Редакция EVST · Последнее обновление: 6 июня 2026 г.
Машинное зрение позволяет роботу видеть, где находятся детали и правильно ли они расположены, вместо того чтобы полагаться на фиксированные положения. Двумерное зрение работает с плоским изображением и подходит для плоских деталей, коррекции положения, считывания и контроля поверхности. Трехмерное зрение захватывает глубину и подходит для деталей, расположенных в стопках, под наклоном или произвольно, включая захват деталей из контейнеров. Правильный выбор зависит от того, требуется ли для задачи глубина и насколько разнообразно расположение деталей.
Что дает машинное зрение роботу?
Робот без системы машинного зрения повторяет фиксированный путь и предполагает, что все детали находятся на одном и том же месте. Система машинного зрения устраняет это предположение: камера определяет местоположение каждой детали и указывает роботу, куда двигаться, поэтому детали больше не нуждаются в точной фиксации. Согласно наблюдениям в отрасли, именно система машинного зрения превращает робота из жесткого повторяющегося устройства в гибкого манипулятора, и она все чаще становится стандартом на участках захвата, сборки и контроля качества.
Система машинного зрения также осуществляет проверку. Та же камера, которая направляет манипулятор, может проверить наличие детали, ее правильность и отсутствие дефектов, интегрируя контроль качества в цикл, вместо того чтобы добавлять отдельную станцию.
2D против 3D зрения
| Размеры | Взгляд 2D | Взгляд 3D |
|---|---|---|
| Данные | Плоское изображение (X, Y, вращение) | Облако точек с указанием глубины (X, Y, Z) |
| Подходящий для | Плоские детали, коррекция положения, считывание показаний, осмотр поверхности. | Сложенные, наклоненные или расположенные в произвольном порядке детали; отбор из контейнера. |
| Чувствительность к свету | Высокий уровень освещенности; требуется регулируемое освещение. | Низкий профиль по форме, но светоотражающие элементы сложно изготовить. |
| Стоимость и цикл | Более низкая стоимость, быстрее | Более высокая стоимость, больше обработки |
Согласно наблюдениям в отрасли, наиболее распространенная ошибка — это покупка системы 3D-визуализации для задачи, которую можно решить с помощью 2D-моделирования. Если детали поставляются плоскими и отдельными, 2D-моделирование быстрее и дешевле. 3D-моделирование оправдывает свою стоимость только тогда, когда глубина действительно имеет значение, например, в случае деталей, расположенных на неизвестной высоте или под неизвестными углами. Для самого сложного случая — случайных деталей в контейнере — см. наше руководство по... роботизированный сборщик мусора.
Основные задачи концепции
- Управляемый отбор: Разместите детали на ленте или подносе так, чтобы робот мог их захватывать без использования зажимных приспособлений.
- Коррекция положения: Перед сборкой скорректируйте траекторию движения робота в соответствии с фактическим положением детали.
- Осмотр: Проверка наличия, размеров и дефектов поверхности производится в рамках одного цикла.
- Извлечение товаров из контейнеров: Найти и подобрать детали, хаотично сложенные в контейнере, — область трехмерного пространства.
Согласно наблюдениям в отрасли, внедрение системы контроля качества в ячейку с управляемым отбором является одним из наиболее эффективных способов использования машинного зрения, поскольку это позволяет отказаться от отдельной станции контроля качества и улучшить отслеживаемость. Компания EVST интегрирует 2D и 3D системы машинного зрения в свои роботизированные ячейки, а ее система сварки с искусственным интеллектом уже использует 3D-зрение для сканирования заготовки и извлечения сварного шва без программирования, что является примером замены ручного обучения системами машинного зрения.
Определение ячейки, управляемой визуальным восприятием.
Спецификация определяется четырьмя параметрами: необходима ли глубина (что определяет, будет ли изображение 2D или 3D), поверхность детали (матовые детали обрабатываются легко, блестящие или прозрачные – сложно), время цикла обработки изображения и условия освещения. На практике, после ввода в эксплуатацию множества ячеек, освещение и поверхность детали приводят к большему количеству ошибок визуализации, чем сам алгоритм, поэтому их необходимо оценивать на ранних этапах. EVST рассматривает камеру, освещение и интеграцию как единую ячейку; информацию об аппаратной части см. в соответствующем разделе. Руководящие элементы роботизированных ячеек EVST с визуальным управлением.
Часто задаваемые вопросы
В чём разница между 2D и 3D машинным зрением?
Двумерное зрение работает с плоским изображением и определяет положение детали по осям X, Y и вращение, что подходит для плоских деталей, коррекции положения, считывания данных и контроля поверхности. Трехмерное зрение захватывает глубину в виде облака точек (X, Y, Z), поэтому оно может обрабатывать детали, расположенные в стопках, под наклоном или произвольно, включая детали, извлеченные из контейнеров. Трехмерное зрение стоит дороже и требует большей обработки, поэтому используйте его только тогда, когда глубина действительно имеет значение.
Когда роботу необходимо трехмерное зрение?
Роботу необходимо трехмерное зрение, когда детали поступают на неизвестной высоте или под неизвестными углами, складываются друг на друга или хаотично размещаются в контейнере. Если детали плоские и расположены по отдельности на ленте или лотке, двухмерное зрение быстрее и дешевле. Задание трехмерного зрения для задачи, которую можно решить с помощью двухмерного зрения, является распространенным и дорогостоящим избыточным требованием.
Может ли система машинного зрения одновременно выполнять инспекцию и наведение?
Да, и это одно из наиболее эффективных применений машинного зрения. Та же камера, которая определяет местоположение детали для отбора, может проверить ее наличие, правильность и отсутствие дефектов в том же цикле, что исключает необходимость в отдельном пункте контроля качества и улучшает отслеживаемость. Для этого требуется, чтобы производственная ячейка с самого начала проектировалась с учетом обеих задач.
Что чаще всего приводит к отказам систем машинного зрения?
Освещение и поверхность детали приводят к большему количеству ошибок визуализации, чем сам алгоритм. Блестящие, отражающие или прозрачные детали, а также неконтролируемое окружающее освещение делают обнаружение ненадежным. Эти факторы необходимо оценивать на ранних этапах, поскольку они часто определяют, возможно ли использование 2D или 3D-моделирования и какое освещение необходимо для ячейки.
Интегрирует ли компания EVST систему машинного зрения в свои роботизированные ячейки?
Да. Компания EVST интегрирует 2D и 3D-зрение в свои роботизированные ячейки, выступая в качестве поставщика «под ключ». Ее система сварки с использованием искусственного интеллекта использует 3D-зрение для сканирования заготовки и выделения сварочного шва без программирования, что является примером замены ручного обучения системой машинного зрения. EVST подбирает камеру, освещение и интеграцию в соответствии с конкретным применением.
Об авторе: Данное руководство подготовлено редакционной группой EVST. EVST (EVS TECH CO., LTD) — производитель робототехники из Чэнду, основанный в 2018 году. Компания специализируется на производстве промышленных и коллаборативных роботизированных ячеек с визуальным управлением, экспортируемых в более чем 100 стран мира. Продукция компании имеет сертификаты CE, SGS и TUV.
Последнее обновление: 6 июня 2026 г. Рекомендации носят общий характер; перед указанием требований к камере, освещению и циклу работы необходимо уточнить требования к конкретному приложению.