คู่มือการเลือกและวางหุ่นยนต์วิชั่น: ไม่มีการมองเห็น vs 2D Vision และ 3D Vision

Sep 03, 2026

ฝากข้อความ

สารบัญ
  1. หุ่นยนต์หยิบและวางจำเป็นต้องมีการมองเห็นเสมอหรือไม่?
  2. ปัจจัยสำคัญที่กำหนดจำนวนการมองเห็นหุ่นยนต์ในการหยิบและวางที่คุณต้องการ
  3. เมื่อใดจึงควรใช้หุ่นยนต์หยิบและวางโดยไม่มีการมองเห็น
    1. ​​​​​​ไม่มีการมองเห็นไม่ได้หมายความว่าไม่มีการรับรู้
    2. เมื่อไม่มีการมองเห็นใด ๆ กลายเป็นความเสี่ยง
  4. เมื่อ 2D Vision เป็นตัวเลือกที่เหมาะสมสำหรับการเลือกและวาง
    1. เหตุใดการมองเห็นแบบ 2 มิติจึงมักเป็นจุดกึ่งกลางที่ใช้งานได้จริง
    2. ข้อจำกัดของการมองเห็น 2 มิติ
  5. เมื่อ 3D Vision เป็นตัวเลือกที่ดีกว่าสำหรับการเลือกและวาง
    1. การเลือกถังแบบสุ่ม: ทำไมความลึกจึงมีความสำคัญ
    2. 3D Vision ไม่ได้แก้ปัญหาทุกปัญหาในการหยิบสินค้า
  6. ไม่มีการมองเห็น เทียบกับ การมองเห็น 2 มิติ เทียบกับ การมองเห็น 3 มิติ: การเปรียบเทียบ
  7. ปัจจัยอื่นๆ ที่ส่งผลต่อประสิทธิภาพการมองเห็นของหุ่นยนต์สำหรับการเลือกและวาง
  8. เลือกและวางรายการตรวจสอบการเลือกวิสัยทัศน์
  9. คำถามที่พบบ่อยสำหรับการเลือกและวาง Robot Vision
  10. การซื้อกลับบ้านครั้งสุดท้าย

การเลือกระบบวิชันซิสเต็มสำหรับหุ่นยนต์หยิบและวางไม่ใช่แค่เรื่องของการตัดสินใจว่าเทคโนโลยี 3D มีความก้าวหน้ามากกว่า 2D หรือไม่ คำถามที่มีประโยชน์มากกว่าคือ:หุ่นยนต์ต้องแก้ไขความไม่แน่นอนของตำแหน่งมากน้อยเพียงใดก่อนจึงจะสามารถเลือกที่เชื่อถือได้

หากทุกชิ้นส่วนมาถึงในตำแหน่งและทิศทางเดียวกัน หุ่นยนต์อาจไม่ต้องการการมองเห็นเลย หากชิ้นส่วนเคลื่อนที่บนพื้นผิวเรียบอย่างคาดเดาไม่ได้ การมองเห็นแบบ 2 มิติก็อาจเพียงพอแล้ว หากหุ่นยนต์ต้องจัดการกับความสูงที่เปลี่ยนแปลง วัตถุเอียง ผลิตภัณฑ์ซ้อนกัน หรือถังขยะแบบสุ่ม การมองเห็น 3 มิติจะมีความเกี่ยวข้องมากขึ้น

กฎที่ใช้ได้จริงคือ: ยิ่งมีความไม่แน่นอนมากขึ้นในตำแหน่งและการวางแนวของผลิตภัณฑ์สามมิติ-มากเท่าใด ความสามารถในการตรวจจับที่แอปพลิเคชันก็มีแนวโน้มที่จะต้องการก็จะยิ่งมากขึ้นเท่านั้น

อย่างไรก็ตาม ไม่ควรเลือกการมองเห็นแบบแยกส่วน การนำเสนอผลิตภัณฑ์ การจับยึด ระยะเวลาในการผลิต ข้อกำหนดด้านความแม่นยำ แสง คุณสมบัติพื้นผิว และความซับซ้อนในการผสานรวม ล้วนสามารถกำหนดได้ว่าระบบการมองเห็นที่เหมาะสมตามทฤษฎีจะทำงานได้อย่างน่าเชื่อถือในการผลิตหรือไม่ คู่มือนี้จะอธิบายเมื่อใดที่จะไม่ใช้การมองเห็น, การมองเห็น 2D และการมองเห็น 3D ในการเลือกและวางแอปพลิเคชัน และจัดเตรียมกรอบการทำงานที่ใช้งานได้จริงสำหรับการเลือกระหว่างแอปพลิเคชันเหล่านั้น

 

หากคุณกำลังวางแผนเลือก-และ-วางระบบอัตโนมัติ ลองสำรวจดูRBTIC เลือก-และ-วางชุดหุ่นยนต์เพื่อตรวจสอบการกำหนดค่าและข้อมูลจำเพาะ

RBTIC Pick and Place Robot Vision

 

หุ่นยนต์หยิบและวางจำเป็นต้องมีการมองเห็นเสมอหรือไม่?

