Hersteller auf der ganzen Welt bereiten sich auf Industrie 4.0 vor. Eine erfolgreiche Implementierung hängt von der Fähigkeit der Unternehmen ab, Fabriken mit intelligenten Maschinen und IT-Systemen zu verwalten, die durch fortschrittliche Software miteinander verbunden sind. Roboter sind Schlüsselelemente der Gleichung. Mit wenigen Ausnahmen werden Roboter in den meisten Fabriken heute verwendet, um monotone Aufgaben zu erfüllen, da sie ohne die intrinsischen kognitiven Fähigkeiten von menschlichen Operatoren sind, Aufgaben anzunehmen, die sensorische und Intelligenz erfordern. Das ändert sich jedoch mit transformativen Technologien wie künstliche Intelligenz und fortschrittliche 3D-Vision-Systeme, beide werden durch die schnelle Zunahme der Rechenleistung ermöglicht. Durch die Nutzung dieser leistungsstarken neuen Technologien kann Solomons Suite von AI-basierten Machine-Vision-Lösungen die Produktivität von Robotern erheblich steigern, indem sie intelligenter und flexibler werden.
Solomons Suite von AI-basierten Machine-Vision-Lösungen kann die Produktivität von Robotern erheblich steigern, indem sie intelligenter und flexibler wird. Durch die nahtlose Integration einer fortschrittlichen Scanner-Hardware, 3D-Verarbeitungssoftware und hochmoderner KI-Technologien, Solomons AccuPick 3D-System ist in der Lage, die Behälterauswahl mit hoher Erkennungsrate und Benutzerfreundlichkeit durchzuführen.
Vision gesteuerter Roboter
Es genügt, dass der Solscan 3D-Scanner eine Momentaufnahme des Werkstücks macht und die Software sofort mit den erforderlichen Routen für den Roboter übereinstimmt und diese berechnet. Zu den Anwendungen gehören das Abdichten von Kraftfahrzeugteilen, das Kleben von Schuhwerksteilen, die Qualitätskontrolle von Metall- oder Kunststoffinjektionsgegenständen, das Schweißen von Motoren, um nur einige zu nennen.
AI-basierte Sichtprüfung
Schnelle Fortschritte, die durch AI verursacht werden, verändern allmählich die Art und Weise, in der sich Bildverarbeitungsprobleme nähern. Im industriellen Umfeld waren Defekte und Merkmale mit unregelmäßigen Mustern wie schwer zu definierenden Kratzern, Flecken, Rissen und vielen anderen Arten von Fehlern für herkömmliche regelbasierte Verfahren schwierig zu inspizieren, können aber jetzt mit weitaus einfacherer Verwendung identifiziert werden Neuronale Netze.