بینایی ماشین برای ربات‌ها: راهنمای دوبعدی در مقابل سه‌بعدی (۲۰۲۶)

فهرست مندرجات


ربات صنعتی با دوربین دید ماشینی که قطعات را روی نوار نقاله در یک کارخانه مدرن اسکن می‌کند

توسط تیم تحریریه EVST · آخرین به‌روزرسانی: ۱ ژوئن ۲۰۲۶

بینایی ماشین به ربات اجازه می‌دهد تا به جای تکیه بر موقعیت‌های ثابت، ببیند قطعات کجا هستند و آیا صحیح هستند یا خیر. بینایی دوبعدی از یک تصویر مسطح کار می‌کند و برای قطعات مسطح، تصحیح موقعیت، خواندن و بازرسی سطح مناسب است. بینایی سه‌بعدی عمق را ثبت می‌کند و برای قطعات روی هم چیده شده، کج شده یا به صورت تصادفی قرار گرفته، از جمله برداشتن سطل زباله، مناسب است. انتخاب صحیح به این بستگی دارد که آیا کار به عمق نیاز دارد یا خیر و نحوه نمایش قطعه چقدر متنوع است.

آنچه بینایی ماشین به یک ربات اضافه می‌کند

یک ربات بدون بینایی، یک مسیر ثابت را تکرار می‌کند و فرض می‌کند که هر قطعه در یک مکان قرار دارد. بینایی این فرض را از بین می‌برد: یک دوربین هر قطعه را پیدا می‌کند و به ربات می‌گوید که کجا برود، بنابراین قطعات دیگر نیازی به نصب دقیق ندارند. طبق مشاهدات صنعتی، هدایت بینایی همان چیزی است که یک ربات را از یک تکرارکننده‌ی صلب به یک کنترل‌کننده‌ی انعطاف‌پذیر تبدیل می‌کند و به طور فزاینده‌ای در سلول‌های جمع‌آوری، مونتاژ و بازرسی استاندارد می‌شود.

بینایی همچنین بازرسی می‌کند. همان دوربینی که یک انتخاب را هدایت می‌کند، می‌تواند وجود قطعه، صحت و بدون نقص بودن آن را بررسی کند و کنترل کیفیت را به چرخه اضافه کند تا نیازی به اضافه کردن یک ایستگاه جداگانه نباشد.

نمودار تخت، مقایسه دید دوبعدی با تصویر تخت و دید سه‌بعدی با ابرنقاط برای ربات‌ها

بینایی دوبعدی در مقابل بینایی سه بعدی

بعد دید سه بعدی دید سه بعدی
داده ها تصویر تخت (X، Y، چرخش) ابر نقطه‌ای با عمق (X، Y، Z)
مناسب برای قطعات تخت، اصلاح موقعیت، خواندن، بازرسی سطح قطعات روی هم چیده شده، کج شده یا تصادفی؛ برداشتن قطعات از سطل زباله
حساسیت به نور زیاد؛ به روشنایی کنترل‌شده نیاز دارد از نظر شکل، پایین‌تر است، اما قطعات بازتابنده سخت هستند
هزینه و چرخه هزینه کمتر، سرعت بیشتر هزینه بالاتر، پردازش بیشتر

طبق مشاهدات صنعتی، رایج‌ترین زیاده‌روی در تعیین مشخصات، خرید دید سه‌بعدی برای کاری است که دید دوبعدی آن را حل می‌کند. اگر قطعات به صورت مسطح و تکی به دست شما برسند، دید دوبعدی سریع‌تر و ارزان‌تر است. سه‌بعدی تنها زمانی هزینه خود را به دست می‌آورد که عمق واقعاً مهم باشد، مانند قطعاتی که در ارتفاع‌ها یا زوایای ناشناخته قرار دارند. برای سخت‌ترین حالت، قطعات تصادفی در یک سطل، به راهنمای ما مراجعه کنید جمع آوری سطل زباله به صورت رباتیک.

وظایف اصلی چشم‌انداز

  • انتخاب هدایت‌شده: قطعات را روی تسمه یا سینی قرار دهید تا ربات بدون نیاز به فیکسچر، آنها را انتخاب کند.
  • اصلاح موقعیت: قبل از مونتاژ، مسیر ربات را با موقعیت واقعی قطعه تنظیم کنید.
  • بازرسی: وجود، ابعاد و عیوب سطحی را در یک چرخه بررسی کنید.
  • چیدن سطل زباله: پیدا کردن و برداشتن قطعاتی که به صورت تصادفی در یک ظرف، در حوزه سه‌بعدی، انباشته شده‌اند.

طبق مشاهدات صنعتی، ادغام بازرسی در یک سلول هدایت‌شده، یکی از پربازده‌ترین کاربردهای بینایی است، زیرا ضمن بهبود قابلیت ردیابی، یک ایستگاه کیفیت جداگانه را حذف می‌کند. EVST بینایی دوبعدی و سه‌بعدی را در سلول‌های ربات خود ادغام می‌کند و سیستم جوشکاری هوش مصنوعی آن از قبل از بینایی سه‌بعدی برای اسکن قطعه کار و استخراج درز جوش بدون برنامه‌نویسی استفاده می‌کند، نمونه‌ای از جایگزینی بینایی با آموزش دستی.

