unpolished metal workpieces in a bin

AccuPick成功案例

挑選未經拋光的金屬加工物件進行CNC加工

客戶

客戶是一家知名的國際化學玻璃製造企業,總部位於亞洲。

CNC金屬加工件辨識及夾取痛點

客戶要進行30個未經拋光的金屬加工件辨識,一旦辨識完成,機器人將執行隨機取放(Bin Picking),直接將它們放入CNC機台中進行拋光作業。

然而,由於現場工作距離超過1250mm,再加上金屬加工件體積小、重量重,需要+/- 1mm拾取精度,若系統辨識、路徑規劃不精準,機械手臂進行Bin Picking作業易面臨碰撞、夾取失敗等問題,因此客戶積極尋找更加敏捷、精準的解決方案。

利用高精度3D機器視覺系統實現隨機物料取放

ACCUPICK 3D使用自主研發的AI人工智慧技術,不僅能定位和生成3D拾取點,還能自動生成人工智慧數據集,並顯著減少零件的設置時間。

*高精度3D視覺辨識物件

使用Solomon多功能3D結構光掃描器,可在0.3秒內完成掃描並在1.5秒左右產出清晰高畫質彩色3D點雲圖與物件的6D座標(x,y,z,Nx,Ny,Nz)資訊,這樣的功能,有助於客戶辨識30種物件所需的精準度,使機器人成功地將它們放入CNC機台中。

*支援30家機器手臂品牌物件

AccuPick 3D智能取放系統支援30家工業型機器人(Robot)、協作型機器人(Cobot)與水平多關節機械手臂(SCARA),同時可透過常見的通信介面,連結主要廠牌的可編程控制器(PLC)。

其他應用案例

除了金屬加工件外,AccuPick 3D在小零件分揀應用上同樣有所成效。Solomon曾協助國際知名航空零部件製造商,透過 AccuPick 3D的強大3D機器視覺功能,處理大量尺寸相異且不規則的SKU零件,即使有些零件重疊、甚至小至5毫米,也可以成功識別,提高客戶配套生產線的效率。

相關文章
  • inside a 3PL distribution center

    易碎物品夾取和放置

    所羅門的尖端物流解決方案JustPick由於利用人工智能算法和 3D 成像來揀選未知物品而成為領跑者。
  • 積層陶瓷電容製程優化解決方案

    SMD電容體積較小,觀察缺陷需在顯微鏡等級的微觀工具下觀察,且因MLCC非常脆弱,檢測過程也須非常小心,困難度極高。使用SolVision工具,學習電極上凸出部分的瑕疵形狀及位置,建立AI模型,在AI學習瑕疵特徵之後,即可快速檢測電容凸出部分的缺陷,大幅提升整體製程的良率。
  • AI影像辨識 – OCR電子元件字元

    電子元件製造過程追蹤為半導體之產出基石,辨識元件編號被視為生產重要環節之一。但較差環境下讓AOI辨識更加困難,對於提升產線效率以及降低字元的誤判度有很大改善空間。利用SolVision技術執行光學字元辨識,有別於傳統AOI,不受底色、環境光線及字元種類多等限制,可精準識別個別編碼。
  • LED PCBA瑕疵檢測解決方案

    PCB【AI瑕疵檢測】LED中PCBA的良率難題:元件既多且雜,瑕疵檢測大不易!運用SolVision AI影像平台技術,在影像樣本中定位並標註鋁基板上的刮痕、髒污等異常及瑕疵情形,透過AI深度學習,即可自動且即時地檢出並定位鋁基板上的各式瑕疵,大幅提升產線生產效率。