A เลือกและวางหุ่นยนต์ต้องการวิชันซิสเต็มเมื่อต้องระบุหรือชดเชยความแปรผันของผลิตภัณฑ์ที่ไม่สามารถควบคุมด้วยกลไกหรือด้วยวิธีการตรวจจับอื่นๆ เท่านั้น

สองแอปพลิเคชันที่แตกต่างกัน

สถานการณ์

สภาพตำแหน่งชิ้นส่วน

ตรรกะการทำงานของหุ่นยนต์

ความต้องการของระบบวิชันซิสเต็ม

สถานการณ์ที่ 1

ส่วนประกอบจะอยู่ในฟิกซ์เจอร์เดียวกันเสมอภายในพิกัดความเผื่อที่ทำซ้ำได้

หุ่นยนต์หยิบและวางสามารถเคลื่อนที่ไปยังพิกัดที่สอนได้ทุกรอบ

สามารถทำงานได้อย่างน่าเชื่อถือโดยไม่ต้องใช้กล้อง

สถานการณ์ที่ 2

ชิ้นส่วนต่างๆ มาถึงแบบสุ่มผ่านสายพานลำเลียงในตำแหน่งและทิศทางที่ต่างกัน

หุ่นยนต์จะต้องกำหนดว่าแต่ละชิ้นส่วนอยู่ที่ไหนก่อนที่จะหยิบมันได้

โดยปกติต้องใช้ระบบการมองเห็นหรือตำแหน่ง-รูปแบบใดรูปแบบหนึ่ง

วัตถุประสงค์ของการมองเห็นหุ่นยนต์จึงไม่ใช่เพื่อทำให้ระบบอัตโนมัติมีความซับซ้อนมากขึ้น จุดประสงค์คือเพื่อขจัดความไม่แน่นอนที่อาจขัดขวางการเลือกที่เชื่อถือได้

 

ปัจจัยสำคัญที่กำหนดจำนวนการมองเห็นหุ่นยนต์ในการหยิบและวางที่คุณต้องการ

ก่อนที่จะเปรียบเทียบการมองเห็น การมองเห็น 2 มิติ และการมองเห็น 3 มิติ ให้ประเมินแอปพลิเคชันก่อน

ตัวแปรหลายตัวมีความสำคัญอย่างยิ่ง

ปัจจัยหลัก

คำอธิบาย

การเปลี่ยนแปลงตำแหน่งผลิตภัณฑ์

ถามว่าผลิตภัณฑ์เคลื่อนจากรอบหนึ่งไปอีกรอบเท่าใด

ชิ้นส่วนที่ยึดอยู่ในฟิกซ์เจอร์ที่มีความแม่นยำอาจแทบไม่มีการเปลี่ยนแปลงตำแหน่งเลย ผลิตภัณฑ์ที่หลวมที่เคลื่อนที่บนสายพานลำเลียงอาจเคลื่อนที่ไปในทิศทาง X และ Y อย่างมีนัยสำคัญ ส่วนประกอบที่กองแบบสุ่มอาจแตกต่างกันไปใน X, Y, Z, ระยะพิทช์, ม้วนตัว และหันเห

จำนวนตัวแปรที่ไม่สามารถควบคุมได้เป็นหนึ่งในตัวบ่งชี้ที่แข็งแกร่งที่สุดของความสามารถในการตรวจจับที่ต้องการ

การเปลี่ยนแปลงความสูงและความลึก

หากนำเสนอผลิตภัณฑ์ทุกชิ้นที่มีความสูงเท่ากันโดยประมาณ ก็อาจไม่จำเป็นต้องวัดความลึก

เมื่อผลิตภัณฑ์สามารถปรากฏที่ความสูงที่แตกต่างกันอย่างมาก รูปภาพ 2D อาจไม่ให้ข้อมูลเพียงพอที่จะกำหนดท่าทางการเลือกที่เชื่อถือได้อีกต่อไป

สิ่งนี้สำคัญอย่างยิ่งสำหรับผลิตภัณฑ์ที่วางซ้อนกัน ถังขยะแบบสุ่ม พื้นผิวไม่เรียบ และส่วนประกอบที่อาจเอียงได้

การวางแนวผลิตภัณฑ์

หุ่นยนต์อาจต้องการมากกว่าตำแหน่งกึ่งกลางของผลิตภัณฑ์

อาจจำเป็นต้องพิจารณา: ทั้งนี้ขึ้นอยู่กับแอปพลิเคชัน

ใน-การหมุนของระนาบ;

การวางแนวสามมิติเต็มรูปแบบ-

ด้านใดของผลิตภัณฑ์หงายขึ้น

สามารถเข้าถึงคุณลักษณะการจับยึดที่จำเป็นได้หรือไม่

ยิ่งผลิตภัณฑ์มีอิสระในการวางแนวมากเท่าใด ปัญหาการตรวจจับก็ยิ่งมีความต้องการมากขึ้นเท่านั้น

การทับซ้อนกันและการบดเคี้ยว

ผลิตภัณฑ์ที่ยังคงแยกจากกันและมองเห็นได้ชัดเจนจะค้นหาได้ง่ายกว่า

ผลิตภัณฑ์ที่วางซ้อนกัน ทับซ้อนกัน หรือฝังบางส่วนทำให้เกิดความท้าทายที่แตกต่างออกไป ระบบอาจจำเป็นต้องแยกแยะวัตถุแต่ละชิ้น พิจารณาว่าวัตถุใดสามารถเข้าถึงได้ และหลีกเลี่ยงการชนกับผลิตภัณฑ์ที่อยู่รอบๆ

นี่เป็นเหตุผลหนึ่งที่การหยิบถังแบบสุ่มมักต้องใช้การตรวจจับและการวางแผนที่ซับซ้อนมากกว่าการหยิบบนสายพานลำเลียงแบบเรียบ

ข้อกำหนดด้านความแม่นยำ

ควรเลือกการมองเห็นตามเกณฑ์ความคลาดเคลื่อนของกระบวนการ

การใช้งานบรรจุภัณฑ์โดยการวางผลิตภัณฑ์ลงในกล่องขนาดใหญ่อาจทนต่อข้อผิดพลาดด้านตำแหน่งได้มากกว่าการประกอบโดยใส่ส่วนประกอบขนาดเล็กเข้าไปในคุณสมบัติที่มีการควบคุมอย่างเข้มงวด

