Seis consideraciones al elegir la visión artificial en aplicaciones colaborativas

Feb 13, 2024

La visión artificial se remonta al comienzo de la era de los robots industriales modernos en la década de 1980. Aumentar la visión de los robots colaborativos (o 'cobots') les permite desempeñarse con mayor precisión, flexibilidad e inteligencia. Sin embargo, la integración no es un proceso único para todos, ya que los requisitos específicos de cada aplicación pueden variar mucho.

En una línea de ensamblaje de productos electrónicos, por ejemplo, un cobot que trabaja en el ensamblaje de una placa de circuito impreso (PCB) podría usar un sistema de visión artificial para dos o más tareas con requisitos de alta precisión, como ubicar la posición de los componentes en una PCB e inspeccionar la calidad. de uniones soldadas después del montaje.

Mientras tanto, una aplicación sencilla, como detectar si un producto tiene una etiqueta que indica que ha pasado la inspección, se puede realizar mediante sistemas simples basados ​​en cámaras 2D a un precio más bajo.

El mercado mundial de visión artificial creció un 10,7 por ciento entre 2021 y 2022 hasta alcanzar un valor de 12.000 millones de dólares, según MarketsandMarkets, y se prevé que alcance los 17.200 millones de dólares en 2027. Los principales factores que impulsan la adopción de la visión artificial en los sistemas cobot incluyen: asequibilidad del hardware de visión artificial; mejoras de usabilidad; y la incorporación de inteligencia artificial. Estas mejoras se combinan para mejorar el rendimiento, hacer posibles nuevas aplicaciones de cobot y reducir el TCO (costo total de propiedad) en proyectos de visión artificial.

Entonces, ¿cuáles son las principales consideraciones a tener en cuenta al elegir un sistema de visión artificial para una aplicación basada en cobot?

1. Determinar la necesidad de visión artificial

Lo primero es lo primero: ¿está seguro de que su aplicación requiere visión artificial? ¿Se podría realizar la aplicación utilizando sensores o accesorios tradicionales? Algunos cobots, por ejemplo, tienen asistentes de paletización integrados fáciles de usar que pueden recoger fácilmente piezas colocadas en un patrón de cuadrícula en un tablero de clavijas, lo que no requeriría visión en absoluto. De manera similar, se podrían realizar aplicaciones simples de clasificación y detección que no requieren alta precisión utilizando sensores tradicionales.

Sin embargo, un número importante de tareas requieren algún tipo de sistema de visión artificial. Estas incluyen aplicaciones que involucran reconocimiento de objetos, ubicaciones variables de objetos, tareas de inspección de calidad y seguridad.

2. ¿Ubicación, inspección o seguridad?

Antes de comprar un brazo cobot con visión integrada, asegúrese de que sea la solución de visión adecuada para su aplicación. Los cobots que brindan una integración perfecta con una amplia gama de soluciones de visión, desde el nivel básico hasta el avanzado, son una verdadera ventaja en este caso; La amplia compatibilidad proporciona más flexibilidad y ayuda a preparar la inversión inicial en cobot para el futuro.

La mayoría de las aplicaciones basadas en visión se dividen en uno de tres subdominios: ubicación (incluida la planificación de rutas), inspección y seguridad. Para aplicaciones de ubicación de piezas, es importante que el sistema de visión sea capaz de reconocer objetos con precisión y estimar su postura.

En funciones de inspección de calidad, el sistema debería poder detectar defectos diminutos. Esto requiere cámaras de alta resolución y software de procesamiento de imágenes avanzado.

Para aplicaciones de seguridad, como detectar cuándo un humano se ha acercado y/o ingresado al espacio de trabajo del cobot, un sistema de visión artificial requerirá capacidades de procesamiento en tiempo real, detección sólida de objetos y funcionalidad de seguimiento.

3. Considere su iluminación

La iluminación influye fuertemente en la calidad de la imagen y, como resultado, tiene un impacto importante en el rendimiento de los sistemas de visión. Algunos sistemas de visión necesitan condiciones de iluminación consistentes y de alto contraste. Muchos sistemas de visión artificial vienen con sus propios componentes de iluminación para abordar este aspecto.

