【虹科案例】应用于洗衣房的智能机器人填补了自动化在该领域的应用鸿沟-电子发烧友网

关于虹科智能感知虹科智能感知事业部专注于智能感知与机器视觉领域，已经和IDS，Blickfeld和Gidel等有着重要地位的国际公司展开深度的技术合作。我们的解决方案包括3D激光雷达，工业相机，视觉处理平台，图像采集卡及视觉系统集成等。虹科的工程师积极参与国内外专业协会和联盟的活动，我们非常重视技术培训和积累，公司定期与国内外专家团队进行交流和培训。

纺织和服装产业目前正面临的主要挑战是供应链和能源问题。劳动力和设备数量不足等妨碍生产的因素同时也对产能造成巨大的影响，而这进一步加剧了纺织和服装业面临的压力。在全球化背景下，该行业的竞争力取决于受影响的公司如何应对这些挑战。另一方面，纺织业必须设法解决高人工成本和劳动力不足的问题，需要纺织业加工进一步实现自动化。
来自慕尼黑的德国科技初创公司 sewts GmbH 关注到这一目标背后巨大的需求潜力。这家公司开发的解决方案使机器人可以像真人一样预判纺织品生产工序，从而相应地调整其动作。首先，sewts将目标锁定在工业洗衣应用。凭借一套使用虹科2D和3D相机的系统，对大规模工业洗衣房实现自动化。尽管90%的工业洗衣工序已经实现自动化，但剩余的人工操作仍占30%的人工成本。从这一点来看，实现自动化可以节约潜在的巨大成本。

应用工业洗衣房的确已在高度自动化环境下处理大量的洗涤任务。其中的折叠工序由机器完成。但是，每一台机器通常需要一名工人手动展开需要折叠的纺织物并抚平褶皱后上料到机台。这种上料操作单调繁重，而且效益与付出的人力成本不成正比。此外，合格的员工并不容易找到，这对工业洗衣机产能的利用以及盈利能力都有影响。洗衣业的季节性特点要求较高的灵活性。sewts研发的新型智能系统采用虹科的相机进行图像处理，该系统可以实现自动化，例如给脏污纺织品分类或者给折叠机投料。
“其中最大的挑战是纺织品的柔顺性。”创始人兼技术总监Tim Doerks解释道。借助机器人和AI解决方案，对像金属这些固形材料的加工工序自动化改造相对而言没什么问题，但是软件解决方案和一般的图像处理方法对易形变材料处理仍存在局限性。因此，商用机器人和抓取系统目前仅能执行像抓取一条毛巾或一块布料等简单操作，这对于实现自动化来说远远不够。但sewts的系统VELUM则可以胜任这项任务。借助智能软件和易于集成的虹科相机，可以分析纺织品这类形态不固定的材料。机器人能够实时预测这些材料在抓取过程中的运动轨迹，能够轻松地将毛巾或用毛圈布制成的亚麻织物送入折叠机，且保证没有褶皱，这填补了低成本自动化应用这一空白。
该系统由虹科合作伙伴sewts开发，将商用机器人、夹持器和相机组合成一套智能系统。“在寻找合适的相机模块时，除了工业适用性这一必不可少的指标之外，还需要考虑其他几项关键性指标：需要具有成本效益的3D相机，因为根据系统配置，将会用到两到三台相机。除了以上要求外它还必须确保深度数据的高精确度，”Tim Doerks解释道。
“另外，我们系统中所用的2D相机必须具备高感光度和高动态范围，而且可在多相机系统中使用。” 最终，公司的创始人从虹科系列产品中找到了心仪的相机：虹科全新的Ensenso S10 3D相机以及uEye CP系列相机。它们的任务是在2D和3D模式下识别纺织品上料到系统时的抓取点特征，这些纺织品在之前的洗涤烘干工序被无序地置于容器中或传送带上。单个物体的形状和位置均无法预测。相机捕捉到纺织品不同的面料质感。并区分出毛巾的卷边和四角。
“我们将2D和3D相机拍到的图像进行匹配并根据3D数据获得更高的2D分辨率。也就是说在这个过程中我们分别利用2D相机的高分辨率和3D相机的精确深度数据。”— SEWTS 的联合创始人兼技术总监TIM DOERKS —虹科Ensenso S10相机配备了160万像素Sony传感器，基于结构光设计，即使面对目标复杂表面或弱光环境，窄频红外激光投影仪也可将一个高对比度点状图案投影到目标物体上面。每一个被160万像素Sony传感器捕捉到的图像能提供一个多达85,000个深度点的完整点云。通过人工智能，相机可靠地将捕获的激光点映射到投影的硬编码位置。这提供了充分的高精度3D数据，系统可以从中提取到抓取点的坐标。
配套安装了GigE Vision固件的虹科GV-5280CP-C-HQ工业相机配有Sony IMX264 2/3"全局快门CMOS传感器。在变化的光照条件下，它在应用中用全速率以22 fps的帧率传送几乎无噪点、高对比度的500万像素 5:4 尺寸图像。内置用于缓冲图像序列的120M图像内存，虹科uEye CP相机功能非常强大并自带大规模像素预处理功能，因此非常适合这种多相机系统。这款相机仅重50克，小巧的镁合金外壳轻质耐用，因此特别适合在对空间要求极高的应用场景或机械臂上使用。

