公司动态
发布时间:
2018
-
06
-
07
室内定位的应用中如何有效结合视觉定位?下面和小编一起了解一下从协作定位和非协作定位俩种技术考虑，协作定位包括蓝牙、RFID、WIFI、UWB等方式，非协作定位包括视觉、红外、激光、雷达等方式。无线电室内定位要求被定位对象携带标识身份的定位标签，而在实际定位场景中，往往容易出现“被定位的人未携带定位标签”的情况，室内定位行业应用中仅仅用无线电定位很难保证监管有效性。一、视觉定位概念：视觉定位系统建立在传统的计算机视觉算法基础上，融合了深度学习技术和大数据训练，使用单个普通相机，实现了高精度、高实时性的静态和动态物体识别、二维定位功能。视觉定位使用相机进行定位信息采集，不需要被定位对象携带定位标签等设备，故视觉定位属于非协作定位。UWB室内定位需要被定位对象携带定位标签，故UWB定位是协作定位。在定位系统应用时，UWB室内定位无法监管不携带定位标签的监管对象，故需要非协作的视觉定位配合以实现严谨的室内定位监管逻辑。二、视觉定位指标:定位精度≤30c,精准跟踪位置 2.区域定位容量超50,大范围覆盖 3.定位延迟≤1,捕捉实时动态 4.适用于雨雪及晴天阴,白天夜晚等多种环境三、视觉定位于无线电定位融合技术的应用优势在室内定位的实际应用中,开发了无线电定位与视觉定位融合技术。当被定位者携带标签时，根据建立的基站采用无线定位;当被定位者因某种活动未携带标签...
浏览次数：9
发布时间:
2018
-
06
-
06
目前机器人视觉引导的主要应用在于质量检测、尺寸测量、缺陷检查、识别和定位，而机器视觉在机器人上的应用则主要在于引导定位。机器人视觉引导系统，由单目视觉向基于多个镜头的多目3D视觉引导系统发展。随着不同视觉系统和机器人控制器的涌现，使得通信变得更容易集成。在过去，集成商不得不应对DeviceNet或串行通信。当用它来连接视觉系统与机器人时，这两种技术都有可能引来麻烦。但随着EtherNet/IP和ProfitNet成为基于以太网的协议，并且几乎所有的智能相机和基于PC的机器视觉系统都支持这些协议，它们为实现与机器人结合的各种自动化技术打开了闸门。在整个VGR市场都能感受到更好的通信所带来的好处。机器人与视觉系统之间的集成越紧密，设计师们就越易于将三项相关的坐标系统(机器人、视觉和现实世界)联系起来。撇开机器视觉在其他自动化领域的应用不谈，单就机器人视觉系统来说，机器视觉技术的应用就有非常广阔的空间，这主要得益于我国机器人产业规划发展。机器视觉将来被广泛应用于工业机器人领域，主要具有四个功能：1、引导和定位，视觉定位要求机器视觉系统能够快速准确的找到被测零件并确认其位置，上下料使用机器视觉来定位，引导机械手臂准确抓取。在半导体封装领域，设备需要根据机器视觉取得的芯片位置信息调整拾取头，准确拾取芯片并进行绑定，这就是视觉定位在机器视觉工业领域最基本的应用。2、外观检测：检测生产线上产品有...
浏览次数：21
发布时间:
2018
-
06
-
04
机器视觉作为光电技能使用的一个特定范畴，已经成为现在是一个备受瞩目的行业。跟着工业4.0浪潮袭来，机器视觉会脱节开始“辅助工具”的位置成为出产系统的“眼睛”与“大脑”。视觉检测相对于人工检测有以下长处:大幅进步检测功率.产品检测率可达100% , 确保宣布的产品无一点点缺点。速度快,可合作产线速度进行,不耽搁出产时刻。低成本,自动检测节省了很多的人工成本,为企业带来可观利益。作业安稳,可长时刻安稳作业,是人工无法做到的。快速精确尺度丈量,确保每个产品都是合格的。可在一些不适宜人作业业的风险环境中作业,如辐射，有毒气体,高温高压等风险环境中。跟着机器视觉技能的开展，我国对机器视觉产业的注重，机器视觉技能在工业缺点检测及安防方面的共同优势，将对推动未来机器视觉技能开展有重要作用。现在机器视觉检测有许多优势，但对于很多中小出产企业来说，简直都面对人才匮乏和资金短缺的问题，想自主研制机器视觉检测新技能、改进出产线，更是困难重重。假如他们自己在线下寻觅合作单位，这样不仅周期长，花费高，更重要的是他们的权益无法得到保证。所以，寻求适宜的技能众包平台至关重要。
浏览次数：14
发布时间:
2018
-
05
-
31
机器视觉体系是经过视觉信息的收集和核算，来辅导机器进行决议计划运动，从而完成特定的功用，而 VSLAM 技能是视觉定位体系的重要组成部分。VSLAM，指使用视觉定位体系完成自主定位与地图创立。简略来说，就比如在不知道的国际里给了机器人一双亮堂的眼睛，让它随时可以知道自己的具体方位信息。相对于较早进入市场的 SLAM ，VSLAM可以说是进化版了，看的更清楚，判断更准确，是智能机器人、AR/VR眼镜头盔、智能手机等移动终端相关使用中的核心技能。因为该技能涉及到杂乱的视觉核算及高难度的体系集成才能，对产品的速度、功耗、体积、核算力等都有极高的要求，所以一直没有很好的处理方案。首要，针对动态场景，可以充分发挥3D信息的独特性，以3D来辅佐光流盯梢，使得光流特征盯梢更准确；一起，对模型质量进行更有效地操控，得到更高质量的地图点，进行实时盯梢定位与在线三维重建，帮助处理动态目标AR/VR/MR使用中的定位难题。其次，以视觉为主，经过交融多种辅佐传感器，结合多种几许基元，可以针对弱视觉定位场景，进行实时、准确、流畅的视觉定位与地图构建，让智能移动终端，在弱视觉区域中，即使只能看到两个简略的圆，也能很好工作。
浏览次数：12
发布时间:
2018
-
05
-
31
建立了一个自动机器视觉定位体系,用于工业机器人对零件工位的准确定位。采用根据区域的匹配和形状特征辨认相结合的图画处理办法,该办法经过阈值和形状判据,辨认出物体特征。经试验验证,该办法可以快速准确地得到物体的鸿沟和质心,进行数据辨认和核算,再结合机器人运动学原理操控机器人实时运动以消除此差错,满足工业机器人自定位的要求。目前工业机器人仅能在严厉界说的结构化环境中履行预订指令动作，缺乏对环境的感知与应变能力，这极大地约束了机器人的运用。利用机器人的视觉操控，不需要预先对工业机器人的运动轨迹进行示教或离线编程，可节省很多的编程时间，进步出产功率和加工质量。操控体系：由核算机和操控箱组成，用来操控机器人结尾的实践方位；经 CCD 摄像机对作业区进行拍照，核算机经过本文运用的图画辨认办法，提取盯梢特征，进行数据辨认和核算，经过逆运动学求解得到机器人各关节方位差错值，最终操控高精度的结尾履行机构，调整机器人的位姿。辨认率剖析：第一步经过离线学习，练习提取形状特征。第二步运用离线学习得到的坐标联系，实时盯梢工件，得到需要盯梢的形状特征信息。只需离线学习恰当，方针特征就准确辨认而且得到相关信息。
浏览次数：13