ความละเอียดของกล้อง คุณภาพการสอบเทียบ ความเสถียรในการติดตั้ง ระยะการทำงาน การเลือกเลนส์ และความสามารถในการทำซ้ำของหุ่นยนต์ ล้วนส่งผลต่อความแม่นยำของระบบขั้นสุดท้าย

รอบเวลา

วิชันซิสเต็มที่มีความสามารถทางเทคนิคไม่ใช่โซลูชันการผลิตที่เหมาะสมโดยอัตโนมัติ

การได้มาของภาพ การตรวจจับวัตถุ การคำนวณท่าทาง การสื่อสารของหุ่นยนต์ การวางแผนเส้นทาง และการจับยึดใช้เวลาทั้งหมด

สำหรับการใช้งานความเร็วสูง- การตรวจจับที่สมบูรณ์และวงจรของหุ่นยนต์ควรได้รับการประเมิน แทนที่จะพิจารณาประสิทธิภาพของกล้องเพียงอย่างเดียว

 

เมื่อใดจึงควรใช้หุ่นยนต์หยิบและวางโดยไม่มีการมองเห็น

A ไม่มี-ระบบการเลือกและวางการมองเห็นอาจเป็นวิธีแก้ปัญหาที่เหมาะสมที่สุดเมื่อมีการนำเสนอผลิตภัณฑ์ในตำแหน่งที่ทราบและทำซ้ำได้

การใช้งานทั่วไปได้แก่:

ชิ้นส่วนที่อยู่ในอุปกรณ์ติดตั้งแบบตายตัว

ส่วนประกอบที่นำเสนอในถาดที่อยู่ในตำแหน่งที่ถูกต้อง

ผลิตภัณฑ์หยุดอยู่ที่ตำแหน่งที่จัดทำดัชนีควบคุม

การถ่ายโอนซ้ำระหว่างเครื่องคงที่

การใช้งานที่ไกด์เชิงกลกำหนดตำแหน่งของผลิตภัณฑ์

ในสถานการณ์เหล่านี้ ระบบกลไกได้ขจัดความไม่แน่นอนส่วนใหญ่ออกไปแล้ว หุ่นยนต์มักจะสามารถเคลื่อนที่ไปยังพิกัดการเลือกที่กำหนดไว้ล่วงหน้าหรือที่สอนโดยไม่ต้องคำนวณท่าทางใหม่สำหรับทุกรอบ

วิธีนี้มีข้อดีหลายประการ โดยสามารถลดข้อกำหนดด้านฮาร์ดแวร์ ลดความซับซ้อนของการเขียนโปรแกรมและการสอบเทียบ ลดเวลาในการทดสอบการทำงาน และลด-ขั้นตอนการประมวลผลภาพที่ไม่จำเป็น เทคโนโลยีที่มากขึ้นไม่ได้สร้างเซลล์อัตโนมัติที่ดีขึ้นโดยอัตโนมัติ หากการวางตำแหน่งเชิงกลสามารถทำซ้ำได้สูงอยู่แล้ว การเพิ่มระบบวิชันซิสเต็มอาจทำให้เกิดความซับซ้อนโดยไม่ต้องแก้ไขปัญหาการผลิตที่สำคัญ

 

​​​​​​​ไม่มีการมองเห็นไม่ได้หมายความว่าไม่มีการรับรู้

เซลล์หุ่นยนต์ที่ไม่มีวิชันซิสเต็มอาจยังต้องใช้เซ็นเซอร์

ตัวอย่างทั่วไป ได้แก่ เซ็นเซอร์ตรวจจับโฟโตอิเล็กทริก สวิตช์พรอกซิมิตี้ เซ็นเซอร์ยืนยันฟิกซ์เจอร์ สวิตช์แรงดันสุญญากาศ -เซ็นเซอร์ปัจจุบัน เซ็นเซอร์ความปลอดภัย

อุปกรณ์เหล่านี้จะตอบคำถามต่างๆ เช่น มีผลิตภัณฑ์อยู่หรือไม่ หรืออุปกรณ์ติดตั้งอยู่ในตำแหน่งที่ถูกต้องหรือไม่ ความแตกต่างที่สำคัญคือโดยปกติแล้วพวกเขาจะไม่คำนวณท่าเลือกใหม่จากรูปภาพ

คำถามเพื่อการตัดสินใจที่เป็นประโยชน์คือ:หุ่นยนต์จำเป็นต้องคำนวณตำแหน่งผลิตภัณฑ์หรือการวางแนวที่แตกต่างกันสำหรับแต่ละรอบหรือไม่? ถ้าคำตอบคือไม่ การใช้แนวทางประสานงานแบบตายตัว-ก็อาจเพียงพอแล้ว

 

เมื่อไม่มีการมองเห็นใด ๆ กลายเป็นความเสี่ยง

ระบบการมองเห็นที่ไม่-จะเหมาะสมน้อยลงเมื่อการนำเสนอผลิตภัณฑ์เริ่มเลื่อนลอย

ปัญหาที่อาจเกิดขึ้น ได้แก่ การโหลดฟิกซ์เจอร์ที่ไม่สอดคล้องกัน ข้อผิดพลาดในการวางตำแหน่งสายพานลำเลียงสะสม การบรรจุแบบแปรผัน การเปลี่ยนการวางแนวผลิตภัณฑ์ การหยุดทางกลไกที่ไม่เสถียร การเปลี่ยนแปลงรูปแบบบ่อยครั้ง

หากความแปรผันเหล่านี้เกินพิกัดความเผื่อในการหยิบที่อนุญาต กระบวนการอาจจำเป็นต้องได้รับการปรับปรุงการควบคุมทางกล การตรวจจับเพิ่มเติม หรือวิชันซิสเต็ม

 

