Bin Picking in 1 minuto con IA e visione 3D

Introduzione al prelievo da contenitori basato su visione artificiale

Con l’aumento della complessità nei processi industriali automatizzati, la necessità di una gestione degli oggetti precisa ed efficiente è più critica che mai. I tradizionali sistemi di visione 2D spesso faticano a gestire forme irregolari o materiali semitrasparenti, limitandone l’efficacia. L’integrazione dell’IA con le tecnologie di visione 3D consente ai robot di comprendere in modo completo la posizione e l’orientamento degli oggetti. Questa combinazione potenzia il prelievo da contenitori da parte dei robot, migliorandone la precisione e la velocità. Questo articolo esplora come le tecniche avanzate di visione 3D e l’integrazione dell’IA permettano ai robot di affrontare con facilità compiti complessi di prelievo e movimentazione dei materiali.

Visione artificiale 2D vs 3D

La visione artificiale 2D fornisce una visuale piatta e bidimensionale di un oggetto, concentrandosi sulla sua posizione lungo gli assi X e Y. La visione artificiale 3D, invece, aggiunge la profondità con l’asse Z, offrendo una comprensione tridimensionale più completa degli oggetti. Con l’ascesa dell’Industria 4.0, l’integrazione della visione 3D con i sistemi robotici è diventata sempre più diffusa, promuovendo l’innovazione nei processi produttivi. Mentre l’imaging 2D viene solitamente acquisito tramite telecamere industriali standard, l’imaging 3D richiede tecnologie ottiche specializzate. Tra le tecniche più comuni per ottenere dati 3D vi sono la visione stereo attiva (Active Stereo Vision), il Time-of-Flight e la luce strutturata (Structured Light).
red icon representing stereo vision

Visione Stereo

La visione stereo imita la percezione della profondità dell’occhio umano catturando sia la posizione di un oggetto sia la sua struttura tridimensionale. Offre vantaggi significativi, tra cui un basso consumo energetico e un’elevata convenienza economica, rendendola una soluzione interessante per le applicazioni industriali. Tuttavia, la visione stereo può presentare ritardi e la sua efficacia può ridursi in ambienti con scarsa illuminazione. Oltre al suo impiego nella robotica, la visione stereo viene integrata nei sistemi AR + IA per l’ispezione visiva avanzata e il riconoscimento degli oggetti.

Time-of-Flight

La tecnologia Time-of-Flight (TOF) misura la distanza dagli oggetti calcolando il tempo impiegato dalla luce infrarossa per raggiungere l’oggetto e tornare indietro. Questo metodo offre elevate velocità di elaborazione ed è resistente alle interferenze, risultando particolarmente adatto per ambienti dinamici. Tuttavia, sebbene il TOF sia efficiente, la sua precisione può essere inferiore rispetto ad altre tecnologie di visione 3D.

Luce Strutturata

La luce strutturata proietta pattern luminosi distinti, tipicamente strisce bianche e nere alternate, sugli oggetti. La deformazione di questi pattern quando interagiscono con la superficie dell’oggetto consente al sistema di mappare la forma e acquisire informazioni precise sulla profondità lungo l’asse Z. Questa tecnologia è ampiamente utilizzata in applicazioni come il riconoscimento facciale e il controllo qualità, in particolare nella produzione industriale attraverso sistemi AOI (Ispezione Ottica Automatica).

Migliorare il riconoscimento oggetti robotico con l’IA

Sebbene la visione 3D fornisca dati spaziali preziosi, affidarsi esclusivamente a essa per riconoscere oggetti complessi o dalle forme irregolari può ancora presentare delle sfide. Ad esempio, la visione 3D può avere difficoltà a rilevare con precisione oggetti semitrasparenti o a gestire in modo accurato piccoli componenti metallici intricati tramite robot.

L’integrazione dell’IA con i sistemi di visione 3D migliora la capacità dei robot di riconoscere e manipolare oggetti con maggiore precisione. Questa combinazione consente ai robot di prelevare e posizionare efficacemente articoli dalle forme irregolari, garantendo il corretto orientamento e posizionamento.

In casi che coinvolgono forme complesse—come l’impilamento di pezzi metallici a forma di U—la sola visione 3D può non essere sufficiente per allineare e posizionare accuratamente gli oggetti. L’IA colma questa lacuna permettendo al sistema di comprendere la vera forma e orientazione degli oggetti, assicurando una manipolazione precisa.

Addestra un modello IA in 60 secondi

L’integrazione dell’IA basata sul deep learning con la tecnologia di visione 3D va oltre il semplice riconoscimento degli oggetti: richiede una coordinazione fluida di processi come la presa, la pianificazione del percorso e il controllo del movimento, per consentire operazioni robotiche efficienti.

L’IA di deep learning di Solomon, combinata con moduli avanzati di pianificazione del movimento, consente ai robot di apprendere a identificare e interagire con gli oggetti in appena 60 secondi. Questo permette al sistema di bin picking di determinare rapidamente il percorso ottimale per la presa e il posizionamento, evitando ostacoli e garantendo precisione ed efficienza.

Questa potente integrazione rappresenta una soluzione pratica ed economica per compiti complessi come il depallettizzazione mista, il kitting, l’imballaggio e il prelievo casuale da contenitori, rendendola ideale per ambienti industriali dinamici.
Un robot ABB su una linea di assemblaggio automatizzata esegue un'attività di kitting utilizzando la tecnologia di visione 3D e l'intelligenza artificiale di Solomon.