任务统筹分配在自动化产线中的重要性 - 技术天地 - 产业资讯 -AGV产业联盟官方网站 -新战略机器人网-工业、服务、AGV钱柜网址资讯传播者-钱柜网站
您所在的位置: 首页 >> 技术天地 >>正文
分享 34K

任务统筹分配在自动化产线中的重要性

发布时间: 2019-04-29 01:04:20 来源:新战略机器人全媒体

核心提示: 继完成并联机器人、串并混联机器人、SCARA机器人、BeMotion控制器和无线示教器等成功上市之后,勃肯特的矛再一次瞄准了核心软件的研发。


继完成并联机器人、串并混联机器人、SCARA机器人、BeMotion控制器和无线示教器等成功上市之后,勃肯特的矛再一次瞄准了核心软件的研发。

众所周知, 由于机器人技术的飞速发展, 机器人不断促进着工业自动化的快速发展, 众多企业都通过工业机器人实现了工业自动化的升级转型。

发展至今,机器视觉作为工业机器人重要感知环境的通道,在工业自动化领域起到了举足轻重的作用。在柔性制造和装配业上,许多复杂的任务必须由多个机器人配合才能完成。多机器人一同协作,不仅能保证任务的顺利完成、更能提高任务完成的数量和质量。与单体机器人相比,多机器人系统完成任务的效率高、任务复杂程度高、信息传递速度快、定位信息更准确。如何保障多机器人有效协同运作成为了大多数机器人生产厂家及机器人客户的共同问题。

多机协作主要具有以下优点:

①任务分配、动作为闭环流程,提高执行效率;

②机器人单体运行情况可控,使用寿命与维护时间相对平齐;

③可定制分配策略,提高转线柔性;

④内嵌自学习模型,运行迭代后分配方案更优;

⑤任务统一分配管理,避免机器人干涉

⑥降低能源与原材料损耗

多机协作一直作为行业痛点存在,也一直没有找到合理的解决方案,因为其涉及到很多层面,具体流程分为以下部分:

①多机互联互通;

②机器视觉感知环境;

③获取任务信息;

④多机统筹策略;

⑤策略执行结果反馈;

其中任务统筹分配是整个多机器人系统通畅运行的基础。勃肯特研发的基于视觉的多机器人任务分配算法,使用视觉系统通过局部观察获取环境信息,由状态转移方程选择任务执行,实现从局部到全局的针对多机器人系统的协调分配。搭载自主研发的BeMotion运动控制器, 通过将视觉实时获取的物料密度、多台机器人的抓取速度节拍、传送带实时速度等实际因素作为模型输入因子,采用卷积神经网络+决策树作为算法模型,通过大量训练样本进行无监督式学习,不断提升算法模型的准确度,最终将任务准确合理地动态分配给多台机器人,实现了物料完整、有序地抓取和多台机器人合理高效地利用。

当任务统筹分配系统中某台机器人发生故障后,任务分配算法会将该机器人的任务自动分配至其他正常机器人的抓取任务中,以保障正常的抓取效率,当故障机器人恢复正常后,其他机器人会将任务自动分配回原故障机器人以继续进行抓取任务。

当视觉检测到来料过于密集时,会自动降低传送带速度,保证机器人的正常抓取效率,当视觉检测来料过于稀疏时,传送带速度则会自动提高,以达到抓取要求。


(勃肯特统筹分配系统)

任务统筹分配系统在食品、医药、日化等实际生产环节中具有不可或缺的重要意义。

勃肯特以技术研发为先导,不断探索机器人结构、控制和视觉算法的优化与创新方案,现已累计国家专利超过60项。公司将继续专注于细分市场、深度作业。除此之外陆续会推出食品级防水并联机器人,耐高低温并联机器人、标准节拍超过500次/分钟的超高速并联机器人,满足客户多元化的应用场景。勃肯特在深耕客户需求的同时,用自身产品的迭代升级助力企业的快速发展,助力工业4.0时代的到来。

 

【免责声明】所刊原创内容之本文仅代表作者本人观点,与新战略机器人网无关。新战略机器人网站对文中陈述、观点判断保持中立。本网转载自其它媒体的信息,转载目的在于传递更多信息,并不代表本网赞同其观点和对其真实性负责。

【版权声明】凡本网注明“来源:xzl机器人”的所有作品,著作权属于新战略机器人网站所有,未经本站之同意或授权,任何人不得以任何形式重制、转载、散布、引用、变更、播送或出版该内容之全部或局部,亦不得有其他任何违反本站著作权之行为。违反上述声明者,本网将追究其相关法律责任。转载、散布、引用须注明原文来源。

分享到:
关闭对联广告
顶部 微信二维码 微博二维码
底部
扫描微信二维码关注我为好友
扫描微博二维码关注我为好友