เมื่อ 2D Vision เป็นตัวเลือกที่เหมาะสมสำหรับการเลือกและวาง

โดยทั่วไปแล้วการมองเห็นแบบ 2 มิติจะใช้เมื่อผลิตภัณฑ์เคลื่อนที่ผ่านระนาบที่รู้จักเป็นหลัก ในขณะที่ความสูงยังคงค่อนข้างคงที่

ตัวอย่างทั่วไปได้แก่:

ผลิตภัณฑ์แต่ละชิ้นบนสายพานลำเลียงแบบเรียบ

ส่วนประกอบที่มีตำแหน่ง X-Y ที่แตกต่างกัน

ผลิตภัณฑ์หมุนบนพื้นผิวเรียบ

ชิ้นส่วนต่างๆ กระจายอยู่ในถาด-ชั้นเดียว

แอปพลิเคชันที่ต้องการการระบุด้วยภาพหรือการตรวจจับคุณสมบัติ

โดยทั่วไป กล้อง 2D สามารถช่วยระบุข้อมูล เช่น ตำแหน่ง X ตำแหน่ง Y ใน-การหมุนของระนาบ ข้อมูลรูปร่างหรือคุณลักษณะที่มองเห็นได้ เอกลักษณ์ของผลิตภัณฑ์เมื่อมีคุณลักษณะด้านการมองเห็นที่แตกต่าง

ตัวอย่างเช่น ผลิตภัณฑ์ที่เดินทางบนสายพานลำเลียงอาจมาถึงโดยมีระยะห่างไม่สม่ำเสมอและมีทิศทางที่แตกต่างกัน แทนที่จะอาศัยพิกัดการเลือกคงที่เพียงจุดเดียว ระบบการมองเห็น 2 มิติสามารถระบุตำแหน่งผลิตภัณฑ์แต่ละรายการและจัดเตรียมตำแหน่งที่อัปเดตให้กับหุ่นยนต์ หากสายพานลำเลียงเคลื่อนที่อย่างต่อเนื่อง ระบบควบคุมหุ่นยนต์อาจจำเป็นต้องมีการติดตามสายพานลำเลียงและการซิงโครไนซ์ตัวเข้ารหัส เพื่อให้ตำแหน่งการรับที่คำนวณไว้ยังคงใช้ได้ในขณะที่ผลิตภัณฑ์เคลื่อนที่

 

เหตุใดการมองเห็นแบบ 2 มิติจึงมักเป็นจุดกึ่งกลางที่ใช้งานได้จริง

สำหรับการใช้งานในระนาบเป็นหลัก การมองเห็น 2 มิติสามารถให้ความยืดหยุ่นที่จำเป็นโดยไม่ต้องมีการวัดความลึกที่ไม่จำเป็น

เมื่อเปรียบเทียบกับแอปพลิเคชัน 3D ที่ซับซ้อนกว่า ปัญหาการตรวจจับมักจะมีตัวแปรน้อยกว่า

ที่สามารถลดความซับซ้อนในการตั้งค่ากล้อง การประมวลผลภาพ การสอบเทียบ การรวมหุ่นยนต์ และการแก้ไขปัญหา

อย่างไรก็ตาม ข้อดีเหล่านี้ขึ้นอยู่กับการใช้งานที่มีระนาบเพียงพอ

 

ข้อจำกัดของการมองเห็น 2 มิติ

ภาพ 2D ทั่วไปไม่ได้ให้ข้อมูลเชิงลึกทั้งหมดโดยตรง

ปัญหาอาจเกิดขึ้นเมื่อ:

ผลิตภัณฑ์ปรากฏที่ความสูงที่แตกต่างกันอย่างมีนัยสำคัญ

วัตถุถูกซ้อนกัน

พื้นผิวการจับอาจเอียงได้

ความสูงส่งผลต่อตำแหน่งการเลือกที่ต้องการ

ผลิตภัณฑ์ที่ทับซ้อนกันจะต้องแยกออกจากกันเชิงพื้นที่

หุ่นยนต์ต้องการท่าทาง 3 มิติเต็มรูปแบบ

แสงสว่างเป็นอีกปัจจัยที่สำคัญ คอนทราสต์ที่ไม่ดี แสงสะท้อน หรือการส่องสว่างที่ไม่สอดคล้องกันอาจทำให้การตรวจจับ 2D แบบธรรมดาไม่น่าเชื่อถือ ผลิตภัณฑ์ที่สะท้อนแสงและโปร่งใสอาจต้องใช้แสงและการออกแบบแสงอย่างระมัดระวัง

ดังนั้นการตัดสินใจจึงควรขึ้นอยู่กับรูปทรงเรขาคณิตและความแปรปรวนของสภาพแวดล้อมการผลิตจริง แทนที่จะอยู่บนสมมติฐานว่าการมองเห็นแบบ 2 มิติเป็นคำตอบที่ง่ายกว่าเสมอ

 

เมื่อ 3D Vision เป็นตัวเลือกที่ดีกว่าสำหรับการเลือกและวาง

การมองเห็นแบบ 3 มิติจะมีประโยชน์เมื่อความลึก ความสูง หรือการวางแนวสามมิติ-เป็นส่วนหนึ่งของปัญหาในการเลือก

การใช้งานทั่วไปได้แก่:

สุ่มเลือกถัง;

ส่วนประกอบที่ซ้อนกัน

ผลิตภัณฑ์ที่มีความสูงต่างกัน

พื้นผิวที่ผิดปกติ

วัตถุที่ทับซ้อนกัน

ส่วนประกอบเอียงแบบสุ่ม

แอปพลิเคชันที่ต้องการท่าทางวัตถุสามมิติ

แทนที่จะระบุตำแหน่งวัตถุเฉพาะภายในระนาบภาพ การตรวจจับ 3 มิติสามารถให้ข้อมูลเกี่ยวกับความลึกและเรขาคณิตของพื้นผิวได้ ข้อมูลนี้สามารถช่วยให้ระบบประมาณตำแหน่งสามมิติของวัตถุ-และระบุพื้นผิวที่เป็นไปได้ในการหยิบ ทั้งนี้ขึ้นอยู่กับเทคโนโลยีการตรวจจับและการใช้งาน

