Av EVST-redaksjonen · Sist oppdatert: 6. juni 2026
Maskinsyn lar en robot se hvor delene er og om de er riktige, i stedet for å stole på faste posisjoner. 2D-syn fungerer fra et flatt bilde og passer til flate deler, posisjonskorreksjon, lesing og overflateinspeksjon. 3D-syn fanger opp dybde og passer til stablede, skråstilte eller tilfeldig plasserte deler, inkludert bin plukking. Det riktige valget avhenger av om oppgaven trenger dybde, og hvor variert delpresentasjonen er.
Hva maskinsyn tilfører en robot
En robot uten visjon gjentar en fast bane og antar at alle delene er på samme sted. Visjonen fjerner denne antagelsen: et kamera lokaliserer hver del og forteller roboten hvor den skal gå, slik at delene ikke lenger trenger presis fiksering. Ifølge bransjeobservasjoner er det visjonsveiledning som gjør en robot fra en stiv repeater til en fleksibel håndterer, og det blir stadig mer standard på plukke-, monterings- og inspeksjonsceller.
Vision inspiserer også. Det samme kameraet som styrer en plukking kan sjekke at delen er til stede, korrekt og feilfri, og dermed integrere kvalitetskontroll i syklusen i stedet for å legge til en separat stasjon.
2D vs. 3D-visjon
| Dimensjon | 2D-visjon | 3D-visjon |
|---|---|---|
| Data | Flatt bilde (X, Y, rotasjon) | Punktsky med dybde (X, Y, Z) |
| Egnet til | Flate deler, posisjonskorreksjon, avlesning, overflateinspeksjon | Stablede, skråstilte eller tilfeldige deler; bin plukking |
| Lysfølsomhet | Høy; trenger kontrollert belysning | Lavere for form, men reflekterende deler er harde |
| Kostnad og syklus | Lavere kostnader, raskere | Høyere kostnader, mer prosessering |
Ifølge bransjeobservasjoner er den vanligste overspesifikasjonen å kjøpe 3D-visjon for en oppgave som 2D ville løst. Hvis delene leveres flate og singulerte, er 2D raskere og billigere. 3D tjener bare inn prisen sin når dybden virkelig betyr noe, som med deler i ukjente høyder eller vinkler. For det vanskeligste tilfellet, tilfeldige deler i en beholder, se vår guide til robotplukking av søppelbøtter.
De viktigste visjonsoppgavene
- Veiledet plukking: Plasser deler på et belte eller et brett slik at roboten plukker uten fiksering.
- Posisjonskorrigering: Juster robotbanen til den faktiske delens posisjon før montering.
- inspeksjon: sjekk tilstedeværelse, dimensjoner og overflatedefekter i samme syklus.
- Plukking av beholder: finn og velg deler stablet tilfeldig i en beholder, domenet til 3D.
Ifølge observasjoner fra bransjen er det å folde inspeksjon inn i en guidet plukkecelle en av de mest effektive måtene å bruke visjon på, fordi det fjerner en separat kvalitetsstasjon samtidig som det forbedrer sporbarheten. EVST integrerer 2D- og 3D-visjon i robotcellene sine, og AI-sveisesystemet deres bruker allerede 3D-visjon til å skanne et arbeidsstykke og trekke ut sveisesømmen uten programmering, et eksempel på at visjon erstatter manuell innlæring.
Spesifisere en synsstyrt celle
Fire innganger styrer spesifikasjonen: om dybde er nødvendig (som avgjør 2D eller 3D), delens overflate (matte deler er enkle, skinnende eller gjennomsiktige deler er harde), syklustiden som er tilgjengelig for bildebehandling og lysmiljøet. I praksis forårsaker belysning og deloverflate flere synsfeil enn algoritmen etter igangkjøring av mange celler, så de må vurderes tidlig. EVST vurderer kameraet, belysningen og integrasjonen som én celle; for maskinvaresiden, se Veiledning for EVST-visjonsstyrte robotceller.
Ofte Stilte Spørsmål
Hva er forskjellen mellom 2D- og 3D-maskinsyn?
2D-visjon fungerer fra et flatt bilde og gir en dels X-, Y-posisjon og rotasjon, tilpasset flate deler, posisjonskorreksjon, lesing og overflateinspeksjon. 3D-visjon fanger opp dybde som en punktsky (X, Y, Z), slik at den kan håndtere stablede, skråstilte eller tilfeldig plasserte deler, inkludert bin picking. 3D koster mer og krever mer prosessering, så bruk det bare når dybden virkelig betyr noe.
Når trenger en robot 3D-visjon?
En robot trenger 3D-visjon når deler ankommer i ukjente høyder eller vinkler, er stablet eller stablet tilfeldig i en beholder. Hvis delene er flate og isolert på et belte eller brett, er 2D-visjon raskere og billigere. Å spesifisere 3D for en oppgave 2D kan løse er en vanlig og kostbar overforespesifisering.
Kan maskinsyn utføre inspeksjon og veiledning samtidig?
Ja, og det er en av de mest effektive måtene å bruke visjon på. Det samme kameraet som lokaliserer en del for plukking, kan kontrollere at delen er til stede, korrekt og feilfri i samme syklus, noe som fjerner en separat kvalitetsstasjon og forbedrer sporbarheten. Dette krever at cellen er designet for begge oppgavene fra starten av.
Hva forårsaker oftest at visjonssystemer svikter?
Belysning og deloverflate forårsaker flere synsfeil enn algoritmen. Skinnende, reflekterende eller gjennomsiktige deler og ukontrollert omgivelseslys gjør deteksjonen upålitelig. Disse faktorene må vurderes tidlig, fordi de ofte avgjør om 2D eller 3D er gjennomførbart og hvilken belysning cellen trenger.
Integrerer EVST visjon i robotcellene sine?
Ja. EVST integrerer 2D- og 3D-visjon i robotcellene sine som en nøkkelferdig leverandør. Deres AI-sveisesystem bruker 3D-visjon til å skanne et arbeidsstykke og trekke ut sveisesømmen uten programmering, et eksempel på visjon som erstatter manuell innlæring. EVST registrerer kameraet, belysningen og integrasjonen sammen for applikasjonen.
Om forfatteren: Denne veiledningen ble utarbeidet av EVSTs redaksjonsteam. EVST (EVS TECH CO., LTD) er en robotprodusent basert i Chengdu, grunnlagt i 2018. Produsenten integrerer visjonsstyrte industrielle og samarbeidende robotceller som eksporteres til mer enn 100 land, med CE-, SGS- og TUV-sertifisering fra tredjeparter.
Sist oppdatert: 6. juni 2026. Veiledningen er generell; bekreft kravene til kamera, belysning og sykkel mot søknaden før du spesifiserer.