ein fortschrittliches System für Auffinden und Kommissionieren von Elementen aus Körben, Gürteln und Behältern. Es kombiniert KI für die Erkennung mit 3D-Geometrie Berechnen Sie die exakte Position und Ausrichtung des Elements und geben Sie dem Roboter den optimalen Kommissionierpunktein
> ist für die Steuerung von Robotern, Cobots und anderen Manipulatoren mit 2 bis 7 Achsen geeignet
> kann im 2D- und 3D-Raum arbeiten
> kann mit jeder Kamera (2D und 3D), Lidar, Sonar, Radar oder Röntgengeräten zusammenarbeiten
Es eignet sich hervorragend für Anwendungen, die das Greifen aus einem Karton, Behälter, einer Palette, einem Container, einem Förderband oder von einem Tisch beinhalten, wobei die Elemente in zufälligen Positionen und Ausrichtungen liegen und anschließend präzise an einem bestimmten Ort platziert werden.
Es bewährt sich zudem bei Elementen mit unregelmäßigen Formen (z. B. Autoteile), instabilen und flexiblen Materialien wie Gummi, EPDM, Fleisch, Fisch sowie Hartmetallelementen vor dem Sintern.
Hauptmerkmale
> Erkennung und Identifizierung der Form des Elements.
> Orientierungsnäherung basierend auf charakteristischen Merkmalen.
> Bestimmung der 3D-Position mittels 3D-TOF-Kameras.
> Generierung von Greiftrajektorien für Roboter.
> Integration mit SPS- und Python-Servern (Modbus, TCP/IP).
Technische Daten
> Kapazität: 1–5 Bilder/s – abhängig von der Dichte der Elemente (kann erhöht werden);
> Elementanalysezeit: 50–1000 ms (kann verkürzt werden);
> Anzahl der Trainingsbilder: 100 – 5000 Bilder;
> Greifgenauigkeit: 5–25 mm, abhängig von Kameraabstand und Objekttyp (Genauigkeit kann auf bis zu 0,05 mm erhöht werden);
Mayeryn AI Vision Picker ist dank seines modularen Aufbaus skalierbar und kann somit sowohl in einfachen Anwendungen, die keine hohe Präzision oder Verarbeitungsgeschwindigkeit erfordern, als auch in Systemen eingesetzt werden, in denen Hunderte Gigabyte pro Sekunde verarbeitet werden müssen, bei einer Präzision im Bereich von Hundertstelmillimetern und einer Fehlerfreiheit von 99,95 %.
> Active-Learning-Modus – das System fordert den Bediener selbstständig auf, fehlende Labels hinzuzufügen, und ergänzt diese in der Trainingsdatenbank;
> Anomalieerkennung (unüberwacht), nützlich, wenn Defekte schwer zu definieren sind;
Information
Hast du eine Frage?
Schreib uns!
Wir verwenden Cookies, um die Nutzung unserer Website zu erleichtern und die präsentierten Inhalte an Ihre individuellen Bedürfnisse anzupassen. Durch die Annahme der Nachricht erklären Sie sich mit der Verwendung von Dateien und deren Speicherung im Speicher Ihres Geräts einverstanden. Sie können Ihre Zustimmung widerrufen, indem Sie Änderungen in den Einstellungen Ihres Webbrowsers vornehmen. Weitere Informationen finden Sie in unserer Cookie-Richtlinie.