1. Hvordan 3D-visjonssystemet fungerer
I motsetning til enkle sensorer, lager et 3D-visjonssystem en punktsky med høy tetthet – et digitalt 3D-kart over pallens toppflate.
Avbildning: Et 3D-kamera (vanligvis montert over hodet) fanger opp hele laget i ett «bilde».
Segmentering (AI): Algoritmer for kunstig intelligens skiller individuelle poser, selv om de er presset tett sammen eller har komplekse mønstre.
Posisjonsestimering: Systemet beregner de nøyaktige x-, y- og z-koordinatene og retningen til den beste posen å velge.
Kollisjonsunngåelse: Visjonsprogramvaren planlegger en bane for robotarmen for å sikre at den ikke treffer palleveggene eller nærliggende poser under plukkingen.
2. Viktige utfordringer løst
Problemet med den «svarte posen»: Mørke materialer eller reflekterende plastfilmer «absorberer» eller «sprer» ofte lys, noe som gjør dem usynlige for standardkameraer. Moderne AI-drevne 3D-systemer bruker spesialiserte filtre og HDR-bilder for å se disse vanskelige overflatene tydelig.
Overlappende poser: AI kan oppdage «kanten» på en pose selv når den er delvis begravd under en annen.
Blandede SKU-er: Systemet kan identifisere ulike typer poser på samme pall og sortere dem deretter.
Palltilt: Hvis pallen ikke er helt i vater, justerer 3D-visjonen robotens tilnærmingsvinkel automatisk.
3. Tekniske fordeler
Høy suksessrate: Moderne systemer oppnår gjenkjenningsnøyaktighet på >99,9 %.
Hastighet: Syklustidene er vanligvis 400–1000 poser i timen, avhengig av robotens nyttelast.
Arbeidssikkerhet: Eliminerer risikoen for kroniske ryggskader forårsaket av manuell depalletering av sekker på 25–50 kg.