 

การเลือกถังแบบสุ่ม: ทำไมความลึกจึงมีความสำคัญ

ถังสุ่มแสดงให้เห็นความแตกต่างระหว่างการตรวจจับระนาบและการตรวจจับสามมิติ-ได้เป็นอย่างดี

ลองนึกภาพส่วนประกอบโลหะหลายชิ้นซ้อนกัน การรู้ว่าองค์ประกอบหนึ่งปรากฏใกล้กึ่งกลางของภาพ 2D อาจไม่เพียงพอ

หุ่นยนต์อาจจำเป็นต้องตรวจสอบด้วยว่าส่วนประกอบอยู่ด้านบนของเสาเข็มหรือไม่ มีความสูงเท่าใด มีความเอียงหรือไม่ มีส่วนประกอบอื่นปิดอยู่หรือไม่ สามารถเข้าถึงพื้นผิวจับที่ต้องการได้หรือไม่ หุ่นยนต์สามารถเข้าใกล้โดยไม่ชนกับชิ้นส่วนโดยรอบหรือไม่ คำถามเหล่านี้ต้องการข้อมูลตำแหน่ง X- Y มากกว่าพื้นฐาน

 

3D Vision ไม่ได้แก้ปัญหาทุกปัญหาในการหยิบสินค้า

หลักการออกแบบที่สำคัญที่สุดประการหนึ่งในการหยิบสินค้าด้วยหุ่นยนต์ก็คือ การตรวจจับวัตถุที่ประสบความสำเร็จนั้นไม่เหมือนกับการหยิบวัตถุที่ประสบความสำเร็จ ระบบการมองเห็น 3 มิติอาจระบุส่วนประกอบได้อย่างถูกต้องในขณะที่หุ่นยนต์หยิบและวางยังคงไม่สามารถจับหรือดึงออกมาได้

สาเหตุที่เป็นไปได้ ได้แก่ การบดเคี้ยวอย่างรุนแรง รูปทรงในการยึดจับที่ไม่ดี กองผลิตภัณฑ์ที่ไม่มั่นคง พื้นผิวการจับที่ไม่สามารถเข้าถึงได้ ความเสี่ยงในการชน วัสดุสะท้อนแสงหรือโปร่งใส ช่องว่างระหว่างผลิตภัณฑ์ไม่เพียงพอ

ด้วยเหตุนี้ การมองเห็น 3 มิติจึงควรได้รับการประเมินร่วมกับมือจับ ระยะเอื้อมของหุ่นยนต์ กลยุทธ์การชน รูปทรงของผลิตภัณฑ์ และ-วิธีการวางแผนเส้นทาง ไม่ควรถือเป็นวิธีแก้ปัญหาอิสระสำหรับปัญหาการหยิบสินค้าที่ยากลำบากทุกปัญหา

 

ไม่มีการมองเห็น เทียบกับ การมองเห็น 2 มิติ เทียบกับ การมองเห็น 3 มิติ: การเปรียบเทียบ

ตารางต่อไปนี้สรุปความแตกต่างที่สำคัญ

ปัจจัย

ไม่มีวิสัยทัศน์

วิสัยทัศน์ 2 มิติ

มุมมอง 3 มิติ

ตำแหน่งผลิตภัณฑ์ทั่วไป

แก้ไขและทำซ้ำได้

ตัวแปรส่วนใหญ่อยู่ใน X-Y

ตัวแปรใน X-Y-Z

การเปลี่ยนแปลงความสูง

น้อยที่สุด

ต่ำหรือคาดเดาได้

ปานกลางถึงสูง

ปฐมนิเทศ

คงที่หรือควบคุมโดยกลไก

ส่วนใหญ่อยู่ใน-การหมุนของเครื่องบิน

อาจวางแนว 3D เต็มรูปแบบได้

สินค้าทับซ้อนกัน

มักจะไม่เหมาะสม

ความสามารถจำกัดขึ้นอยู่กับการมองเห็น

เหมาะกับฉากที่ซ้อนกันหรือทับซ้อนกันมากกว่า

การใช้งานทั่วไป

การแข่งขัน, สถานีที่จัดทำดัชนี, การถ่ายโอนคงที่

การหยิบสายพานลำเลียง การเรียงลำดับระนาบ การหยิบถาด

การหยิบถัง ชิ้นส่วนแบบเรียงซ้อน การเลือกความสูงแบบแปรผัน-

ความซับซ้อนของระบบ

ต่ำสุด

ปานกลาง

โดยทั่วไปสูงสุด

ข้อกำหนดในการสอบเทียบ

น้อยที่สุด

ต้องมีวิสัยทัศน์-ถึง-การปรับเทียบหุ่นยนต์

การสอบเทียบและการตรวจสอบความถูกต้อง 3 มิติที่มีความต้องการมากขึ้น

ความไวแสง

ต่ำจากมุมมองการมองเห็น

มักจะสำคัญ

ขึ้นอยู่กับเทคโนโลยีการตรวจจับและคุณสมบัติของพื้นผิวอย่างมาก

ความพยายามในการบูรณาการเชิงสัมพันธ์

ต่ำ

ปานกลาง

สูงกว่า

เหมาะที่สุดสำหรับ

การนำเสนอผลิตภัณฑ์อย่างเด็ดขาด

การหยิบแบบระนาบที่ยืดหยุ่น

ความไม่แน่นอนสามมิติ-

ตารางนี้ควรถือเป็นจุดเริ่มต้นแทนที่จะเป็นกฎที่เข้มงวด

การใช้งานจริงสามารถผสมผสานเทคโนโลยีได้ ตัวอย่างเช่น ระบบอาจใช้กลไกนำทางเพื่อลดความแปรผันของผลิตภัณฑ์ การมองเห็น 2 มิติสำหรับการระบุตำแหน่ง และเซ็นเซอร์เพิ่มเติมสำหรับการยืนยันกระบวนการ เป้าหมายไม่ใช่การเลือกระบบการตรวจจับที่ทันสมัยที่สุด คือการใช้สถาปัตยกรรมการตรวจจับที่ง่ายที่สุดที่สามารถแก้ไขความไม่แน่นอนที่สำคัญต่อกระบวนการได้อย่างสม่ำเสมอ