Mientras tanto, otras soluciones de visión artificial pueden hacer frente a condiciones de iluminación variables. Los cambios en los niveles de luz ambiental a lo largo de un día pueden afectar algunos sistemas de visión, pero no otros. Incluso un cambio en el tipo de bombilla utilizada en una fábrica, como cambiar el uso de bombillas fluorescentes a LED, puede provocar que algunos sistemas de visión fallen.

4. Seleccione una cámara 2D o 3D

A menudo, la visión robótica 2D funciona bien en una amplia gama de aplicaciones sencillas con mucha repetibilidad. Los ejemplos típicos incluyen lectura de códigos de barras, orientación de etiquetas y verificación de impresión. Sin embargo, las cámaras 2D solo proporcionan información de largo y ancho, no de profundidad, lo que limita la cantidad de aplicaciones que pueden manejar.

Por el contrario, las cámaras 3D proporcionan información de profundidad y rotación extremadamente precisa, lo que las convierte en una buena opción para aplicaciones que exigen información detallada sobre la ubicación precisa de un objeto, junto con su tamaño, volumen, ángulos de superficie, grados de planitud y otras características. De manera similar, las aplicaciones de inspección avanzadas que necesitan poder detectar defectos diminutos en el acabado de un producto funcionarán mejor utilizando sistemas de cámaras 3D.

5. Determine sus requisitos de precisión

Tómese el tiempo para examinar de cerca los requisitos de precisión, repetibilidad y tolerancia de su aplicación antes de seleccionar un sistema de visión artificial para su cobot.

Aplicaciones como la fabricación de microchips y el ensamblaje de precisión requieren sistemas de visión avanzados con cámaras de alta resolución y capacidades complejas de procesamiento de imágenes. Mientras tanto, las aplicaciones con tolerancias más indulgentes pueden realizarse fácil y eficazmente mediante sistemas de visión más baratos.

6. Considere el tiempo del ciclo

Para garantizar una implementación exitosa de la visión artificial basada en cobots, la velocidad de procesamiento de los sistemas de visión artificial debe alinearse con el tiempo del ciclo de operación del cobot. Las aplicaciones de alta velocidad requerirán sistemas con capacidades rápidas de captura y procesamiento de imágenes, pero tenga en cuenta que procesar toda esa información visual también lleva tiempo, y este impacto en el rendimiento deberá tenerse en cuenta en cualquier consideración de tiempo de ciclo.

También vale la pena señalar que existen alternativas a los sistemas basados ​​en visión que no necesitan ningún requisito de luz, sino que utilizan radiofrecuencias para proporcionar microlocalización de alta precisión y planificación de ruta submilimétrica para brazos cobots en tiempo real a un nivel que la mayoría de la gente tendría. tradicionalmente asociados con los sistemas 3D más avanzados.

Humatics está desarrollando uno de estos sistemas, especialmente desarrollado para el sector automotriz pero con aplicaciones en numerosos sectores verticales, que permite aplicaciones extremadamente avanzadas, como tener dos cobots trabajando simultáneamente en un motor a medida que avanza por un transportador.

Los sistemas basados ​​en radiofrecuencia pueden incluso superar a la visión en determinadas tareas, afirmó Ron Senior, vicepresidente de ventas, marketing y desarrollo empresarial de Humatics. “La capacidad de procesar datos en entornos complejos, como un motor en movimiento, se adapta bien a los datos posicionales ligeros y muy rápidos que proporciona la radiofrecuencia. Es muy difícil lograr el mismo rendimiento con la visión artificial debido al procesamiento de imágenes necesario”, afirmó.

Este artículo fue escrito por Mike De-Grace, gerente del ecosistema UR+, Universal Robots (Ann Arbor, MI). Para mas informacion, visite aqui .

Este artículo apareció por primera vez en la edición de agosto de 2023 de la revista Tech Briefs.

Lea más artículos de los archivos aquí.

SUSCRIBIR