Apakah AGV Berpandukan Visi? Bagaimana AGV Berpandukan Visi Digunakan untuk Pengendalian Bahan?

1. Apakah AGV berpandukan Visi?

AGV berpandukan wawasan ialah AGV yang berkembang pesat dan matang. AGV jenis ini dilengkapi dengan kamera dan penderia CCD, dan komputer on-board disediakan dengan pangkalan data imej persekitaran sekitar laluan pemanduan yang dimaksudkan oleh AGV.

AGV Berpandukan Visi boleh dipasang tanpa pengubahsuaian pada persekitaran atau infrastruktur. Mereka beroperasi dengan menggunakan kamera untuk merakam ciri di sepanjang laluan, membenarkan AGV memainkan semula laluan dengan menggunakan ciri yang dirakam untuk menavigasi.

AGV Berpandukan Visi menggunakan teknologi Evidence Grid, aplikasi penderiaan volumetrik kebarangkalian, dan telah dicipta dan pada mulanya dibangunkan oleh Dr. Hans Moravec di Carnegie Mellon University. Teknologi Grid Evidence menggunakan kebarangkalian penghunian bagi setiap titik dalam ruang untuk mengimbangi ketidakpastian dalam prestasi penderia dan dalam persekitaran. Penderia navigasi utama ialah kamera stereo yang direka khas.

AGV berpandukan penglihatan menggunakan imej 360 darjah untuk membina peta 3D, yang membolehkan AGV berpandukan penglihatan mengikuti laluan terlatih tanpa bantuan manusia atau penambahan ciri khas, tanda tempat atau sistem kedudukan.

AGV berpandukan wawasan menawarkan faedah yang ketara dalam industri yang memerlukan penyelesaian logistik yang dinamik dan fleksibel, menyumbang kepada trend yang semakin meningkat ke arah kilang pintar dan Industri 4.0.

2. Bagaimana AGV Berpandukan Visi Digunakan untuk Pengendalian Bahan?

Sistem AGV ialah robot yang dipasang dengan satu atau lebih kamera yang digunakan sebagai penderia untuk memberikan isyarat maklum balas sekunder kepada pengawal robot untuk pergerakan yang lebih tepat ke kedudukan sasaran berubah-ubah. AGV berpandukan visi sedang pantas mengubah proses pengeluaran dengan membolehkan robot menjadi sangat mudah disesuaikan dan lebih mudah dilaksanakan, sambil secara mendadak mengurangkan kos dan kerumitan perkakas tetap yang sebelum ini dikaitkan dengan reka bentuk dan persediaan sel robotik, sama ada untuk pengendalian bahan, pemasangan automatik, aplikasi pertanian, sains hayat dan banyak lagi. Dalam satu contoh klasik tetapi agak bertarikh AGV berpandukan penglihatan yang digunakan untuk pengendalian bahan, sistem penglihatan (kamera dan perisian) menentukan kedudukan produk yang disuap secara rawak pada penghantar kitar semula. Sistem penglihatan menyediakan koordinat lokasi yang tepat bagi komponen kepada robot, yang dihamparkan secara rawak di bawah medan pandangan kamera, membolehkan lengan robot meletakkan pengesan hujung yang dipasang (gripper) pada komponen yang dipilih dan memilih daripada tali pinggang penghantar. Penghantar mungkin berhenti di bawah kamera untuk membolehkan kedudukan bahagian ditentukan, atau jika masa kitaran mencukupi, adalah mungkin untuk memilih komponen tanpa menghentikan penghantar menggunakan skema kawalan yang menjejaki komponen bergerak melalui perisian penglihatan, biasanya dengan memasang pengekod pada penghantar, dan menggunakan isyarat maklum balas ini untuk mengemas kini dan menyegerakkan penglihatan dan gelung kawalan pergerakan inuchi kini.Sgui medan biasa. Ia adalah teknologi yang berkembang pesat yang terbukti berfaedah dari segi ekonomi dalam pengendalian bahan dan kos buruh mahir dengan mengurangkan campur tangan manual, meningkatkan keselamatan, meningkatkan kualiti dan meningkatkan kadar produktiviti, antara faedah lain.

‍

Pada masa ini, AiTEN tidak menawarkan AGV berpandukan penglihatan. Walau bagaimanapun, produk kami seperti APe15 dan MP10 sudahpun memberikan prestasi cemerlang merentasi pelbagai industri, memenuhi keperluan automasi industri yang pelbagai. Jika anda ingin meningkatkan operasi anda dengan penyelesaian AGV pintar, hubungi AiTEN hari ini. Kami menawarkan analisis kebolehlaksanaan percuma yang disesuaikan dengan persekitaran operasi khusus anda, membantu anda mencari penyelesaian automasi paling sesuai untuk transformasi kilang pintar anda.