الروبوتات الموجهة بالرؤية للتجميع والالتقاط والوضع

تعتمد أفضل برمجيات الرؤية لروبوت الالتقاط والوضع على المشهد أولاً. استخدم حزمة رؤية حاسوبية ثنائية الأبعاد قابلة للتكوين مثل Ultralytics YOLO عندما تكون الكائنات قابلة للتمييز بصرياً ويمكن تقييد العمق أو توفيره بشكل منفصل. ضع في اعتبارك منتجات الروبوتات والرؤية الثلاثية الأبعاد المتكاملة من مزودين مثل Pickit أو Mech-Mind أو Photoneo أو Zivid أو Apera AI عندما تحتاج هندسة الصناديق العشوائية ومعالجة السحاب النقدي والمعايرة وتوليد الإمساك إلى الوصول كنظام مدعوم واحد. يمكن أن تكون مجموعات الرؤية الصناعية التقليدية من Cognex أو Keyence ملائمة للغاية خلايا التحكم المحكم وبيئات التشغيل الآلي الراسخة.

لا يُعد أي نموذج نظام التقاط متكاملًا. تجمع خلية الإنتاج بين الاستشعار والإدراك وتحويل الإحداثيات وتحديد الإمساك التخطيط الحركي والتحكم في الروبوت ومعالجة الأخطاء.

مقارنة خيارات رؤية الالتقاط والوضع#

يقوم المزودون بتعبئة طبقات مختلفة. قارن بجدول الكميات الكامل ومسؤولية التشغيل، وليس فقط واجهة الإدراك.

ابدأ بهندسة الالتقاط#

صنف المهمة قبل اختيار البرمجيات:

• الالتقاط ثنائي الأبعاد الثابت: تقع الأجزاء في مستويات معروفة ويحتاج الروبوت إلى موقع الصورة مع الاتجاه.
• الالتقاط عبر السير الناقل: تتحرك الكائنات، لذا فإن الكشف والتتبع والتوقيت ومزامنة المشفر أمور مهمة.
• الدرج المنظم: تقيد الجيوب المعروفة الموضع، لكن المتغيرات أو الاتجاهات لا تزال بحاجة إلى التحقق.
• التقاط الصناديق العشوائية: تتقاطع الأجزاء في أعماق مختلفة وتتطلب إدراكاً ثلاثي الأبعاد وتخطيط إمساك واعٍ بالاصطدام.
• الكائنات المرنة أو القابلة للتشوه: يتغير الشكل بين عمليات الالتقاط، مما يجعل التجزئة واختيار الإمساك أكثر صعوبة.
• إدراج التجميع: قد تتطلب التفاوتات والمحاذاة النهائية استشعاراً إضافياً يتجاوز تحديد موقع الكائن الخشن.

يمكن أن يكون النظام ثنائي الأبعاد الخيار الأبسط والأكثر موثوقية للهندسة المقيدة. عادة ما تحتاج الصناديق العشوائية إلى إعادة بناء العمق أو العروض المتعددة لأن موقع الصورة وحدها لا يوفر هدفاً آمناً للروبوت.

الطبقات الست لروبوت موجه بالرؤية#

1. الاستشعار#

اختر ماسح المساحة، أو ماسح الخط، أو الاستريو، أو الضوء المهيكل، أو زمن الرحلة، أو مستشعرات أخرى من الأدلة المطلوبة. سجل مجال الرؤية، وأصغر ميزة، ومسافة العمل، ونطاق العمق، وخصائص السطح، والحركة، والقيود البيئية.

يمكن أن تشكل الأجزاء العاكسة، والداكنة، والشفافة، والخالية من الملمس تحدياً لاستشعار العمق. اختبر الأجزاء الفعلية، والصناديق، والبطانات، والإضاءة. عروض الموردين التي تستخدم كائنات مفضلة ليست بدائل لتجربة الخلية.

