Görme Rehberliği Neden Esnek Otomasyon İçin Vazgeçilmez
Klasik robot programlama, tam olarak bilinen, tekrarlanabilir pozisyonları varsayar. Parçalar bir kutuda dağınık durduğunda, bir konveyöre düzensiz geldiğinde veya hafif farklı toleranslara sahip farklı partilerden geldiğinde, salt öğretme yoluyla programlama artık yeterli değildir. Görme destekli toplama, robotun bir nesnenin gerçek pozisyonunu ve yönünü gerçek zamanlı olarak tanımasını ve yolunu buna göre ayarlamasını sağlayarak bu sorunu çözer.
2D Görme: Tanımlı Düzlemler İçin Ekonomik Standart
2D kamera sistemleri, bir nesnenin bilinen bir düzlemdeki - örneğin bir konveyör veya düz bir palet üzerindeki - pozisyonunu ve rotasyonunu algılar. Daha ucuzdurlar, kalibrasyonu daha kolaydır ve yüksek takt hızları için yeterince hızlıdırlar. Nesneler yükseklikte farklılık gösterdiğinde, üst üste veya çakışık durduğunda ya da kavrama pozisyonu nesnenin uzaydaki (sadece düzlemde değil) yönüne bağlı olduğunda sınırlarına ulaşırlar.
3D Görme: Yapılandırılmamış Sahneler İçin Gerekli
3D sistemler (stereo kameralar, uçuş zamanlı kameralar, yapılandırılmış ışık veya lazer tarama) sahnenin tam bir nokta bulutunu yakalar. Parçaların bir konteynerde düzensiz, farklı yükseklik ve yönlerde durduğu klasik kutudan parça alma için temel bir gerekliliktir. Hesaplama yükü 2D sistemlere göre önemli ölçüde daha yüksektir, ancak modern gömülü görme işlemcileri ve optimize edilmiş nokta bulutu algoritmaları son yıllarda çevrim sürelerini önemli ölçüde azaltmıştır.
Pratikte Seçim Kriterleri
1. Kavrama Senaryosunda Gereken Serbestlik Dereceleri
Robotun sadece X/Y ve bir rotasyonda kavraması gerekiyorsa, genellikle 2D yeterlidir. Eğilim açıları, yükseklik varyasyonu veya nesne çakışması devreye girdiğinde 3D gerekli hale gelir.
2. Gerekli Çevrim Süresi
3D kutudan parça alma sistemleri, optimum kavrama noktasını yakalamak ve hesaplamak için tipik olarak 0,5–2 saniyeye ihtiyaç duyar. Çok yüksek takt hızlarında, daha basit 2D algılama veya mekanik ayırma ile ön sıralama, saf 3D kutudan parça almadan daha ekonomik olabilir.
3. Malzeme Özellikleri
Yüksek derecede yansıtıcı metal parçalar, şeffaf plastikler veya koyu siyah yüzeyler birçok 3D sensör teknolojisi için zorluk teşkil eder. Yapılandırılmış ışık, parlak metal parçalarda genellikle lazer çizgisi triangülasyonundan daha kötü performans gösterir. Bir sistem seçmeden önce gerçek parçayla test yapmak vazgeçilmezdir.
Yaygın Entegrasyon Hataları
En yaygın hata, yetersiz el-göz kalibrasyonudur (eye-in-hand veya eye-to-hand). Kalibrasyon, üretimde kullanılandan farklı bir takım veya kavrayıcıyla yapılırsa, ancak çarpışmalar veya yanlış kavrama olarak ortaya çıkan sistematik ofset hataları oluşur. Aynı derecede kritik olan yetersiz aydınlatmadır: değişen ortam ışığı, fabrika pencerelerinden yansımalar veya ekipmanın kendisinin oluşturduğu gölgeler tutarsız algılama oranlarına yol açar. Ortam koşullarından bağımsız kontrollü aydınlatma, üretim sistemlerinde isteğe bağlı değil zorunludur.
KUKA, ABB ve FANUC ile Entegrasyon
Her üç üretici de yerel görme arayüzleri sunar: KUKA.VisionTech, ABB Integrated Vision ve FANUC iRVision. Üreticinin kendi çözümü ile harici bir görme sistemi (örn. Cognex, Keyence, Zivid) arasındaki seçim, entegrasyon çabasına ve istenen esnekliğe bağlıdır. Üretici yerel sistemleri genellikle devreye almak daha kolaydır, harici sistemler ise karmaşık 3D sahneler için genellikle daha fazla yetenek sunar.
Sonuç
Görme destekli toplama, artık değişken parça pozisyonlarına sahip her uygulama için standart uygulamadır. 2D ve 3D arasındaki seçim, kullanılabilirliğe değil, uygulamanın gerektirdiği gerçek serbestlik derecelerine dayanmalıdır. Nihai takımla temiz kalibrasyon ve kontrollü aydınlatma, pratikte başarıyı veya sürekli yeniden çalışmayı belirler.