软件

根据客户需求或配置，将用到2-3台虹科uEye 2D或 Ensenso 3D相机。这两款相机均可无缝集成到系统中。“在准备生成数据方面，我们是专家，这一点对于处理3D点云数据而言尤为重要。这种预处理是我们系统的一个重要组成部分，它为人工智能提供合适的输入数据，”Tim Doerks 强调。sewts开发的AI会处理uEye CP或Ensenso S相机提供的数据。智能软件可以根据线缝走向、局部起伏或线缝相对位置分析纺织品的结构，并根据不同的材质和刺绣图案划分纺织品的类型和等级，并将这些结果转换成机器命令。

数据由卷积神经网络(CNN)和常规图像处理过程处理。“我们使用的虹科相机配套的开发包。通过Python和开发库连接至我们的系统，”sewts的联合创始人兼制造总监Till Rickert透露。“虹科相机软件包的附加价值主要在于其易于校正和集成到我们的系统。”
“AI是我们技术的核心。需要智能算法来构建适当的系统以应对非确定性自动化处理工序。因而我们利用最新AI研究成果，根据我们的需要进行改良并将各部分继承以最终形成一个大的整体方案，”Till Rickert补充道。它接收各种传感器数据（比如光学信息），以近似人类的认知水平得出结论并将其转换成机器命令。这样，像VELUM这样的系统就能够执行以前需要人脑来判断的任务。这正是sewt的企业理念所在：“我们的目标是将复杂的人力作业转换成流畅的自动化流程”。

应用前景

凭借像VELUM这样的系统，洗衣房可以显著地提升产能，而无需考虑人员配置，进而提高盈利能力。“通过填补了自动化应用的巨大鸿沟，我们几乎可以让一条纺织品洗涤产线的产能翻一番，”sewt总裁Alexander Bley说道。
虹科相机未来还可用于像衬衫和裤子这类服装。“理解这些材质特点很重要，这样才能稳扎稳打地实施我们的流程。我们通过成熟的材料模拟技术达到了这个目的。为了模拟纺织品的运动轨迹，我们用有限元分析方法创建了特殊的FE模拟方式，”Alexander Bley解释道。让服装生产的自动化改造成为可能，并以符合成本效益的方式将其投入使用。将其扩展至非纺织品材料方面的应用。这种技术有许多潜在的应用场合，图像处理始终在其中发挥重要作用，人工智能会加速这一开发过程。

HK Ensenso S10