Skip to main content

產業

機器視覺讓工業機器人能夠感知情境並進行改進

工業機器人設計師一直面臨著提高生產力和效率的壓力。為了因應這種情況,他們正在借助各種新興技術,例如 CV 和 3D 視訊擷取。這類功能有望徹底改變工業自動化,但需要能夠提供比其以前的系統架構更高的效能和連線能力,同時保持輕巧可靠的新系統架構。3D 機器視覺技術可讓工業機器人根據即時拍攝和分析的影像優化抓取功能並調整力道。因此,機器人可以更靈活且準確地移動零件與組合件。但是,雖然「情境感知」機器人可以大幅提高生產力,它們也面臨了相當大的設計挑戰。其中包含:

  • 視覺引導型機器人需要額外的攝影機硬體和高頻寬 I/O 及介面,以將 3D 攝影機連接到運算系統。
  • 在空間受限和嚴苛環境中運作的能力。
  • 可執行用於即時影像處理的深度學習演算法的強大效能。

這些要求需要在輕巧的外型規格中結合高傳輸量、低功耗運算,以及廣泛的操作溫度範圍、智慧型電路保護和減震等可靠性功能。提供這些功能通常需要多個運算平台,因而增加了成本和系統複雜性。現在,OEM 提供了可以盡量減少這兩者的整合式解決方案。

機器視覺加動作控制

Vecow 是機器視覺和影像解決方案的開發商,負責為以視訊為基礎的工業機器人平台設計工作站級的系統。傳統上,這類設計需要使用兩個嵌入式系統,一個用於 3D 視訊擷取,另一個則用於機器控制。但是有限的空間需要一個輕巧但功能強大的運算系統。因此,Vecow 選擇以伺服器級 Intel® Xeon® 處理器 E3-1275 v6 做為其設計基礎,從而讓視訊擷取和動作控制功能能夠整合在單一平台 (RCS-9000F GTX1080) 中(圖 1)。

圖 1. RCS-9000F GTX1080 是一個工業機器人系統,其中將視訊擷取和機器控制結合在單一嵌入式系統中。(資料來源:Vecow

RCS-9000 提供在可提供企業級效能的工業級封裝中處理即時視訊擷取、深度學習、動作控制和其他機器人工作負載的能力。它最多可以同時處理 16 部 3D 攝影機,以進行來自製造用機器人的啟用機器視覺的視訊擷取作業。根據 Vecow 的解釋,使用 Xeon 處理器 E3-1275 v6 的主要原因是,它可提供比其他 Skylake-S 和 Kaby Lake-S 架構處理器高百分之 7 的基頻。一項稱為增強型 Intel SpeedStep® 的頻率調整技術可讓處理器的時脈速度在軟體中動態變更。這反過來又使得處理器能夠滿足即時的用電需求,同時盡量減少耗電量和產生的熱能。E3-1275 處理器的整合式 Intel® HD Graphics P630 技術是另一項重要設計考量,以便以省電的方式支援即時 3D 視訊擷取(圖 2)。繪圖引擎可讓 Xeon 處理器提供 10 位元高效率視訊編碼 (HEVC) 硬體加速,從而增強 4K 視訊編碼和解碼作業。

圖 2. Intel® Xeon® 處理器 E3-1200 v6 與 C236 晶片組一起提供了包含多個介面選項的整合式全功能 CPU 和 GPU 解決方案。(資料來源:Intel 公司

Vecow 宣稱 RCS-9000F GTX1080 是第一個結合彈性的 CPU 插槽與高階顯示晶片,以產生具有視覺功能的工業機器人的機器視覺解決方案。額外的繪圖引擎也可讓該系統同時執行 3D 視訊擷取和分析作業。除了增強的 CPU 和顯示晶片外,在高達 64 GB、2,400 MHz 組態中的 DDR4 錯誤修正碼 (ECC) 記憶體透過避免記憶體錯誤確保了系統的可靠性。此外,還結合了 RCS-9000F 的無風扇設計以及 EN 50155 和 EN 50121-3-2 的抗衝擊和抗震動認證,進而增強了在工廠環境中的可靠性。RCS-9000F 經指定在 -13ºF 至 140ºF 的溫度範圍內作業,同時還具有 80 V 突波防護功能。

整合式全功能介面

就關鍵任務應用(例如製造用機器人)的 3D 視訊作業而言,如果可以同時執行各種作業,效率將會更高。因此,Vecow 的 RCS-9000F GTX1080 運算解決方案分別針對視訊擷取和資料分析提供了 USB 3.0 和 PCIe 插槽。由於整合了 i219LM 和 i210 乙太網路控制器,因此該工業級運算系統可透過多個 Gigabit 乙太網路 (GbE) LAN 連線控制機器人。這些高速 GbE 連結最多可以支援 16 部攝影機以進行機器視覺相關作業,並啟用機器人與機器人之間的連線能力。額外的 PCIe 擴充插槽也可用於整合附加設備,以進一步支援深度學習和機器視覺作業。由於多個 I/O 連線對於促進高解析度資料傳輸和銳利視訊分析至關重要,因此這個整合式全功能平台可為任何類型的作業提供充裕的介面選項。

從自動化到自主化

先進的 CV 和連線技術正在將相對簡單的工業機器人從各自獨立的系統轉變為更為複雜的自動化工作流程的成員。但要利用這些功能需要高度整合的運算平台,才能讓每個機器人更快、更準確且更持續地擷取和分析視訊資料,並據以採取行動。這對於變得越來越自動化和自主化的機器而言非常重要。將工業資料與 CV 系統整合符合工業物聯網的大趨勢,例如機器學習和資料分析。像 RCS-9000F GTX1080 這樣的平台可讓工業機器人在這場持續的工業革命中扮演著重要的角色。

作者簡介

Majeed Ahmad is former Editor-in-Chief of EE Times Asia, a sister publication of EE Times. Moreover, as the Editor-in-Chief at Global Sources, a Hong Kong-based trade and technology publishing house, he spearheaded magazines related to electronic components, consumer electronics, and computer, security and telecom products. Majeed is a journalist with an engineering background and two decades of experience in writing, editing and acquiring technical content. He is also author of six books on electronics: Smartphone, Nokia’s Smartphone Problem and The Next Web of 50 Billion Devices, Mobile Commerce 2.0, Age of Mobile Data, and Essential 4G Guide.

Profile Photo of Majeed Kamran