로봇으로 가방을 고르는 것 – 결국 그다지 유토피아는 아닙니다.

쉽게 변형되고 구겨져서 위치 파악이 어려운 유연한 재질로 만들어진 불규칙한 모양의 물체가 무작위로 배열되어 있습니까? 이것은 이제 과거의 문제입니다.

«우리는 경험, 지식 및 기술을 활용하여 AI 기반 솔루션의 성능을 더욱 향상시키고 가방을 감지하고 선택하는 방법을 "가르치기"로 결정했습니다.»

빈 피킹(즉, CAD 모델을 기반으로 빈 내에서 임의로 배열된 물체를 로봇이 감지하고 선택하는 것)은 까다로운 산업 환경에서도 우리가 다루는 일반적인 애플리케이션 유형입니다. 빈 피킹 스튜디오 컴퓨터 비전에 대해 알 필요가 없는 로봇 통합자를 위한 올인원 피킹 솔루션입니다. 강력한 기능 덕분에 자동차, 제조, 물류 등 기본적으로 모든 산업 분야에 진출할 수 있었습니다.

그러나 우리는 고객으로부터 모양이 불규칙하고 쓰레기통 내 임의의 위치에 있는 물체를 선택할 수 있는 솔루션에 대한 요청을 점차 받기 시작했습니다. . 우리는 이러한 종류의 물체를 선택할 수 있는 알고리즘 작업에 착수했으며 집중적인 노력 끝에 AI 기반 솔루션을 개발했습니다. 처음으로 세상의 빛을 보았다. 정교한 알고리즘 덕분에 다양한 크기, 다양한 텍스처, 변형을 포함한 임의의 모양의 개체를 현지화하고 선택할 수 있었습니다. 또한 물체를 정렬된 패턴으로 쌓을 필요는 없지만 절대적으로 무작위로 배치할 수 있으며 로봇은 여전히 ​​물체를 인식하고 선택할 수 있습니다. 정밀한 3D 비전과 고급 AI 알고리즘의 조합으로 지원되는 당사의 AI 기반 솔루션은 자재 취급, 제조, 물류 등의 자동화를 위한 막대한 기회를 전 세계에 보여주었습니다.

그리고 모든 종류의 물체와 응용 프로그램을 포괄할 수 있는 마지막 격차가 있음을 보여준 것은 물류였습니다. 이는 상품이 항상 단단한 상자에 담겨 운송되는 것이 아니라 일부는 가방 . 이들은 모양을 유지하지 못하기 때문에 자동화된 분류에 큰 어려움이 있습니다. 유연하고 주름지고 쉽게 변형될 수 있어 현지화하기가 매우 어렵습니다 . 우리는 우리의 경험, 지식 및 기술을 활용하여 AI 기반 솔루션의 성능을 더욱 향상시키고 가방을 감지하고 선택하는 방법을 "가르치기"로 결정했습니다. .

컨테이너에 어지럽게 놓인 가방 사이의 경계를 인식하는 것은 사람에게도 어려운 경우가 많습니다. 투명 봉투의 경우 작업이 훨씬 더 복잡해집니다. . 어렵지만 가능합니다. 우리는 때때로 우리보다 더 잘 가방을 인식할 수 있는 네트워크를 개발했습니다. 그것들은 서로 겹쳐서 집는 것을 막을 수 있지만 우리 시스템은 이것을 쉽게 처리할 수 있으며 로봇이 가방을 완전히 또는 부분적으로 집는 것을 허용하지 않습니다 .