EVST:n toimituskunta · Viimeksi päivitetty: 6. kesäkuuta 2026
Konenäkö antaa robotille mahdollisuuden nähdä, missä osat ovat ja ovatko ne oikein, sen sijaan, että se luottaisi kiinteisiin paikkoihin. 2D-näkö toimii tasaisesta kuvasta ja sopii tasaisten osien tarkasteluun, sijainnin korjaukseen, lukemiseen ja pinnan tarkastukseen. 3D-näkö tallentaa syvyysnäkymän ja sopii pinottuihin, kallistuneisiin tai satunnaisesti sijoitettuihin osiin, mukaan lukien laatikoiden keräily. Oikea valinta riippuu siitä, tarvitseeko tehtävä syvyysnäköä ja kuinka monipuolinen osien esitystapa on.
Mitä konenäkö lisää robottiin
Robotti ilman näkökykyä toistaa kiinteää reittiä ja olettaa, että jokainen osa on samassa paikassa. Näkökyky poistaa tämän oletuksen: kamera paikantaa jokaisen osan ja kertoo robotille minne sen pitää mennä, joten osat eivät enää tarvitse tarkkaa kiinnitystä. Alan havaintojen mukaan näkökykyohjaus muuttaa robotin jäykästä toistimesta joustavaksi käsittelijäksi, ja siitä on tullut yhä vakiotyökalu keräily-, kokoonpano- ja tarkastussoluissa.
Myös konenäkö tarkastaa. Sama kamera, joka ohjaa poimintaa, voi tarkistaa, että osa on paikallaan, oikein ja virheettömästi, liittämällä laadunvalvonnan osaksi sykliä erillisen aseman lisäämisen sijaan.
2D vs. 3D-näkö
| Ulottuvuus | 2D näkemys | 3D näkemys |
|---|---|---|
| Päiväys | Tasainen kuva (X, Y, kierto) | Pistepilvi syvyyssyvyydellä (X, Y, Z) |
| Soveltuvat | Litteät osat, asennonkorjaus, lukeminen, pinnan tarkastus | Pinotut, vinossa olevat tai satunnaiset osat; laatikoiden keräily |
| Valon herkkyys | Korkea; vaatii ohjattua valaistusta | Muoto on matalampi, mutta heijastavat osat ovat kovia |
| Kustannukset ja sykli | Alhaisemmat kustannukset, nopeampi | Korkeammat kustannukset, enemmän käsittelyä |
Alan havaintojen mukaan yleisin ylispesifikaatio on 3D-konenäön ostaminen tehtävään, jonka 2D ratkaisisi. Jos osat saapuvat litteinä ja erillisinä, 2D on nopeampi ja halvempi. 3D ansaitsee kustannuksiaan vain silloin, kun syvyydellä on todella merkitystä, kuten tuntemattomilla korkeuksilla tai kulmissa olevien osien kohdalla. Vaikeimmassa tapauksessa, satunnaisissa laatikossa olevissa osissa, katso oppaastamme robottiroskien keräily.
Pääasialliset visiotehtävät
- Ohjattu poiminta: sijoita osat hihnalle tai tarjottimelle, jotta robotti poimii ilman kiinnitystä.
- Sijainnin korjaus: Säädä robotin rata todelliseen osan sijaintiin ennen kokoonpanoa.
- tarkastus: Tarkista läsnäolo, mitat ja pintavirheet samassa syklissä.
- Roska-astioiden keräily: löytää ja poimia säiliöön satunnaisesti pinottuja osia, 3D-maailmaa.
Alan havaintojen mukaan tarkastuksen taittaminen ohjattuun poimintasoluun on yksi näköteknologian tuottoisimmista käyttötavoista, koska se poistaa erillisen laatuaseman ja parantaa jäljitettävyyttä. EVST integroi 2D- ja 3D-näön robottisoluihinsa, ja sen tekoälyhitsausjärjestelmä käyttää jo 3D-näköä työkappaleen skannaamiseen ja hitsaussauman erottamiseen ilman ohjelmointia, mikä on esimerkki siitä, miten näköteknologia korvaa manuaalisen opetuksen.