 

ปัจจัยอื่นๆ ที่ส่งผลต่อประสิทธิภาพการมองเห็นของหุ่นยนต์สำหรับการเลือกและวาง

การเลือกระหว่างไม่มีการมองเห็น, การมองเห็น 2D และการมองเห็น 3D เป็นเพียงส่วนหนึ่งของการออกแบบระบบอัตโนมัติเท่านั้น ปัจจัยอื่นๆ อีกหลายปัจจัยสามารถมีผลกระทบอย่างมากต่อความน่าเชื่อถือไม่แพ้กัน

ปัจจัยที่มีอิทธิพลอื่น ๆ

คำอธิบาย

สภาพแสง

วิชันซิสเต็มขึ้นอยู่กับข้อมูลรูปภาพที่ใช้งานได้ การเปลี่ยนแปลงของแสงโดยรอบ เงา แสงจ้า การสะท้อน และการส่องสว่างที่ไม่สอดคล้องกันสามารถลดประสิทธิภาพการตรวจจับได้ ดังนั้นแสงจึงควรถือเป็นส่วนหนึ่งของระบบวิชันซิสเต็มมากกว่าที่จะคิดในภายหลัง

ผลิตภัณฑ์สะท้อนแสงและโปร่งใส

พื้นผิวที่มีการสะท้อนแสง มันวาว มืด หรือโปร่งใสสูงอาจเป็นเรื่องท้าทายสำหรับการตรวจจับทั้ง 2D และ 3D ระดับความรุนแรงขึ้นอยู่กับเทคโนโลยีการตรวจจับ การจัดเรียงกล้อง การส่องสว่าง รูปทรงของผลิตภัณฑ์ และความแม่นยำที่ต้องการ การทดสอบตัวอย่างการผลิตที่เป็นตัวแทนมักจะมีประโยชน์มากกว่าการเลือกเทคโนโลยีจากข้อมูลจำเพาะล้วนๆ

การสอบเทียบกล้องและหุ่นยนต์

หุ่นยนต์จะต้องเข้าใจว่าพิกัดที่วัดโดยระบบการมองเห็นสัมพันธ์กับระบบพิกัดของตัวเองอย่างไร ข้อผิดพลาดในการสอบเทียบสามารถเปลี่ยนการตรวจจับด้วยภาพที่แม่นยำเป็นการเคลื่อนไหวของหุ่นยนต์ที่ไม่ถูกต้อง ความเสถียรในการติดตั้ง ขั้นตอนการสอบเทียบ ความแม่นยำของจุดศูนย์กลางเครื่องมือ-จุดศูนย์กลาง- และความสามารถในการทำซ้ำของหุ่นยนต์จึงควรได้รับการพิจารณาร่วมกัน

การออกแบบกริปเปอร์

วิสัยทัศน์เป็นตัวกำหนดว่าผลิตภัณฑ์อยู่ที่ไหน มือจับจะกำหนดว่าสามารถหยิบผลิตภัณฑ์ได้จริงหรือไม่ ถ้วยสูญญากาศ นิ้วกล มือจับแม่เหล็ก และเครื่องมือปลายแขน-ของ-แบบกำหนดเอง ล้วนกำหนดข้อกำหนดที่แตกต่างกันในการวางแนวผลิตภัณฑ์ สภาพพื้นผิว พื้นที่สัมผัส และทิศทางในการเข้าใกล้ นี่คือเหตุผลว่าทำไมการเลือกด้วยการมองเห็นและปลาย-เครื่องมือปลาย-แขนจึงควรได้รับการพัฒนาโดยเป็นส่วนหนึ่งของกลยุทธ์การใช้งานเดียวกัน

การนำเสนอผลิตภัณฑ์

การปรับปรุงการนำเสนอผลิตภัณฑ์ในบางครั้งสามารถลดความจำเป็นในการมองเห็นที่ซับซ้อนมากขึ้น อุปกรณ์ยึด อุปกรณ์นำทาง เอสเคปเมนท์ อุปกรณ์ป้อน กลไกการแยกเสียง และสายพานลำเลียงที่ควบคุมสามารถขจัดความไม่แน่นอนก่อนที่หุ่นยนต์จะเห็นผลิตภัณฑ์ ในบางการใช้งาน การลงทุนในการนำเสนอผลิตภัณฑ์ที่ดีขึ้นสามารถสร้างระบบที่เชื่อถือได้มากกว่าการพยายามแก้ไขทุกรูปแบบผ่านการประมวลผลภาพเพิ่มเติม

ความน่าเชื่อถือในการผลิตที่จำเป็น

ระบบที่ทำงานในระหว่างการสาธิตสั้นๆ ไม่พร้อมสำหรับการผลิตโดยอัตโนมัติ- การทดสอบควรรวมถึงรูปแบบที่สมจริง เช่น ความทนทานของผลิตภัณฑ์ที่ยอมรับได้ ชุดที่แตกต่างกัน การเปลี่ยนแปลงพื้นผิว การเปลี่ยนแปลงแสง บรรจุภัณฑ์เสียหายบางส่วน ตำแหน่งสุดขั้ว ความเร็วสายพานลำเลียงตามความเป็นจริง การปนเปื้อนตามปกติ หรือสภาวะฝุ่น หากมี

