Scenario Automated Assembly with Zivid Two 3D camera - White Goods

PLAIF

Plaif 利用人工智能和3D机器视觉实现家电制造的新可能性

Quick facts

Company
Plaif

Application
Consumer white goods manufacturing

Features
Bin-picking
Assembly
Pick and place

3D camera
Zivid Two M70 - industrial 3D color camera

一览 

制造业被视为机器人自动化的早期采用者,但有一些领域的技术挑战仍然难以克服。Plaif利用人工智能和3D机器视觉方面的进展,为这些难以解决的挑战带来了高可靠性的解决方案。

挑战

制造业经常涉及到对小型复杂物体的拣选和操作。直到最近,机器视觉系统还没有足够的分辨率和质量来可靠地完成这些任务。特别是,复杂的小型金属部件带来了许多与视觉有关的挑战比如必须清晰地看到部件的全部面貌。.

解决方法

在尝试了许多3D照相机之后,Plaif不确定是否有一款3D相机能够满足他们的需求。然后他们尝试了Zivid 2 3D相机。优秀的点云和一系列的过滤器确保了他们的人工智能软件始终能够使用最高质量的数据

结果

目前,Plaif正与韩国一家大型家电制造商合作,部署使用Zivid 2 L100的应用。该系统提供了高度可靠的结果,并将在未来几年内在其生产设施中全面部署。

 

我们正在寻找一个真正的工业3D视觉解决方案合作伙伴,我们可以信任并共同发展。Zivid 3D照相机的品质以及该团队如何认真的进行所有的可靠性和校准测试以提供一致的性能,给我留下了深刻的印象” 

Tae-Young Jeong, CEO of Plaif

 

FREE DEMO

01 背景

Plaif是一家韩国公司,专注于机器人的人工智能。该公司旨在创造一个人工智能机器人能够处理简单和重复性任务的世界,以便人类能够专注于创造性和有价值的工作。通过使用Zivid的3D机器视觉,Plaif实现了动态取放解决方案,通过物体识别人工智能和机器人行为人工智能,降低产生学习数据的成本,提高生产力。

Plaif's bin-picking demo using the Zivid 3D camera (recorded 6 times faster)

 

Plaif的解决方案正在韩国的大型制造企业中得到采用,因为它已经证明了它有能力通过使用其创新和先进的3D和AI技术来解决以前阻碍自动化应用的技术限制。该公司选择了 Zivid 2 L100 industrial 3D color camera 以解决白色商品装配线上的料箱拣选难题。Zivid高质量的点云、出色的降噪和伪影过滤器以及真正的工业级质量,帮助Plaif在苛刻的工业环境中实现了一系列机器人应用所需的3D视觉。

 

02 应用痛点

视觉不佳,拣选形状复杂、难以操控和高反射的金属,对机器人来说仍然是一个挑战。Plaif的客户正在处理用于电子白色商品组装的小支架,其中一些支架形状很不一致。他们评估了一系列的3D相机,看看这个项目是否可行,但收效甚微。点云的质量不够好,无法捕捉到具有真实表现的完整场景。

检测这些密集堆叠的零件并不容易,因为机器人无法区分细节,无法安全地挑选和放置每个零件低闭塞性能是另一个挑战。来自料箱的阴影会造成遮挡,使照像机无法寻找角落里的零件,从而使机器人无法在该区域挑选物体。最后,3D相机的性能必须在快速变化的热环境中保持一致。消费级相机不够可靠,不能用于制造工厂,因为各种因素可能影响其性能。

Scenario Automated Assembly with Zivid Two 3D camera - White Goods

“我们正在寻找一个真正的工业3D视觉解决方案合作伙伴,我们可以信任并共同发展。Zivid 3D照相机的品质以及该团队如何认真的进行所有的可靠性和校准测试以提供一致的性能,给我留下了深刻的印象.”

Tae-Young Jeong
CEO of Plaif

03解决方案

Plaif选择了Zivid 2 L100 3D视觉相机用于他们的料箱拣选应用。他们最初使用的是Zivid 2 M70,但后来改用了L100,以受益于更远的工作距离和更大的工作容积,适合于料箱拣选。 

在高分辨率点云方面,Zivid 2 L100优于Plaif测试的其他替代品。它实现了最小的遮挡,捕捉到了所有精细的细节,以实现可靠的物体识别和分离边界,从而进行拾取。3D HDR和减少伪影技术(ART)也确保了对来自反射、相互反射、镜面高光和高对比度失真的成像伪影的出色抑制。

基于Zivid的精确点云,Plaif可以应用深度学习来检测物体的精确6D姿势,并将强化学习应用于机器人行为AI,使其能够识别、判断和自主移动。强化学习是一种机器学习技术,允许机器人通过试验和错误找到最佳方法。例如,如果光反射很强,无法获得点云数据,机器人可以自己移动物体以避开它。Plaif的AI解决方案包括模拟学习方法和基于云的AI学习,以减少学习数据的成本。

Plaif需要一个他们可以信赖的视觉合作伙伴,以获得长时间的可靠的高性能。他们了解到,Zivid是为恶劣的工业环境而设计的,并通过在典型的工业环境中进行100多个小时的艰苦的性能、可靠性和校准测试,认真对待长期测试。坚固性和可靠性帮助Plaif决定用Zivid工业级相机取代之前测试的3D传感器

 

04 结果

Plaif的取放系统将被安装在韩国最大的电子公司之一的自动化系统中。计划一旦试点版本证明成功,将从2024年起在多条生产线上部署该解决方案。

同时,其基于3D视觉的人工智能解决方案将在今年被用于另一个制造项目的汽车零件拣选。Plaif期望通过采用其先进的人工智能和3D技术来解决广泛的挑战性自动化问题。.

FREE DEMO

 

About Plaif

Plaif is a Korean start-up focusing on AI for robots. The company aims to create a world where AI robots can handle simple and repetitive tasks so that humans can focus on creative and valuable work. Using Zivid’s 3D machine vision, Plaif enables a dynamic pick-and-place solution to reduce the cost of generating learning data and improve productivity through object recognition AI and robot behavior AI.

→ plaif.com

Zivid 2 cameras

Contact Sales

Read more

Case Studies →

Watch more

Videos →

Browse

Point Clouds →

Share the story!