項目名稱: 工業質檢機器人
單位名稱：微妙物聯人工智能實驗室
日期: 2022/12/5
1. 創意構思與原型機特色摘要說明
工業質檢機器人,采用jetson
nano,具備6自由度機械臂,機械臂上安裝有高清攝像頭,具備自動識別產品,自動對巡檢部位進行分析的人工智能機器人.
機械臂,相機,AI結合起來,具備人工智能的質檢機器人:通過機械臂和相機,以不同視角和距離,靈活查看不同目標和不同位置,通過Ai算法,實現產品的品質和缺陷檢測.
通過機械臂示教接口可以定義和獲取機械臂的檢測的點和角度,通過AI算法,實現引導機械臂和攝像頭對缺陷產品的檢測區域和檢測點的樣本的自動采集,AI算法通過樣本自動完成缺陷檢測模型訓練工作,達到AI模型的數據集的自動采集和模型的自我學習功能,可以免去或大大減少人工數據和缺陷數據的采集和訓練工作,通過機械臂和模型算法實現自學習功能,可以大大增強產品的廣泛應用.
2. 創作背景
傳統工業質檢的問題:
1.工業相機固定位置和視角.
-
2.多面工業相機只有二維的變化,視角焦距固定.
所以,采取傳統工業相機的采集方式,存在視角固定,位置固定,即便是用多面相機,也不能接解決多維度,多視角的問題,并且缺少自由度,無法適應多種不同產品和不同檢測部位和視角問題.
新創新: Arm Camera和 AI結合 誕生工業質檢機器人
- 面向攝影的專業設備Arm camera(,手臂相機)
可以多視角,多維度,不同距離拍攝目標,讓攝影擺脫空間和角度及距離限制,達到隨心所欲觀察目標. - AI計算設備(NVIDIA Jetson)具備超強的算力
- 機械臂,相機,AI結合起來,具備人工智能的質檢機器人:通過機械臂和相機,以不同視角和距離,靈活查看不同目標和不同位置,通過Ai算法,實現產品的品質和缺陷檢測.
3. 系統功能與范疇
硬件:
jetson nano主機
6自由度機械臂
安裝到機械臂上的攝像頭
物料轉盤
控制接口
軟件:
1.ubuntu18
jetson inference
opencv
nvidia tensorrt
web admin
AI算法控制平臺
機械臂控制接口
模型自學習訓練平臺
架構:
4. 任務實現
首先,我們通過通過設計一套模版采集模型,通過定義產品和機械臂的示教接口,采集這個產品需要檢測的每個采集點(機械臂相機的空間位置位置,攝像頭的參數,及這個采集點的操作:如移動,掃描,拍照等).
定義模板規劃路徑和行為
采集拍照,生成數據集
完成模型,自動運行工作
測試樣機展示:
output.gif
5. 制作實現與未來量產可能性說明
整套質檢機器人的硬件清單:
jetson nano 4G主機
機械臂攝像頭
工作平臺
-
桌面6自由度機械臂
預計成本不到1萬元.
產品不需要昂貴精度很高的裝配機械臂,桌面級精度0.1mm的級別的機械臂就可以滿足拍照和檢測要求,這樣配合低成本的jetson
nano和低成本的機械臂整體成本可以控制的很低,可以滿足大多數場景,特殊場景選配工業機械臂即可滿足特定工業場景的需求.
6. 創意構想補充與未來發展愿景
傳統工業質檢方案面對復雜場景的情況下,固定的工業相機有諸多的不便,針對不同產品和不同的檢測部位,也缺乏靈活性.采用機械臂配合壁裝攝像頭,讓檢測的視角具備各種角度,配合jetson
nano的AI算法和機械臂控制算法,使得正負樣本的采集工作變成程序的一部分,通過AI的自學習和模型自訓練,使得機械臂擁有了靈魂:
1. 可以自主判斷產品種類
2. 根據產品種類啟動不同的檢測模型和檢測部位程序
3. 攝像頭可以通過預設的程序移動到設定的位置,拍照并做缺陷檢測
4. 機械臂可以自我學習,拍照樣本完善模型
這樣的機械臂結合攝像頭和邊緣計算的AI算法,實現了對傳統的工業質檢的超越,大大提升生產線的品控和質檢效率.
工業質檢機器人,通過AI算法可以針對不同產品和不同場景使用不同的檢測程序和檢測模型,可以適配生產線上多種產品的質檢要求,特別是低成本,可編程和模型自我學習的功能,讓產品適配大多數工業質檢場景,產品具備很好的應用場景.
