Bin picking en 1 minuto con IA y visión 3D

Introducción a la selección de piezas basada en visión

A medida que los procesos industriales automatizados se vuelven más complejos, la necesidad de una manipulación precisa y eficiente de los objetos es más crítica que nunca. Los sistemas de visión 2D tradicionales suelen tener dificultades con formas irregulares o materiales semitransparentes, lo que limita su efectividad. La integración de la IA con tecnologías de visión 3D permite a los robots comprender de manera integral la posición y orientación de los objetos. Esta combinación mejora la selección en contenedores robóticos, aumentando la precisión y la velocidad. Este blog explora cómo las técnicas avanzadas de visión 3D y la integración de IA permiten a los robots realizar tareas complejas de recolección y manipulación de materiales con facilidad.

2D vs visión artificial 3D

La visión artificial 2D proporciona una vista plana y bidimensional de un objeto, centrándose en su posición a lo largo de los ejes X e Y. Por otro lado, la visión artificial 3D añade profundidad con el eje Z, brindando una comprensión más completa y tridimensional de los objetos. Con el auge de la Industria 4.0, la integración de la visión 3D con sistemas robóticos se ha vuelto cada vez más popular, impulsando avances en los procesos de fabricación. Mientras que la imagen 2D se captura típicamente con cámaras industriales estándar, la imagen 3D requiere tecnologías ópticas especializadas. Algunas de las técnicas más comunes para obtener datos 3D incluyen Visión Estéreo Activa, Tiempo de Vuelo y Luz Estructurada.
red icon representing stereo vision

Visión Estéreo

La visión estéreo imita la percepción de profundidad humana al capturar tanto la posición de un objeto como su estructura tridimensional. Ofrece beneficios clave, como bajo consumo de energía y eficiencia en costos, lo que la convierte en una opción atractiva para aplicaciones industriales. Sin embargo, la visión estéreo puede experimentar retrasos y su efectividad puede verse reducida en entornos con poca luz. Además de su uso en robótica, la visión estéreo se está integrando en sistemas AR + IA para inspección visual avanzada y reconocimiento de objetos.

Tiempo de Vuelo

La tecnología Time-of-Flight (TOF) mide la distancia a los objetos calculando el tiempo que tarda la luz infrarroja en viajar hasta el objeto y regresar. Este método ofrece velocidades de procesamiento rápidas y es resistente a las interferencias, lo que lo hace adecuado para entornos dinámicos. Sin embargo, aunque TOF es eficiente, su precisión puede ser inferior a la de otras tecnologías de visión 3D.

Luz Estructurada

La luz estructurada proyecta patrones de luz distintivos, típicamente franjas en blanco y negro, sobre los objetos. La deformación de estos patrones al interactuar con la superficie del objeto permite al sistema mapear su forma y capturar información precisa de profundidad a lo largo del eje Z. Esta tecnología se usa comúnmente en aplicaciones como el reconocimiento facial y el control de calidad, particularmente en la fabricación a través de sistemas de Inspección Óptica Automática (AOI).

Mejorando el reconocimiento de objetos robóticos con IA

Mientras que la visión 3D proporciona datos espaciales valiosos, depender únicamente de ella para reconocer objetos complejos o de formas irregulares aún puede presentar desafíos. Por ejemplo, la visión 3D puede tener dificultades para detectar con precisión artículos semi-transparentes o manejar con precisión pequeñas piezas metálicas intrincadas con robots.

Integrar IA con sistemas de visión 3D mejora la capacidad de los robots para reconocer y manipular objetos con mayor precisión. Esta combinación permite que los robots recojan y coloquen de manera efectiva artículos de formas irregulares, asegurando la orientación y posicionamiento correctos.

En casos que involucren formas complejas, como apilar piezas metálicas en forma de U, solo la visión 3D puede no ser capaz de alinear y posicionar con precisión los objetos. La IA llena este vacío al permitir que el sistema entienda la forma y orientación reales de los objetos, garantizando un manejo preciso.

Entrenar un modelo de IA en 60 segundos

Integrar la IA de aprendizaje profundo con la tecnología de visión 3D implica más que solo el reconocimiento de objetos; requiere coordinar procesos como agarre, planificación de rutas y control de movimientos para habilitar operaciones robóticas eficientes.

La IA de aprendizaje profundo de Solomon, combinada con módulos avanzados de planificación de movimientos, permite a los robots aprender a identificar e interactuar con objetos en tan solo 60 segundos. Esto permite que el sistema de picking de bin determine rápidamente la ruta óptima para el agarre y la colocación mientras evita obstáculos, asegurando precisión y eficiencia.

Esta poderosa integración ofrece una solución práctica y rentable para tareas complejas como el despaletizado mixto, el kit de preparación, el embalaje y el picking aleatorio de bin, convirtiéndola en una opción ideal para entornos industriales dinámicos.
Un robot ABB en un brazo de línea de ensamblaje automatizado realiza una tarea de kitting utilizando la tecnología de visión 3D y la IA de Solomon