行业动态
Welcome to check the news trends of COBOT and the trends of AI industry here.
Welcome to check the news trends of COBOT and the trends of AI industry here.
2020-06-28
随着当前市场对定制化、个性化的需求不断增长,促使制造商从标准化生产向柔性制造转型,工业机器人面临的无序难题也就越来越多。
而这种复杂性对机器人提出了更多更高的要求,这意味着工业机器人不能再依靠设定好的程序继续执行工作,而是需要对环境进行感知、分析,继而做出判断,这就需要引导机器人进行深度学习,从而解决无序分拣在场景物料匹配度低、产品种类迭代快、系统调整适应性低等方面的痛点。于是,库柏特CGrasp-AI通用抓取平台应时而生。
CGrasp作为库柏特自主研发的机器人高速柔性抓取解决方案,从正式发布到如今,已经在国内众多项目中落地。
在智能仓储场景中,750件/小时的单台分拣效率从根本上代替了人工分拣,整体效率提升四倍,24小时无间断的操作大幅度提升了产业链的升级。
在医疗场景中,“无接触式”的机器换人操作保证了安全性的同时提高药房工作的效率。
在24h无人零售场景中,店内货品上架、机器人取货均由机器人完成,避免了商品的二次污染、大大降低了成本。
······
CGrasp在众多不同的场景都有着不俗的表现。但是,经过前期场景应用情况的反思,库柏特对算法开发周期、准确性、适应性等方面有了更高要求,与此同时,快速、低成本、高安全性的验证也成为关注重点。
在不断实践和总结中,CGrasp-AI通用抓取平台诞生了。从CGrasp到CGrasp-AI通用抓取平台,是经验的积累,更是技术的升级。CGrasp在市场化过程中,通过在众多应用场景中的测试、比较、消化、吸收,磨合,收集来自用户的反馈和实际操作经验,为新的研究和产品创新提供最有价值的参考,并反馈在CGrasp-AI通用抓取平台上。
CGrasp-AI通用抓取平台正是库柏特在CGrasp无序分拣系统基础上,通过市场应用落地的经验和技术的升级,以AI算法加持,形成了AI+3D视觉技术的智能抓取平台。
AI通用抓取平台亮点在于,利用3D视觉完成物品的位姿估计,并辅以深度学习算法,把人工的检测经验转化为算法,实现自动识别和检测,从而实现复杂场景的抓取点计算。
具体来说,AI可通过对大量实际数据多维度深度学习,形成快速性、系统性及可传承性等特性。在实际操作过程中,通过采集各种各样品类部件的图像,并转化为统一数据格式,利用标注好的数据训练AI算法模型,就能够生成一系列通用的人工智能算法来做不同的项目,加以人工智能分析、机器人路径自动规划等技术,计算出当前工件的实时坐标,即可根据抓取物品的种类自适应选择最优视觉算法及运动路径,实现抓取的任务,抓取精准、速度快、柔性好。
(2D标注)
(3D标注)
相比之前无序分拣系统,AI通用抓取平台还增加了仿真执行,提升算法的有效性和安全性。
智能应用正深入到各行各业,人工智能领域的人才需求具有持续性和长期性,CGrasp-AI通用抓取平台也将作为科研教学平台服务高校、科研院所,助力培养适应社会及企业发展需求的应用技术型专业人才。
CGrasp-AI通用抓取平台从市场需求出发,结合机器人实际应用场景开发,将知识的拓展与项目研究开发过程相结合,可对学生进行机器人方向的综合训练,达到专业实验教学由点及面、理论到应用的多层次实验体系,以满足市场对专业人才的迫切需求。
除此之外,CGrasp-AI通用抓取平台,还可为物流、医药、食品、汽车零部件等众多行业,提供抓取解决方案,助力企业智能化改造升级。
从CGrasp到CGrasp-AI通用抓取平台,是积累和沉淀,是反思和升级,我们期待CGrasp-AI通用抓取平台为您带来更多惊喜。