恒耀新闻 恒耀(www.xinshuzdh.com)机器人新闻|智能自动化制造

Robotics 2.0:使用视觉使机器人更智能

工业机器人技术的重大进步不仅即将到来。其中一些已经在这里。这些进步背后的最大推动力之一是OpenCV(开源计算机视觉),它提供了用于计算机视觉开发的免费软件库。

我是在与嵌入式视觉联盟创始人Jeff Bier会面时首先了解到OpenCV的(我与Jeff的一些对话记录在我的文章“计算机视觉:机遇还是威胁?”中)。杰夫(Jeff)对嵌入式视觉联盟峰会(Embedded Vision Alliance Summit)  上展示的内容类型的描述,使我通过OpenCV总裁兼首席执行官Gary Bradski(也是Willow Garage的资深科学家)。

通过OpenCV提供的例程专注于实时图像处理以及2D和3D计算机视觉。例程库提供了适用于Linux,Windows,Mac,Android和iOS的版本,并且可以使用C ++,C,C#,Java,Matlab和Python进行编程。

在观看Bradski在最近的嵌入式视觉联盟峰会上的演讲(您可以免费在EVA网站上注册后也可以观看演讲)的同时,我了解到OpenCV算法模块在工业机器人应用中特别有用,因为它们可以解决相关问题,例如图像处理,校准,对象识别/机器学习,分割,光流跟踪等。

由于OpenCV库资料可用于许多不同类型的应用程序,因此该站点当前每月有大约160,000的资料下载量,到目前为止已提供了超过600万的下载量。

Bradski指出工业机器人应用的范例是焊接,他指出,在这类应用中,机器人本质上是盲目的,愚蠢的和重复性的,尽管准确性很高。由于这些焊接机器人通常缺乏视觉,因此必须将待焊接的产品(通常是汽车)上载并以难以置信的准确性移入机器人焊接区域,这需要大量的计划和编排。

“使用梯形逻辑进行编程,这些(焊接)应用程序是对1980年代机器人技术的回溯,”布拉德斯基说,这意味着它主要用于利润率高,产品刚性好且保质期长的应用程序(这就是工业机器人技术在汽车行业如此立足的原因。“像手机之类的产品通常都是手工组装的,因为安装机器人生产线要花费很长时间。到建立电话线时,您便可以使用手机的下一个版本。”

用Bradski的话说,Robotics 2.0处理的是能够更轻松地处理更大变化量的机器人。为了跳到Robotics 2.0,机器人必须能够看见(理想情况下是3D模式),应该由PC而不是PLC控制,并且不再仅执行死记硬背。相反,它们将自适应地运行。

“为了理解和掌握物体,机器人需要识别物体和物体类别,以及相对于机器人坐标系以六个自由度知道物体的姿态,”布拉德斯基说。姿势和识别都可以在2D和3D中获得。

为了完全掌握Bradski的愿景不是纯粹的学术研究中存在的愿景,而是植根于现实世界中的应用,了解Bradski为斯坦福大学的自动驾驶汽车Stanley赢得了DARPA大挑战赛组织了愿景团队是有帮助的。Stanley使用传感器和激光器来获得2D和3D感知,以进行计划和控制。根据Bradksi的说法,斯坦利大学的激光被用来教授视觉系统,即激光会找到“好路”,然后使用视觉系统来查找更多。视觉系统捕获的内容分为红色,绿色和蓝色像素分布。然后,将由不良轨迹和良好轨迹组成的分段路段集成到滚动世界模型中,并传递到车辆的计划和控制系统中。

为了实现向Robotics 2.0的飞跃,机器人必须能够看见(理想情况下为3D),由PC(而不是PLC)控制并具有自适应功能。

Stanley项目中使用的视觉系统技术已经过改装,可以供  Google机器人汽车  和Google地图的街景视图使用。

在相关的自动驾驶汽车新闻中,日产汽车刚刚宣布计划在2020年之前销售自动驾驶汽车(请参阅本文底部的视频)。如果您认为此公告有些牵强,请考虑日产还承诺在2010年前交付零排放汽车,这与日产Leaf一样。

在研究赤柱之后,布拉德克西(Bradksi)于2012年3月成立了Industrial Perception Inc.(IPI)。最初的想法是开发用于制造的机器人视觉系统,但事实证明,物流更像是具有视觉功能的机器人的最佳选择,据布拉德斯基说。他说:“世界上有很多箱子,因此我们专注于导航-了解表面,跟踪运动,校准和计量,取放以及卡车和集装箱的装卸。我们进行了大量的模型构建(3D模型捕获)来训练机器人”,而不是通过手工/示教器对其进行训练。

布拉德斯基说,IPI目前正在研究一种机器人,该机器人每四秒可以卸下一个盒子(物流行业的目标)。人的速度是6秒。他谈到正在测试的当前机器人的能力时说:“我们现在正在接近人员率。”

请放心,通过Bradski在物流应用方面的经验所学到的机器人技术必将早日运用于生产车间

Tags:

发布: admin 分类: 机器人新闻 评论: 0 浏览: 2
留言列表