摘要
本文刊登于《现代制造》2024年第10期，原文标题《智能化的人工智能机器人导航》，作者为Maik Ahlers、Jan Nieswendt。
由Palloc公司开发的基于深度学习定位算法的自适应定位系统，结合Sick公司推出的首款变型产品，正推动机器人自动堆叠设备实现智能化升级。该系统集成3D视觉引导拆垛技术，出厂即完成神经网络训练，具备高精度识别与持续学习能力，显著提升工业自动化效率。
深度学习赋能工业传感器
通过图像和示例训练，将人类经验融入传感器系统，深度学习技术不仅可可靠识别未知特征，还能持续提升测量精度。这一技术正广泛应用于工业传感器领域，推动自动化技术在多个应用场景中实现突破性进展。
图1：3D视觉引导拆垛系统精准采集数据
图1 Palloc公司采用Visionary-S型3D视觉引导拆垛系统，用于机器人卸垛作业。该系统集成的扫描装置可精确获取堆叠周转箱、包装盒的三维数据。
灵活高效的机器人托盘自动化应用
Palloc公司的“托盘自动化”项目实现了机器人对各类包装箱的高效堆叠与卸垛。其核心在于预置神经网络可识别多种包装形态，并通过人工智能持续纳入新类型，极大提升了系统的适应性和未来兼容性。该系统无需额外PC支持，基于Web的用户界面可通过以太网TCP/IP无缝接入主流工业机器人及协作机器人控制系统。
Visionary-S-3D快照相机实现立体彩色成像
Palloc利用集成Visionary-S的3D视觉系统，对紧密堆叠的包装物进行高精度扫描。系统融合立体与彩色图像技术，可清晰分辨托盘上的单个立方体并计算高度信息。支持每秒30帧全彩图像与亚毫米级分辨率3D成像，数据精度满足复杂轮廓、边缘及层高的识别需求，为机器人提供精准导航依据。摄像头结构设计灵活，既可安装于机械臂末端，也可固定于上方，适用于多样化工况。
摄像机内置人工智能提升识别能力
Visionary-S系统出厂时已搭载经过大量不同尺寸、颜色、印刷样式包装样本训练的神经网络，构成全自动图像采集解决方案。仅需一个智能摄像头即可独立完成拆垛任务。系统不仅能匹配已知包装类型，还可通过图像细节分析，以高概率准确处理变量数据。
图2：智能摄像系统实现精准定位
图2 新型摄像系统为Palloc机器人提供几乎不受限制的托盘包装物定位能力，输出高精度坐标数据，保障拆垛过程安全可靠。
此外，Palloc支持在生产过程中使用直观AI工具套件快速添加新型包装物，例如通过Sick dStudio网络服务训练神经网络，使非专业人员也能便捷完成模型更新。
高效调试与高精度无碰撞引导
该系统旨在替代人工完成重复性高强度卸垛作业，打造面向未来的内部物流解决方案。具备安装简便、操作友好、高度灵活和数字化集成等优势，融合工业5.0理念与机器学习技术。系统可在一小时内完成部署，支持主流机器人控制系统，基于Web服务器实现IIoT与IT系统无缝连接。
得益于深度学习算法，系统可在一秒内快速准确识别不同规格包装物，并向机器人控制系统实时反馈位置与高度信息，指导机器人逐层拆解堆垛，精准放置至传送带、装卸点或新托盘。其直观界面也便于快速集成至现有自动化体系。
图3：出厂预训练神经网络提升适应性
图3 Sick公司推出的Palloc 3D视觉引导拆垛系统，出厂即配备经多类包装数据训练的神经网络，涵盖不同尺寸、颜色、设计与印刷样式。
Sick公司致力于在高端传感器与图像处理系统中应用深度学习，推动智能传感软件发展，构建更具适应性的自动化解决方案。此次与Palloc合作，进一步将其AI技术拓展至内部物流与商品分发领域，加速智能制造落地进程。
内容来源：现代制造
责任编辑：朱晓裔
部门领导审核：李峥