Robotlar için Makine Görüşü: 2B ve 3B Kılavuzu (2026)

İçindekiler


Modern bir fabrikada konveyör üzerindeki parçaları tarayan makine görüş kamerasına sahip endüstriyel robot.

EVST Yayın Kurulu tarafından · Son güncelleme: 6 Haziran 2026

Makine görüşü, robotun sabit konumlara bağlı kalmak yerine parçaların nerede olduğunu ve doğru olup olmadığını görmesini sağlar. 2D görüş, düz bir görüntüden çalışır ve düz parçalar, konum düzeltme, okuma ve yüzey incelemesi için uygundur. 3D görüş, derinliği yakalar ve istiflenmiş, eğimli veya rastgele yerleştirilmiş parçalar, hatta kutudan parça alma gibi işlemler için uygundur. Doğru seçim, görevin derinliğe ihtiyaç duyup duymadığına ve parça sunumunun ne kadar çeşitli olduğuna bağlıdır.

Makine Görüşünün Bir Robota Katkıları

Görüş yeteneği olmayan bir robot sabit bir yolu tekrarlar ve her parçanın aynı yerde olduğunu varsayar. Görüş yeteneği bu varsayımı ortadan kaldırır: bir kamera her parçayı bulur ve robota nereye gideceğini söyler, böylece parçaların artık hassas bir şekilde sabitlenmesine gerek kalmaz. Sektör gözlemlerine göre, görüş yönlendirmesi bir robotu katı bir tekrarlayıcıdan esnek bir taşıyıcıya dönüştüren şeydir ve toplama, montaj ve denetim hücrelerinde giderek daha standart hale gelmektedir.

Görüntü kontrolü de yapılır. Seçme işlemini yönlendiren aynı kamera, parçanın mevcut, doğru ve kusursuz olup olmadığını kontrol edebilir; böylece kalite kontrolü ayrı bir istasyon eklemek yerine döngünün içine entegre edilir.

Robotlar için 2 boyutlu düz görüntü görüşü ile 3 boyutlu nokta bulutu görüşünü karşılaştıran düz şema.

2B ve 3B Görüş Karşılaştırması

Boyut 2D vizyonu 3D vizyonu
Veri Düz görüntü (X, Y, döndürme) Derinliği (X, Y, Z) olan nokta bulutu
Uygun Düz yüzeyler, konum düzeltme, okuma, yüzey incelemesi Üst üste yığılmış, eğik veya rastgele parçalar; kutudan parça toplama
Aydınlatma hassasiyeti Yüksek; kontrollü aydınlatmaya ihtiyaç duyar. Şekil açısından daha alçak, ancak yansıtıcı kısımları sert.
Maliyet ve döngü Daha düşük maliyet, daha hızlı Daha yüksek maliyet, daha fazla işlem

Sektör gözlemlerine göre, en yaygın aşırı özellik belirleme hatası, 2D ile çözülebilecek bir iş için 3D görüntüleme satın almaktır. Parçalar düz ve tek tek geldiğinde, 2D daha hızlı ve daha ucuzdur. 3D, yalnızca bilinmeyen yüksekliklerde veya açılarda bulunan parçalar gibi derinliğin gerçekten önemli olduğu durumlarda maliyetini karşılar. En zor durum için, bir kutudaki rastgele parçalar için, kılavuzumuza bakın. robotik kutu toplama.

Ana Vizyon Görevleri

  • Yönlendirilmiş toplama: Robotun sabitleme ekipmanına ihtiyaç duymadan parçaları alabilmesi için parçaları bir bant veya tepsi üzerine yerleştirin.
  • Pozisyon düzeltmesi: Montajdan önce robotun hareket yolunu parçanın gerçek konumuna göre ayarlayın.
  • Muayene: Aynı döngüde varlığını, boyutlarını ve yüzey kusurlarını kontrol edin.
  • Kutu seçimi: 3 boyutlu uzayda, bir kap içinde rastgele yığılmış parçaları bulup seçmek.

Sektör gözlemlerine göre, katlanabilir denetimin yönlendirilmiş toplama hücresine entegre edilmesi, ayrı bir kalite kontrol istasyonunu ortadan kaldırırken izlenebilirliği de iyileştirdiği için, görüntüleme teknolojisinin en yüksek getiri sağlayan kullanım alanlarından biridir. EVST, 2D ve 3D görüntülemeyi robot hücrelerine entegre ediyor ve yapay zekâ kaynak sistemi, iş parçasını taramak ve kaynak dikişini programlama gerektirmeden çıkarmak için 3D görüntülemeyi kullanıyor; bu da manuel öğretimin yerini görüntülemenin almasına bir örnektir.

