ABB spája robotické videnie a tréning modelu do jedného pracovného postupu

ABB rozšírilo OmniCore EyeMotion o AI Robot Trainer. Oznámenie sprevádzalo prezentáciu na priemyselnom veľtrhu CIIF v Šanghaji od 12. do 16. októbra. Riešenie spája získanie obrázkov, tréning vizuálneho modelu, nasadenie a ďalšie zlepšovanie do jedného postupu.

Cieľovou skupinou sú integrátori a automatizační partneri. Pri vyberaní súčiastok zo zásobníka potrebujú najprv rozpoznať predmet a jeho polohu, potom zvoliť dosiahnuteľný úchop a naplánovať pohyb. Dobrá klasifikácia obrázka je iba jednou časťou tejto úlohy.

Produktová dokumentácia opisuje EyeMotion ako softvérovú sadu pre roboty ABB s riadením OmniCore. Funkcie videnia rozširujú programovací jazyk RAPID a integrujú sa do RobotStudio. Používateľ skladá pracovný postup z funkčných blokov, ktoré pokrývajú získanie a spracovanie obrazu aj komunikáciu s robotom.

AI Robot Trainer k tomu pridáva vedený tréning a kombinovanie reálnych a syntetických obrázkov. ABB uvádza podporu kamier a senzorov rôznych značiek. Túto deklaráciu však treba pri projekte previesť na konkrétne rozhranie, kalibráciu a požadovanú presnosť; samotná značka kamery neurčuje kvalitu celého merania.

Pri trojrozmernom vyberaní zo zásobníka môže systém predmet vidieť, ale nedokáže sa k nemu bezpečne dostať. Rozpoznanie, voľba uchopenia a plánovanie dráhy preto musia spolupracovať. Ak sa zmení zásobník alebo uchopovač, nestačí iba doplniť nové fotografie. Treba znovu preveriť aj dosah robota a kolízne situácie v celej bunke.

Dodávateľ uvádza skrátenie uvádzania do prevádzky až o 90 percent a času cyklu až o polovicu v kombinácii s automatickým plánovaním pohybu bez kolízie. Sú to horné hodnoty z tvrdení výrobcu, nie garantované parametre každej aplikácie. Verejný text neuvádza univerzálny čas cyklu pre konkrétny diel.

Pilot má preveriť zmeny osvetlenia, nové varianty súčiastok a správanie pri neistej detekcii. Pri triedení je dôležitá aj zámena podobných predmetov, pri montáži presnosť polohy. Zmyslom integrovaného postupu je skrátiť cestu od nových dát k upravenému modelu a robotickému programu. Úspech sa však meria stabilnou prácou bunky, nie iba rýchlosťou vytvorenia prvej ukážky.