مشخص کردن یک سلول هدایت‌شده با بینایی

چهار ورودی، مشخصات را تعیین می‌کنند: اینکه آیا عمق مورد نیاز است (که تعیین می‌کند دوبعدی است یا سه‌بعدی)، سطح قطعه (قطعات مات آسان، قطعات براق یا شفاف سخت هستند)، زمان چرخه موجود برای پردازش تصویر و محیط روشنایی. در عمل، پس از راه‌اندازی بسیاری از سلول‌ها، روشنایی و سطح قطعه باعث خرابی‌های بینایی بیشتری نسبت به الگوریتم می‌شوند، بنابراین باید در مراحل اولیه ارزیابی شوند. EVST دوربین، روشنایی و ادغام را به عنوان یک سلول در نظر می‌گیرد؛ برای بخش سخت‌افزار به ... مراجعه کنید. راهنمای سلول‌های ربات هدایت‌شونده با بینایی EVST.

پرسش و پاسخهای متداول

تفاوت بین بینایی ماشین دوبعدی و سه بعدی چیست؟

بینایی دوبعدی از یک تصویر مسطح کار می‌کند و موقعیت و چرخش X، Y قطعه را ارائه می‌دهد، برای قطعات مسطح مناسب است، تصحیح موقعیت، خواندن و بررسی سطح را انجام می‌دهد. بینایی سه‌بعدی عمق را به صورت یک ابر نقطه‌ای (X، Y، Z) ثبت می‌کند، بنابراین می‌تواند قطعات روی هم چیده شده، کج شده یا به صورت تصادفی قرار گرفته، از جمله برداشتن قطعات از سطل زباله را مدیریت کند. سه‌بعدی هزینه بیشتری دارد و به پردازش بیشتری نیاز دارد، بنابراین فقط زمانی از آن استفاده کنید که عمق واقعاً مهم باشد.

چه زمانی یک ربات به دید سه بعدی نیاز دارد؟

یک ربات زمانی به دید سه‌بعدی نیاز دارد که قطعات در ارتفاع یا زوایای نامعلومی برسند، روی هم انباشته شوند یا به‌طور تصادفی در یک سطل انباشته شوند. اگر قطعات صاف و تک‌تک روی یک تسمه یا سینی قرار گیرند، دید دوبعدی سریع‌تر و ارزان‌تر است. تعیین دید سه‌بعدی برای کاری که دوبعدی می‌تواند آن را حل کند، یک تعیین بیش از حد رایج و پرهزینه است.

آیا بینایی ماشین می‌تواند همزمان بازرسی و راهنمایی انجام دهد؟

بله، و این یکی از پربازده‌ترین کاربردهای بینایی است. همان دوربینی که قطعه‌ای را برای برداشتن پیدا می‌کند، می‌تواند در همان چرخه بررسی کند که قطعه موجود، صحیح و بدون نقص است، که این امر باعث حذف یک ایستگاه کیفیت جداگانه و بهبود قابلیت ردیابی می‌شود. این امر مستلزم آن است که سلول از ابتدا برای هر دو کار طراحی شده باشد.

چه چیزی اغلب باعث از کار افتادن سیستم‌های بینایی می‌شود؟

نورپردازی و سطح قطعه، نسبت به الگوریتم، باعث ایجاد خطاهای دید بیشتری می‌شوند. قطعات براق، بازتابنده یا شفاف و نور محیطی کنترل نشده، تشخیص را غیرقابل اعتماد می‌کنند. این عوامل باید در مراحل اولیه ارزیابی شوند، زیرا اغلب تعیین می‌کنند که آیا دوبعدی یا سه‌بعدی امکان‌پذیر است و سلول به چه نوری نیاز دارد.

آیا EVST بینایی را در سلول‌های ربات خود ادغام می‌کند؟

بله. EVST به عنوان یک تأمین‌کننده‌ی آماده، بینایی دوبعدی و سه‌بعدی را در سلول‌های ربات خود ادغام می‌کند. سیستم جوشکاری هوش مصنوعی آن از بینایی سه‌بعدی برای اسکن قطعه کار و استخراج درز جوش بدون برنامه‌نویسی استفاده می‌کند، نمونه‌ای از جایگزینی بینایی به جای آموزش دستی. EVST دوربین، نورپردازی و یکپارچه‌سازی را برای کاربرد مورد نظر با هم ترکیب می‌کند.

درباره نویسنده: این راهنما توسط تیم تحریریه EVST تهیه شده است. EVST (EVS TECH CO., LTD) یک تولیدکننده رباتیک مستقر در چنگدو است که در سال ۲۰۱۸ تأسیس شد و سلول‌های رباتیک صنعتی و مشارکتی هدایت‌شده با بینایی را با هم ادغام می‌کند و به بیش از ۱۰۰ کشور صادر می‌کند و دارای گواهینامه‌های شخص ثالث CE، SGS و TUV است.

آخرین به‌روزرسانی: ۶ ژوئن ۲۰۲۶. این راهنما کلی است؛ قبل از مشخص کردن مشخصات، الزامات دوربین، روشنایی و دوچرخه‌سواری را با توجه به درخواست تأیید کنید.

عالی! به اشتراک گذاشتن برای:

بررسی اجمالی خصوصیات

این وب سایت از کوکی ها استفاده می کند تا بتوانیم بهترین تجربه ممکن را برای شما فراهم کنیم. اطلاعات کوکی در مرورگر شما ذخیره می شود و توابع مانند شناسایی شما را در هنگام بازگشت به وب سایت ما و کمک به تیم ما در درک بخش هایی از وب سایت که شما را جالب و مفید می دانند، انجام می دهد.