Fabricantes de todo o mundo estão se preparando para adotar o Industry 4.0. A implementação bem-sucedida depende da capacidade das empresas de gerenciar fábricas com maquinário inteligente e sistemas de TI conectados por software avançado. Os robôs são partes fundamentais da equação. Com poucas exceções, os robôs na maioria das fábricas de hoje são usados para executar tarefas monótonas, pois eles vêm sem as capacidades cognitivas intrínsecas dos operadores humanos em assumir tarefas que exigem sensorial e inteligência. Isso está começando a mudar, embora com tecnologias transformadoras, como inteligência artificial e sistemas avançados de visão 3D, ambos são possíveis graças ao rápido aumento no poder de computação. Ao aproveitar essas poderosas novas tecnologias, o conjunto de soluções de visão por máquina baseadas em AI da Solomon pode melhorar significativamente a produtividade dos robôs, tornando-os mais "inteligentes" e flexíveis.
O conjunto de soluções de visão por máquina da Solomon pode melhorar significativamente a produtividade dos robôs tornando-os mais "inteligentes" e flexíveis. Integrando perfeitamente um avançado hardware de scanner, software de processamento 3D e tecnologias avançadas de inteligência artificial, sistema AccuPick 3D da Solomon é capaz de executar a separação de caixas com alta taxa de reconhecimento e facilidade de uso.
Robô Guiado pela Visão
Tudo o que precisamos é que o scanner Solscan 3D tire um instantâneo da peça de trabalho e o software corresponda imediatamente e calcule as rotas necessárias para o robô se mover. As aplicações incluem vedação de peças automotivas, colagem de peças de calçados, inspeção de qualidade de objetos de injeção de metal ou plástico, soldagem de motores, entre outros.
Inspeção de visão com base em IA
Progresso rápido trazido pela IA está começando a mudar a forma como os problemas de visão de máquina são abordados. Em ambientes industriais, defeitos e características com padrões irregulares, como arranhões, manchas, rachaduras difíceis de definir e muitos outros tipos de falhas, têm sido difíceis de serem inspecionados pelos métodos convencionais baseados em regras, mas agora podem ser identificados com muito mais facilidade usando redes neurais.