2. الإدراك#

يحدد الكشف ويصنف الكائنات؛ وتوفر التجزئة محيطات الكائنات؛ وتقدر صناديق الاحتواء الموجهة الامتدادات المدارة؛ ويمكن لنماذج الوضعية تحديد النقاط الرئيسية؛ ويرتبط التتبع الكائنات بمرور الوقت. تدعم Ultralytics YOLO العديد من مهام الرؤية الحاسوبية هذه في نظام بيئي واحد للنماذج.

يجب أن يكون الناتج الإدراكي مستقراً بما يكفي لمخطط الإمساك في المجرى السفلي. قيّم خطأ تحديد الموقع، والكائنات المفقودة والمكررة، جودة القناع، وخطأ التوجيه، والسلوك تحت التداخل: ليس فقط النتيجة على مستوى مجموعة البيانات.

3. المعايرة والإحداثيات#

يحول النظام الملاحظات من إحداثيات الكاميرا إلى إحداثيات الروبوت أو الخلية. تؤثر معايرة اليد والعين، وتركيب الكاميرا، وتأثيرات العدسة، ومحاذاة العمق، ومعايرة نقطة مركز الأداة جميعها على خطأ الالتقاط.

تعامل مع المعايرة كأصل إنتاج مُصان. سجل الإجراء والمخلفات المقبولة، واحمِ حوامل الكاميرا، وحدد متى تؤدي الأدوات أو الصيانة إلى إعادة المعايرة.

4. تخطيط الإمساك#

يأخذ اختيار الإمساك في الاعتبار الأسطح القابلة للوصول، وهندسة القابض، واستقرار الكائن، ومخاطر الاصطدام، والأجزاء المجاورة، ووضعية الوجهة. قد يوفر نموذج ثنائي الأبعاد موقع الكائن واتجاهه لمنطق إمساك قائم على القواعد. قد يقوم الحل الثلاثي الأبعاد بتوليد مرشحي إمساك مرتبين من السحب النقطية.

الكشف الأعلى ثقة ليس بالضرورة الالتقاط الأكثر أماناً. حافظ على ثقة الإدراك، وجودة الإمساك، وجدوى المسار كإشارات منفصلة.

5. الحركة وتكامل الروبوت#

تمرر محولات أو واجهات برمجة التطبيقات للروبوت الأهداف إلى وحدة التحكم. يجب على المدمج إدارة التوقيت، وإطارات الإحداثيات، والسرعة، والمناطق، ونماذج الاصطدام، وحركة السير الناقل، والإقرارات. تنتمي وظائف الأمان إلى هندسة الأمان للروبوت والخلية المُتحقق منها، وليس في ناتج نموذج لم يتم التحقق منه.

6. الاستعادة#

تصميم حالات الفشل المتوقعة: لا يوجد كائن صالح، فئة غير مؤكدة، لا يوجد إمساك آمن، جزء مُسقط، فشل التقاط، صندوق متحرك، إطار قديم، كاميرا غير متوفرة، أو محاولة متكررة. الخلية التي تنجح في الالتقاطات السهل ولكنها تتطلب إعادة تعيين يدوي بعد كل استثناء لن تتوسع.

أين تتناسب Ultralytics#

يمكن لـ منصة Ultralytics تنظيم التعليقات التوضيحية لبيانات الصور، وتدريب نماذج Ultralytics YOLO، وإدارة إصدارات النماذج. يمكن بعد ذلك نشر النماذج من خلال نقاط نهاية المنصة أو تصديرها للتكامل في وقت تشغيل الروبوتات القريب من الخلية.

هذا النهج مفيد عندما يكمن الاختلاف في فئات الكائنات المخصصة، أو وحدات الاحتفاظ بالمخزون المتغيرة، أو الظروف البصرية غير العادية، أو الإدراك الخاص بالتطبيق. كما أنه يتيح للفرق اختيار الكاميرا المحيطة، ومصدر العمق، ومخطط الإمساك، وإطار عمل الروبوت.

