侵权投诉

搜索
更多>> 热门搜索:
当前位置:

OFweek工控网

机器视觉

正文

基于3D视觉和机器学习 提高工业机器人环境感知能力

导读: 阿丘科技AQROSE面向工业机器人公司和系统集成商提供具备计算机视觉、深度学习的行业解决方案。

质量检测和工件分拣是工业生产中非常重要的组成环节。质检上,传统的工业生产制造主要采用人工肉眼检测产品表面的缺陷,这种方法不仅使得检测产品速度慢、效率低下,而且在检测过程中容易出错,导致误检、漏检等问题;分拣方面,目前生产线上的工业机器人大多运动模式单一,机器人只能完成点到点的任务动作,对于较为复杂的任务,如堆叠物品识别和分拣等就显得捉襟见肘了。

针对这两部分痛点,阿丘科技AQROSE面向工业机器人公司和系统集成商提供具备计算机视觉、深度学习的行业解决方案。阿丘科技公司将推出AQ-Insight和SmartPicker两款产品。

基于3D视觉和机器学习 提高工业机器人环境感知能力

烟草杆检测

AQ-Insight是一款面向工业在线质量检测的机器视觉软件平台,主要用于产品表面缺陷检测。该技术通过引入机器学习算法和深度学习,从具体的实物进行图像的采集处理、计算、最终进行实际检测、控制和应用,在具备一定自学习性和自适应性的条件下,克服了人工检测在效率和检测结果的准确性上的缺陷。

目前,AQ-Insight可用于烟草行业,实现烟草异物剔除、缺陷检测。“传统的机器视觉解决的是比较规则、容易归纳的产品,解决的是有限集合的分类问题”,黄耀表示,“AQ-Insight更希望能处理一些较为复杂的场景,例如非标物体的识别等,解决传统机器视觉定制化严重的现状”。

基于3D视觉和机器学习 提高工业机器人环境感知能力

堆叠零件分拣

SmartPicker是一款智能分拣系统,基于团队核心的3D视觉技术和机器学习,通过对目标物体的识别和定位,实现工业机器人对复杂分拣环境处理能力,自动完成识别分拣的相关任务。具体来说,包括零件的分拣、上下料、甚至未来可扩展至3C产品装配等。针对不同应用场景,SmartPicker有高精度(0.05mm~0.1mm)和低精度(1mm~3mm)两套产品方案。

基于3D视觉和机器学习 提高工业机器人环境感知能力

水果识别

阿丘科技成立于2016年,现有十多人的团队规模,核心技术团队由来自清华、中科院,北航、浙大等硕士和博士组成,具有英特尔、大疆、微软研究院工作经历,并获得计算机视觉、机器人等领域多项研究成果。

基于计算机视觉和深度学习,有很多创业方向可扩展,最终切入工业机器人及自动化领域,黄耀表示,除了能够解决行业实际存在的痛点外,“团队的基因就在3D视觉这部分”。

随着机器视觉技术的发展,3D视觉越来越受到行业的重视。去年下半年,全球领先的机器视觉公司康耐视Cognex就完成了对西班牙3D视觉软件供应商AQSense和德国3D视觉传感器、软件制造商EnShape的收购。此外,美国加州的初创公司Aquifi和比利时的Pickit3d也同样聚焦于3D视觉。

对此,黄耀表示,SmartPicker优越性在于性价比和可靠的视觉技术上,目前已与多家工业机器人公司达成合作,预计6月底推出硬件原型。据悉,阿丘科技于今年3月获得英诺天使和臻云创投的千万级天使轮融资。

声明: 本文由入驻OFweek公众平台的作者撰写,观点仅代表作者本人,不代表OFweek立场。如有侵权或其他问题,请联系举报。

我来说两句

(共0条评论,0人参与)

请输入评论

请输入评论/评论长度6~500个字

您提交的评论过于频繁,请输入验证码继续

暂无评论

暂无评论

  • 机械
  • 自动化
  • 单片机
  • 猎头职位
更多
文章纠错
x
*文字标题:
*纠错内容:
联系邮箱:
*验 证 码:

粤公网安备 44030502002758号