딥러닝 코어 RGB-D 지능형 스테레오 카메라가 로봇과 결합되어 딥러닝 알고리즘과 전통적인 시각 알고리즘의 유기적인 조합을 통해 로봇은 항상 효율적으로 파악하도록 안내됩니다.
공유1) 프로젝트 배경:
요구사항 설명:
1. 수동 공급 대신 시각 및 벨트 제어 사용.
2. 카튼, 부드러운 가방, 뱀피 가방, 봉투 및 다른 유형의 패키지와 호환되어야합니다.
3. 패키지 위치, 분리, 배열 기능을 달성해야합니다.
4. 패키지가 쌓여있거나 과잉 저장되지 않고 개별적으로 통과하지 않도록 보장합니다.
기술 요구 사항:
1. 패키지 높이의 범위: 10~500mm
2. 실시간 처리시간 ≤100ms
3. 분리 성공률 > 99%.
4. 시스템 처리 효율은 > 4000개/시간
2) 솔루션 아키텍처:
높은 비용, 패키지 스택 및 낮은 효율성의 문제를 목표로, 등반 해체 시스템은 컬러 산업 카메라 + 고성능 호스트 솔루션 및 고급 딥 러닝 알고리즘을 채택하여 많은 수의 패키지 스택 및 다양한 복잡한 장면을 위해 정확한 패키지 위치를 완료하고, 그 다음 벨트를 제어하여 패키지를 분리하기위한 명령을 실행합니다. 스택 후 섹션은
3) 프로그램 장점:
1. 과학적인 스케줄링: 자체 개발 지능 제어 시스템, 패키지 최적 제어 배치, 쌓인 패키지의 효과적인 분리를 보장, 잘못된 분기 압력의 뒷쪽을 줄이기.
2. 인력을 줄이고 효율성을 높여: 각 세트 등반 및 스파킹 시스템은 2 노동자를 대체하며 최대 효율은 시간당 2000 개 가까이이며, 가로 벨트 전체 분류 효율성 요구 사항을 충족합니다.
안정적이고 신뢰할 수 있습니다. 딥 러닝 알고리즘을 기반으로 소프트백, 블랙백 및 봉투와 같은 복잡한 패키지를 두려워하지 않으며 정확한 위치 위치를 제공합니다.
4. 강력한 확장: 백엔드는 단편 분리, EDP, 6면 읽기 및 기타 자동화 장비에 액세스하여 크로스 테이프 자동 패키지 솔루션의 완전한 세트를 완료 할 수 있습니다.