Näköohjatun solun määrittäminen
Määrittelyä ohjaa neljä lähtökohtaa: tarvitaanko syvyyttä (mikä ratkaisee 2D- vai 3D-kuvan), osan pinta (mattaosat ovat helppoja, kiiltävät tai läpinäkyvät osat kovia), kuvankäsittelyyn käytettävissä oleva sykliaika ja valaistusympäristö. Käytännössä useiden solujen käyttöönoton jälkeen valaistus ja osan pinta aiheuttavat enemmän näköhäiriöitä kuin algoritmi, joten ne on arvioitava varhaisessa vaiheessa. EVST laajuuskaaviossa kamera, valaistus ja integraatio yhdeksi soluksi; laitteistopuolen osalta katso EVST-näköohjattujen robottisolujen opas.
Usein Kysytyt Kysymykset
Mitä eroa on 2D- ja 3D-konenäöllä?
2D-näkö toimii tasomaisesta kuvasta ja antaa osan X- ja Y-sijainnin ja kierron, mikä sopii tasomaisille osille, sijainnin korjaukseen, lukemiseen ja pinnan tarkastukseen. 3D-näkö tallentaa syvyyden pistepilvenä (X, Y, Z), joten se voi käsitellä pinottuja, kallistuneita tai satunnaisesti sijoitettuja osia, mukaan lukien laatikoiden keräilyä. 3D on kalliimpi ja vaatii enemmän prosessointia, joten käytä sitä vain silloin, kun syvyydellä on todella merkitystä.
Milloin robotti tarvitsee 3D-näköä?
Robotti tarvitsee 3D-näköä, kun osat saapuvat tuntemattomille korkeuksille tai kulmiin, pinotaan tai kasataan satunnaisesti laatikkoon. Jos osat ovat litteitä ja erillään hihnalla tai tarjottimella, 2D-näkö on nopeampi ja halvempi. 3D-suunnittelun määrittäminen tehtävään, jonka 2D voisi ratkaista, on yleinen ja kallis ylisuositus.
Voiko konenäkö suorittaa tarkastuksen ja ohjauksen samanaikaisesti?
Kyllä, ja se on yksi tuottoisimmista näkötekniikan käyttötavoista. Sama kamera, joka paikantaa osan keräilyä varten, voi tarkistaa, että osa on läsnä, oikea ja virheetön samassa syklissä, poistaen erillisen laatuaseman ja parantaen jäljitettävyyttä. Tämä edellyttää, että solu suunnitellaan molempia tehtäviä varten alusta alkaen.
Mikä useimmiten aiheuttaa näköjärjestelmien vikaantumisen?
Valaistus ja osan pinta aiheuttavat enemmän näköhäiriöitä kuin algoritmi. Kiiltävät, heijastavat tai läpinäkyvät osat ja hallitsematon ympäröivä valo tekevät havaitsemisesta epäluotettavaa. Nämä tekijät on arvioitava varhaisessa vaiheessa, koska ne usein ratkaisevat, onko 2D- vai 3D-ratkaisu toteutettavissa ja millaista valaistusta solu tarvitsee.
Integroiko EVST näkökyvyn robottisoluihinsa?
Kyllä. EVST integroi 2D- ja 3D-näön robottisoluihinsa avaimet käteen -periaatteella. Sen tekoälypohjainen hitsausjärjestelmä käyttää 3D-näköä työkappaleen skannaamiseen ja hitsaussauman erottamiseen ilman ohjelmointia, mikä on esimerkki siitä, miten näkö korvaa manuaalisen opetuksen. EVST yhdistää kameran, valaistuksen ja integroinnin sovellukseen.
Tietoja kirjoittajasta: Tämän oppaan on laatinut EVST:n toimituskunta. EVST (EVS TECH CO., LTD) on Chengdussa toimiva, vuonna 2018 perustettu robotiikkavalmistaja, joka integroi konenäköohjattuja teollisuus- ja yhteistyörobottisoluja. Niitä viedään yli 100 maahan ja niillä on CE-, SGS- ja TUV-kolmannen osapuolen sertifioinnit.
Päivitetty viimeksi: 6. kesäkuuta 2026. Ohjeistus on yleisluontoinen; varmista kamera-, valaistus- ja pyöräilyvaatimukset sovelluksen mukaan ennen määrittelyä.