缺陷。 由于可以執行動(dòng)態(tài)響應而無(wú)需重新編程，三維機器視覺(jué)技術(shù)正作為物聯(lián)網(wǎng)的一部分而變得越來(lái)越普及。雖然該項技術(shù)尚未完全成為主流，但可以預見(jiàn)的是，它將會(huì )迅速從新穎的創(chuàng )新走向商用。企業(yè)將會(huì )繼續推動(dòng)機器和流程控制之間的反饋回路進(jìn)一步縮短。這項技術(shù)的能力將會(huì )持續增長(cháng)，因為越來(lái)越多的行業(yè)和大規模制造過(guò)程將會(huì )連接到一起。 來(lái)源：貿澤電子 作者：Adam Kimmel |