لا يُمثل هذا بديلاً لكل مكون من مكونات منتج التقاط الصناديق الثلاثي الأبعاد المتكامل. قد تفضل المنظمات التي تفتقر إلى خبرة إدراك الروبوتات والتكامل حزمة مدعومة تتضمن المعايرة، والمعالجة الثلاثية الأبعاد، ومنطق الإمساك، ومحولات الروبوت المعتمدة.

كيفية تقييم المزودين#

استخدم نفس الأجزاء وظروف الخلية لكل تجربة. قم تضمين الصناديق الممتلئة وشبه الفارغة، والتداخل في أسوأ الظروف، والتغليف التالف، ومزيج البدت، والسطوح العاكسة، والتلوث العادي، وتغيرات الإضاءة المتوقعة.

قم بالقياس:

• معدل الالتقاط الصالح حسب الجزء وحالة الصندوق.
• توزيع وقت الدورة، بما في ذلك الإدراك والاستعادة.
• تأكيد الالتقاط للمحاولة الأولى.
• أحداث التصنيف الخاطئ، والهدف المكرر، ومخاطر الاصطدام.
• التدخلات اليدوية وقت إعادة التعيين.
• استقرار المعايرة بعد الصيانة أو الاهتزاز.
• الوقت اللازم لإضافة وحدة احتفاظ بالمخزون جديدة والتحقق من صحة التحديث.
• السجلات والأدلة المتاحة للتشخيص.

اطلب من كل مزود تحديد القياسات التي تأتي من الكاميرا، والنموذج، ومخطط الإمساك، والروبوت، والمستشعرات الخارجية. هذا يجعل الهندسة والملكية مرئية.

دليل القرار الثنائي الأبعاد مقابل الثلاثي الأبعاد#

اختر ثنائي الأبعاد أولاً عندما تظل الأجزاء على مستوى معروف، ويكون ارتفاع الإمساك ثابتاً، والتداخل محدوداً، وتحدد الميزات البصرية الواضحة الفئة والاتجاه. غالباً ما يكون من الأسهل إضاءة وتمييز وتصحيح الأخطاء والتشغيل.

اختر ثلاثي الأبعاد عندما يتغير الارتفاع، وتخلق الأكوام تداخلاً كبيراً، وتحدد هندسة السطح الإمساك، أو تكون خلوصات الاصطدام ضيقة، أو يجب على الروبوت التفكير في حجم مزدحم. تجمع بعض الخلايا بين الإدراك المتعلم ثنائي الأبعاد والعمق المسجل للحفاظ على التصنيف المخصص مع الحصول على إحداثيات ثلاثية الأبعاد.

لا تقرر بناءً على موضة المستشعر. استخدم تكوين الاستشعار الأقل تعقيداً الذي يجتاز اختبارات أسوأ الظروف للخلية.

قائمة التحقق للتنفيذ#

• تحديد متطلبات الكائن، والوضعية، والدورة، والاستعادة.
• التقاط أجزاء حقيقية عبر نطاق الصندوق والبيئة الكامل.
• تحديد الاستشعار من الهندسة وسلوك السطح.
• التحقق من صحة المعايرة وتحويلات الإحداثيات بشكل مستقل عن دقة النموذج.
• اختبار مخطط الإمساك مع القابض الفعلي والكائنات المجاورة.
• فصل وظائف أمان الروبوت عن الإدراك المتعلم.
• تسجيل الاكتشافات، والتحويلات، ومرشحي الإمساك، واستجابات وحدة التحكم، والنتائج.
• توفير الاستعادة البشرية للحالات غير المؤكدة أو المستنفدة.
• اختبار الانحدار لكل نموذج جديد، وحدة احتفاظ بالمخزون، قابض، كاميرا، وتكوين الخلية.