AI视觉助力,加强智慧焊道检测
当前位置:首页 > 行业资讯 > 正文

AI视觉助力,加强智慧焊道检测

施努卡机器视觉 2020-11-20 9043 0


智慧制造时代来临,生产效率即是制造业者提高竞争力的本钱,近年许多业者也透过如机器视觉、机器手臂等取代人力,不仅提高效率也可掌控生产品质,而产业也不断寻求突破技术限制的方法。举例来说,3D视觉首次导入于焊道检测应用中,利用AI教导何谓「焊道」,透过机器自主智慧辨识,突破过去受到限制的检测流程。


特别是在某些对于高单价或安全性要求相当高的航太或汽车产业中,焊接品质检测是相当重要的流程。然焊接后的焊道表面处理却一直是产业的一道难题。虽然诸如航太或汽车产业,已具备相当成熟的自动化生产体系,然过去焊道检测透过机器手臂搭配已广泛运用在工业上的机器视觉,在辨识条件上仍有诸多限制。


一般而言,传统机器视觉只能根据固定的规则进行辨识,并只能在特定的环境下运作,一旦外在环境受到影响,就可能会对精确度和品质造成负面影响。因为弹性不足,为此还需要事先教导机器手臂的检测路径,并在每次将物件进行定位,且需要经验丰富的师傅人工判断检测与标记焊道位置,总体而言,整个流程只做到了自动化,却因弹性不足,使得流程既复杂且冗长。


3D视觉首次导入于焊道检测应用中,利用AI教导何谓「焊道」。透过深度学习,视觉系统可让机器人成功辨识,因此能在工件上自动标定焊道的长、宽、高与位置,即便工件被随意摆放,视觉系统也能自动标记检测焊道位置,并在电脑萤幕利用不同颜色示意,让作业人员更直觉式掌握工件的焊接状况,大幅简化焊道检测流程。

image.png

利用AI 3D视觉有两大优势

第一,透过人工智慧(AI)教导机器人辨识焊道,即便工件随意摆放,机器手臂仍具有自主辨识能力,在此情况下不仅可减少调机时间,更可因此节省治具成本。

第二,反光会造成金属物件在机器视觉辨识下产生误差,然透过深度学习,包括像是反射係数高的铝跟铜,都可以成功辨识。


对于市场应用面,如电动机车跟电动自行车将是相当大的潜力市场,好比特斯拉之于传统汽车产业,随著车辆电子化程度越来越高,电动机车与电动自行车制造商也正尝试突破创新,希望运用新技术改善或提升传统制造工法。



取消回复发表评论:


欢迎到施努卡机器视觉官网提交需求