立體視覺(jué)成像

精準(zhǔn)判定作業(yè)安全范圍

在工廠、車間等機(jī)械臂作業(yè)區(qū)域，現(xiàn)有安全圍欄、光柵等防護(hù)措施，無(wú)法全面覆蓋作業(yè)區(qū)內(nèi)的立體空間，當(dāng)人員滯留作業(yè)區(qū)內(nèi)，機(jī)械臂意外啟動(dòng)，會(huì)存在較大碰撞風(fēng)險(xiǎn)，運(yùn)用視覺(jué)手段可有效提升作業(yè)區(qū)安全防護(hù)水平。

但是單一的平面圖像無(wú)法精確判斷人員位置，難以準(zhǔn)確識(shí)別安全范圍。比如，設(shè)備將安全線外的經(jīng)過(guò)人員誤判在作業(yè)區(qū)內(nèi)，導(dǎo)致不必要的停機(jī)，影響生產(chǎn)效率。

?？低暣竽Ｐ蜋C(jī)械臂防碰撞相機(jī)采用立體視覺(jué)成像技術(shù)，結(jié)合主動(dòng)散斑光源，能夠模擬人的雙眼，精準(zhǔn)計(jì)算出目標(biāo)的深度信息。這樣一來(lái)，設(shè)備能在復(fù)雜環(huán)境中更好地識(shí)別安全區(qū)域，輕松知曉人員目標(biāo)的實(shí)際位置，提高人員檢出的準(zhǔn)確性和可靠性。

視覺(jué)大模型加持

識(shí)別準(zhǔn)確率進(jìn)一步提升

機(jī)械臂作業(yè)區(qū)場(chǎng)景復(fù)雜，往往存在機(jī)械臂運(yùn)動(dòng)、AGV搬運(yùn)、叉車搬運(yùn)、不同類型貨物等干擾因素。傳統(tǒng)的深度學(xué)習(xí)算法容易因局部相似度過(guò)高、復(fù)雜姿態(tài)等因素產(chǎn)生誤報(bào)。比如，將機(jī)械臂的部分結(jié)構(gòu)誤認(rèn)為是人員的肢體，導(dǎo)致誤檢出人員，影響生產(chǎn)效率。

為此，機(jī)械臂防碰撞相機(jī)依托?？低曈^瀾大模型體系，結(jié)合機(jī)械臂作業(yè)的真實(shí)場(chǎng)景特征，有效過(guò)濾誤報(bào)。即使人員不同工服、不同姿態(tài)，也能綜合判斷，從而大幅提升相機(jī)的識(shí)別精準(zhǔn)度。

靈活適應(yīng)、泛化性更強(qiáng)

已落地汽車、電子、食品等行業(yè)

在不同行業(yè)里，機(jī)械臂的大小、顏色、轉(zhuǎn)速快慢、與周邊環(huán)境的關(guān)系，都因場(chǎng)景而異。傳統(tǒng)深度學(xué)習(xí)算法適應(yīng)能力較弱，如果場(chǎng)景發(fā)生變化，如光照條件、背景環(huán)境或目標(biāo)物體的外觀改變，模型的識(shí)別準(zhǔn)確率就存在下降風(fēng)險(xiǎn)。

而?？低暣竽Ｐ蜋C(jī)械臂防碰撞相機(jī)，專注于工業(yè)場(chǎng)景下機(jī)械臂作業(yè)安全防護(hù)的業(yè)務(wù)需求，能有效提升準(zhǔn)確率與泛化性，大大拓寬了應(yīng)用邊界，靈場(chǎng)適應(yīng)多種工業(yè)場(chǎng)景。

目前，?？低暀C(jī)械臂防碰撞相機(jī)已廣泛應(yīng)用于汽車、電子制造、食品、物流倉(cāng)儲(chǔ)等行業(yè)，助力碼垛、搬運(yùn)、裝配等工業(yè)機(jī)械臂作業(yè)區(qū)的安全生產(chǎn)。

安全是生產(chǎn)的前提，?？低晫⑼ㄟ^(guò)持續(xù)創(chuàng)新，優(yōu)化產(chǎn)品性能，拓展應(yīng)用邊界與深度，助力更多行業(yè)高質(zhì)量發(fā)展。