As novas ferramentas de visão 3D que permitem a automação da coleta de lixo

Fonte: https://www.zivid.com/zivid-two

Matthew Dale da Imaging & amp; Machine Vision Europe, explora como as ferramentas de visão 3D permitem a coleta automática de lixo em seu artigo mais recente.

Com 2020 como pano de fundo, as tendências são aparentes; os padrões de comportamento mudam para as compras online, com demanda adicional em armazenamento e logística. Por exemplo, a Amazon sozinha está contratando mais de cem mil funcionários extras para atender à demanda de comércio eletrônico.

Em seu artigo, Dale e eu discutimos como a indústria da visão responde a esse desafio, permitindo soluções de separação mais flexíveis para lidar com mais objetos.

A solução ideal de coleta de lixo será capaz de detectar, escolher e colocar peças densamente embaladas, complexamente organizadas, difíceis de separar ou com superfícies brilhantes e reflexivas, tudo isso sendo mais rápido do que um humano.

A visão 3D é normalmente considerada como um componente apenas para a detecção de peças ou SKUs em uma caixa. Mas eles também desempenham um papel vital no sucesso da escolha e colocação dos objetos.

Veracidade descreve o quão fiel sua imagem é à realidade que você está representando

“Alguns de nossos clientes mais proeminentes nos procuraram dizendo que, apesar de serem capazes de ver claramente os objetos em suas caixas usando um sensor 3D incumbente, eles não conseguem identificá-los sempre. Isso ocorre porque as imagens de nuvem de pontos não são verdadeiras: pode haver erros de escala, onde os objetos parecem maiores ou menores do que realmente são; erros de rotação; ou erros de tradução, onde os objetos parecem estar em uma orientação ou posição diferente do que realmente estão. ”

A veracidade tem um grande impacto na coleta e colocação de peças e no sucesso de sua aplicação de coleta de lixo ou controle de máquina.

Outro desafio na coleta aleatória de lixo é que a qualidade da nuvem de pontos de sensores amplamente usados ​​não é boa o suficiente.

“Embora algoritmos de detecção inteligente e IA possam reconhecer alguns objetos, objetos que não são tão bem definidos não podem ser distinguidos com segurança”, explicou Orheim. “Essas câmeras são boas para o seu preço, mas de uma perspectiva de coleta de lixo, acreditamos que elas não são totalmente adequadas.”

A Zivid resolve esses problemas com nossas câmeras 3D (Zivid Two, Zivid One +) – ao mesmo tempo que atinge alta precisão dimensional – usando luz branca estruturada para conduzir imagens 3D.

“O que diferencia nossas câmeras 3D é a forma como usamos a cor, que entra em ação quando usamos IA”, disse Orheim. “A cor está se tornando uma qualidade muito mais interessante da nuvem de pontos, porque pode ser usada por uma IA ou algoritmo de aprendizado profundo como um fator adicional para distinguir entre objetos.”

Nos últimos dois anos, a Zivid tem desenvolvido uma tecnologia de redução de artefato, chamada ART, que melhora a qualidade dos dados 3D capturados de peças reflexivas e brilhantes.

Esta solução é uma combinação de inovações em hardware e software

“Isso significa que os clientes agora obtêm todos os benefícios das câmeras de luz estruturada ao escolher peças reflexivas muito desafiadoras na lixeira.”

Quer saber mais sobre o novo mecanismo de visão Stripe e ART para escolher peças brilhantes e reflexivas da Zivid?

Você pode aprender mais sobre o Stripe aqui e entrar em contato comigo e com a equipe Zivid aqui.

Mikkel Orheim é vice-presidente sênior de vendas e desenvolvimento de negócios da Zivid.