Robot leert zelf kijken met machine vision

Machine vision wordt steeds slimmer dankzij een golf aan ontwikkelingen in de technologie. Onderzoekers en producenten combineren machine vision, machine learning en geavanceerde grijpers op een steeds slimmere manier met elkaar, zodat robots nu dingen doen, binnen en buiten fabrieken, die voorheen alleen mensen konden doen.

Guus Paris, docent Smart Manufacturing and Robotics aan de Haagse Hogeschool en medeoprichter van SMR, een startup die bedrijven in de industrie adviseert over robots: “In de breedste zin gaat machine vision om het halen van kwalitatieve informatie uit beeldmateriaal. Dat kunnen barcodes zijn, maar ook gezichtsherkenning, of herkennen wat voor object het is, hoe groot of klein het is en hoe het gepositioneerd is.”

“Wat we al jaren kunnen, is in de fabriek foto’s maken van colaflesjes of iets dergelijks en dan zien of het flesje vol is, of het etiket recht is geplakt en de dop er goed op zit. Dat kon al met relatief ouderwetse vision-technieken.”

“Sinds 2012 zijn er veel doorbraken geweest in het onderzoek op dat gebied. De positie en oriëntatie van een object vinden werd altijd gedaan in meerdere stappen, dus een beetje trillen zodat we weten dat het object goed ligt, dan met een camera de oriëntatie bepalen en het dan met een robot oppakken. Vorige maand hebben onderzoekers laten zien dat het ze is gelukt om een robothand direct aan te sturen met de beelden van drie camera’s. Ze hoeven niet eens meer met beeldherkenning de locatie en oriëntatie te vinden, om dan de robot aan te sturen. De robot kan helemaal zelf uitzoeken wat het object is en hoe hij zijn vingers kan gebruiken om het te manipuleren. Door zelflerende algoritmes te trainen kunnen we dus zelfs zeer complexe taken gaan automatiseren.”

Thomas Woudsma, software architect, Prodrive: “Prodrive is een elektronicabedrijf, en doet het ontwerp en de productie van robots. Wij gebruiken machine vision voornamelijk bij de robotisering van onze eigen productie, bijvoorbeeld voor inspectie. Als we tijdens de assemblage een behuizing dichtkitten bijvoorbeeld, zodat de printplaat er stofvrij in zit, dan willen we graag weten dat die kit er goed op ligt. Met de camera inspecteren we of die kit overal even dik is en er geen gaten in zitten.”

“Onze assemblagelijn is een grote lopende band met veertien robots die op verschillende plekken componenten binnenkrijgen, zoals hele kleine printplaatjes en sensoren. Boven elke componentinvoer hebben we een camera hangen, zodat we ze binnen 1 tot 2 mm nauwkeurig kunnen detecteren. We willen nog binnen een paar tiende millimeter komen.”

“We krijgen die producten binnen in blisterverpakkingen, dus als een tape waarop om de zoveel millimeter componenten zitten, of in bulk, dus in een grote zak. Daarvoor hebben we binpick-robots, die ze een voor een oppakken met hulp van de objectdetectie door camera’s. Het komt wel eens voor dat er een paar componenten tussen zitten van het verkeerde type. Als je daar pas achter komt als het hele eindproduct klaar is, dan heb je een groot probleem. Om dat te voorkomen, hebben we een algoritme gemaakt dat de labels van alle componenten met elkaar vergelijkt. Als een serienummer afwijkt van wat er bij de rest op staat, dan trekt het algoritme aan de bel.”

Bron: TW.nl

Advertisment ad adsense adlogger