คำถามที่เกี่ยวข้องไม่ใช่ว่าระบบจะสามารถทำการเลือกได้สำเร็จหรือไม่ แต่อยู่ที่ว่าจะสามารถรักษาประสิทธิภาพที่ต้องการไว้เหนือช่วงเงื่อนไขการผลิตที่คาดหวังได้หรือไม่

 

เลือกและวางรายการตรวจสอบการเลือกวิสัยทัศน์

ก่อนที่จะเลือกสถาปัตยกรรมการมองเห็น ให้ตอบคำถามต่อไปนี้

หมวดหมู่

ตรวจสอบคำถาม

การนำเสนอผลิตภัณฑ์

ตำแหน่งผลิตภัณฑ์คงที่หรือแปรผันหรือไม่?

มีการควบคุมทิศทางหรือไม่?

สินค้าสามารถทับซ้อนกันได้หรือไม่?

สินค้าสามารถซ้อนกันได้หรือไม่?

ความสูงของผลิตภัณฑ์เปลี่ยนแปลงหรือไม่?

การเลือกข้อกำหนด

ต้องมีความแม่นยำของตำแหน่งเท่าใด

หุ่นยนต์ต้องการเพียงตำแหน่ง X-Y หรือท่าทาง 3 มิติเต็มรูปแบบหรือไม่

จุดยึดยังสามารถเข้าถึงได้หรือไม่?

มือจับสามารถทนต่อการเปลี่ยนแปลงตำแหน่งได้หรือไม่?

เงื่อนไขการผลิต

สินค้าอยู่กับที่หรือเคลื่อนที่?

ต้องใช้รอบเวลาใด?

สภาพแสงคงที่หรือไม่?

ผลิตภัณฑ์มีการสะท้อนแสง โปร่งใส มืด หรือไม่สอดคล้องกันทางสายตาหรือไม่?

ผลิตภัณฑ์หลายรูปแบบจะใช้เซลล์เดียวกันหรือไม่

การออกแบบระบบ

ไกด์เชิงกลหรือฟิกซ์เจอร์สามารถขจัดความไม่แน่นอนบางอย่างได้หรือไม่?

การปรับเทียบกล้อง-กับ-หุ่นยนต์ใช้งานได้จริงหรือไม่

หุ่นยนต์จำเป็นต้องติดตามสายพานลำเลียงหรือไม่?

วิชันซิสเต็มสามารถสื่อสารได้เร็วเพียงพอสำหรับรอบที่ต้องการหรือไม่?

มีการทดสอบการใช้งานกับตัวอย่างการผลิตที่เป็นตัวแทนหรือไม่

 

ลำดับการเลือกในทางปฏิบัติคือ:

ไม่ใช้การมองเห็นเมื่อการนำเสนอผลิตภัณฑ์มีตำแหน่งที่สามารถทำซ้ำได้อยู่แล้ว

ใช้การมองเห็นแบบ 2 มิติเมื่อเกิดความไม่แน่นอนหลักในระนาบที่คาดเดาได้

ใช้การมองเห็น 3 มิติเมื่อต้องแก้ไขความสูง ความลึก การเอียง การเรียงซ้อน หรือการวางแนวสามมิติ-ตามความหมาย

จากนั้นตรวจสอบตัวเลือกดังกล่าวโดยเทียบกับการจับ ความแม่นยำ รอบเวลา สภาพแวดล้อม และความน่าเชื่อถือในการผลิต

 

คำถามที่พบบ่อยสำหรับการเลือกและวาง Robot Vision

ถาม: หุ่นยนต์หยิบและวางจำเป็นต้องมีระบบวิชันซิสเต็มหรือไม่

ตอบ: ไม่เสมอไป หากมีการนำเสนอผลิตภัณฑ์อย่างต่อเนื่องในพิกัดที่ทราบ หุ่นยนต์อาจใช้ตำแหน่งที่กำหนดไว้ล่วงหน้าโดยไม่มีวิชันซิสเต็ม การมองเห็นจะมีประโยชน์เมื่อหุ่นยนต์ต้องชดเชยการเปลี่ยนแปลงตำแหน่งของผลิตภัณฑ์ การวางแนว เอกลักษณ์ หรือความสูง

ถาม: อะไรคือความแตกต่างระหว่างการมองเห็นหุ่นยนต์แบบเลือกและวางแบบ 2 มิติและ 3 มิติ

ตอบ: มุมมอง 2 มิติจะวิเคราะห์ข้อมูลภายในระนาบภาพเป็นหลัก และมักใช้เพื่อกำหนดตำแหน่ง X-ตำแหน่ง Y คุณลักษณะที่มองเห็นได้ และใน-การหมุนระนาบ. 3การมองเห็นแบบ D จะเพิ่มข้อมูลความลึกหรือพื้นผิว ทำให้เหมาะสมยิ่งขึ้นเมื่อความสูงของวัตถุ การเอียง การเรียงซ้อน หรือท่าทางสามมิติ-ส่งผลต่อการเลือก

ถาม: เมื่อใดที่ฉันควรใช้ 2D Vision ในการเลือกและวาง

ตอบ: โดยทั่วไปการมองเห็นแบบ 2 มิติจะเหมาะสมเมื่อผลิตภัณฑ์เคลื่อนที่อย่างคาดเดาไม่ได้บนพื้นผิวที่ค่อนข้างเรียบ แต่ยังคงอยู่ในระดับความสูงที่ทราบหรือคาดเดาได้ ตัวอย่างทั่วไป ได้แก่ การหยิบสายพานลำเลียง การเรียงลำดับระนาบ และการใช้งานถาดแบบยืดหยุ่น