Görsel Yönlendirmeli Hücre Belirtme

Spesifikasyonu belirleyen dört girdi vardır: derinliğe ihtiyaç olup olmadığı (bu da 2D veya 3D'yi belirler), parçanın yüzeyi (mat parçalar kolaydır, parlak veya şeffaf parçalar zordur), görüntü işleme için mevcut döngü süresi ve aydınlatma ortamı. Pratikte, birçok hücrenin devreye alınmasından sonra, aydınlatma ve parça yüzeyi, algoritmadan daha fazla görüntü işleme hatasına neden olur, bu nedenle bunlar erken aşamada değerlendirilmelidir. EVST, kamerayı, aydınlatmayı ve entegrasyonu tek bir hücre olarak ele alır; donanım tarafı için bkz. EVST görüş yönlendirmeli robot hücreleri yönlendirir.

Sıkça Sorulan Sorular

2D ve 3D makine görüşü arasındaki fark nedir?

2D görüntüleme, düz bir görüntüden yola çıkarak parçanın X, Y konumunu ve dönüşünü verir; bu da düz parçalar, konum düzeltme, okuma ve yüzey incelemesi için uygundur. 3D görüntüleme, derinliği bir nokta bulutu (X, Y, Z) olarak yakalar, bu nedenle istiflenmiş, eğimli veya rastgele yerleştirilmiş parçaları, hatta kutudan parça seçmeyi bile işleyebilir. 3D daha pahalıdır ve daha fazla işlem gücü gerektirir, bu nedenle yalnızca derinliğin gerçekten önemli olduğu durumlarda kullanın.

Bir robotun 3 boyutlu görüşe ne zaman ihtiyacı olur?

Parçalar bilinmeyen yüksekliklerde veya açılarda geldiğinde, üst üste yığıldığında veya bir kutuda rastgele istiflendiğinde robotun 3 boyutlu görüşe ihtiyacı vardır. Parçalar düz ve bir bant veya tepsi üzerinde tek tek yerleştirilmişse, 2 boyutlu görüş daha hızlı ve daha ucuzdur. 2 boyutlu görüşün çözebileceği bir görev için 3 boyutlu görüş belirtmek, yaygın ve maliyetli bir aşırı özelliklendirmedir.

Makine görüşü aynı anda hem denetim hem de yönlendirme yapabilir mi?

Evet, ve bu, görüntüleme teknolojisinin en yüksek getiri sağlayan kullanım alanlarından biridir. Bir parçayı seçmek için konumlandıran aynı kamera, aynı döngüde parçanın mevcut, doğru ve kusursuz olup olmadığını da kontrol edebilir; bu da ayrı bir kalite kontrol istasyonunu ortadan kaldırır ve izlenebilirliği artırır. Bu, hücrenin baştan itibaren her iki görev için de tasarlanmasını gerektirir.

Görme sistemlerinin arızalanmasına en sık ne sebep olur?

Aydınlatma ve parça yüzeyi, algoritmadan daha fazla görme hatasına neden olur. Parlak, yansıtıcı veya şeffaf parçalar ve kontrolsüz ortam ışığı, algılamayı güvenilmez hale getirir. Bu faktörler erken aşamada değerlendirilmelidir, çünkü genellikle 2D veya 3D'nin uygulanabilir olup olmadığını ve hücrenin hangi aydınlatmaya ihtiyaç duyduğunu belirlerler.

EVST robot hücrelerine görüntü işleme özelliğini entegre ediyor mu?

Evet. EVST, anahtar teslimi tedarikçi olarak robot hücrelerine 2D ve 3D görüntüleme teknolojisini entegre ediyor. Yapay zekâ kaynak sistemi, iş parçasını taramak ve programlama gerektirmeden kaynak dikişini çıkarmak için 3D görüntüleme teknolojisini kullanıyor; bu da manuel öğretimin yerini görüntüleme teknolojisinin almasına bir örnek. EVST, uygulama için kamera, aydınlatma ve entegrasyonu birlikte ele alıyor.

Yazar Hakkında: Bu kılavuz EVST Yayın Kurulu tarafından hazırlanmıştır. EVST (EVS TECH CO., LTD), 2018 yılında kurulan, Chengdu merkezli bir robotik üreticisidir ve 100'den fazla ülkeye ihraç edilen, CE, SGS ve TUV üçüncü taraf sertifikalarına sahip, görüş yönlendirmeli endüstriyel ve işbirlikçi robot hücrelerini entegre etmektedir.

Son güncelleme: 6 Haziran 2026. Bu kılavuz genel niteliktedir; belirtmeden önce kamera, aydınlatma ve çekim döngüsü gereksinimlerini uygulamaya göre doğrulayın.

Mükemmel! Paylaş:

EVST logosu
Gizlilik Genel Bakış

Bu web sitesi, size mümkün olan en iyi kullanıcı deneyimini sunabilmemiz için çerezler kullanmaktadır. Çerez bilgileri tarayıcınızda saklanır ve web sitemize geri döndüğünüzde sizi tanımak ve ekibimizin en ilginç ve yararlı bulduğunuz web sitesinin hangi bölümlerini anladığına yardımcı olmak gibi işlevleri yerine getirir.