ถาม: ต้องใช้การมองเห็น 3 มิติในการหยิบขยะหรือไม่

ตอบ: โดยทั่วไปแล้วการมองเห็นแบบ 3 มิติจะใช้สำหรับการสุ่มเลือกถัง เนื่องจากวัตถุสามารถปรากฏที่ระดับความสูงและทิศทางที่แตกต่างกันและอาจทับซ้อนกันได้ อย่างไรก็ตาม โซลูชันการตรวจจับที่แม่นยำนั้นขึ้นอยู่กับรูปทรงและการนำเสนอของผลิตภัณฑ์ การใช้งานที่มีการควบคุมสูงบางประเภทสามารถลดข้อกำหนดในการตรวจจับผ่านการป้อนเชิงกลหรือการระบุผลิตภัณฑ์

ถาม: 3D Vision ดีกว่า 2D Vision เสมอไปหรือไม่

ตอบ: No.3D Vision ให้ข้อมูลซึ่งการถ่ายภาพ 2D ไม่สามารถให้ได้โดยตรง แต่ความสามารถเพิ่มเติมก็สามารถเพิ่มความซับซ้อนของระบบได้เช่นกัน หากไม่จำเป็นต้องใช้ข้อมูลเชิงลึก -ระบบ 2 มิติที่ออกแบบมาอย่างดีอาจจะเรียบง่ายกว่าและเพียงพอโดยสิ้นเชิง ระบบที่ถูกต้องคือระบบที่สามารถแก้ไขปัญหาการวางตำแหน่งที่แท้จริงของแอปพลิเคชันได้อย่างน่าเชื่อถือ

ถาม: หุ่นยนต์สามารถเลือกชิ้นส่วนที่ไม่มีกล้องได้หรือไม่

ก. ใช่. โดยทั่วไปหุ่นยนต์จะเลือกส่วนประกอบจากส่วนติดตั้ง ถาด สายพานลำเลียงแบบกำหนดดัชนี และตำแหน่งอื่นๆ ที่ทำซ้ำได้โดยใช้พิกัดที่กำหนดไว้ล่วงหน้า อาจยังคงใช้เซ็นเซอร์อื่นๆ เพื่อยืนยันการมีอยู่ของผลิตภัณฑ์หรือสถานะของกระบวนการ

ถาม: อะไรทำให้ระบบวิชันซิสเต็มของหุ่นยนต์ไม่น่าเชื่อถือ

ตอบ: สาเหตุที่พบบ่อย ได้แก่ สภาพแสงที่ไม่สอดคล้องกัน การปรับเทียบที่ไม่ดี การติดตั้งกล้องที่ไม่เสถียร คอนทราสต์ของภาพไม่เพียงพอ ผลิตภัณฑ์สะท้อนแสงหรือโปร่งใส การบดบัง ความคาดหวังความแม่นยำที่ไม่สมจริง รูปทรงการจับยึดที่ไม่ดี และความแปรผันของผลิตภัณฑ์ที่ไม่ได้พิจารณาในระหว่างการทดสอบ

 

การซื้อกลับบ้านครั้งสุดท้าย

ทางเลือกระหว่างไม่มีการมองเห็น การมองเห็น 2 มิติ และการมองเห็น 3 มิติ ควรเริ่มต้นด้วยความไม่แน่นอนในงานหยิบ ไม่ใช่ความซับซ้อนของกล้อง

หากผลิตภัณฑ์ถูกจำกัดทางกลไกให้อยู่ในตำแหน่งที่มั่นคง พิกัดหุ่นยนต์ที่กำหนดไว้ล่วงหน้าอาจจะเพียงพอ หากตำแหน่งส่วนใหญ่แตกต่างกันไปตามระนาบราบ การมองเห็นแบบ 2 มิติสามารถให้ความยืดหยุ่นที่จำเป็นในการค้นหาและกำหนดทิศทางของผลิตภัณฑ์ หากหุ่นยนต์ต้องเข้าใจความลึก ความสูง การเอียง การเรียงซ้อน หรือการวางแนวสามมิติอย่างมีความหมาย การมองเห็น 3 มิติจะเป็นตัวเลือกที่ดีกว่า

แต่การมองเห็นเป็นเพียงส่วนหนึ่งของระบบหยิบและวางที่เชื่อถือได้ การนำเสนอผลิตภัณฑ์ การออกแบบมือจับ การสอบเทียบ การให้แสงสว่าง รอบเวลา ความแม่นยำ และความแปรปรวนในการผลิตจริง ล้วนส่งผลต่อผลลัพธ์ขั้นสุดท้าย วิธีแก้ปัญหาที่มีประสิทธิภาพสูงสุดจึงไม่จำเป็นต้องเป็นโซลูชันที่มีเทคโนโลยีวิชั่นขั้นสูงที่สุดเสมอไป เป็นสิ่งที่ขจัดความไม่แน่นอนเพียงพอที่จะทำให้การเลือกหุ่นยนต์ทุกตัวที่จำเป็นสามารถทำซ้ำ ใช้งานได้จริง และเชื่อถือได้

 

พร้อมที่จะใช้งานการหยิบและวางด้วยหุ่นยนต์แล้วหรือยัง?
ไม่ว่าคุณจะอัปเกรดระบบอัตโนมัติที่ปลายทางของคุณหรือค้นหาซัพพลายเออร์-และ-วางหุ่นยนต์ที่เชื่อถือได้ โปรดติดต่อ RBTIC เพื่อขอโซลูชันการหยิบและ-วางและ-วางที่กำหนดเองและการออกแบบเค้าโครงได้ฟรี หรือจองทัวร์โรงงาน

 

ส่งคำถาม
ส่งคำถาม