ROZWIĄZANIE DO KOMPLETACJI POJEMNIKÓW
Viroteq zapewnia AI Losowe wybieranie pojemników oprogramowanie, które obsługuje splątane, nieposortowane i dowolnie ułożone części w rzeczywistych warunkach produkcyjnych. Planowanie chwytów w czasie poniżej 200 ms sprawia, że komórki działają zgodnie z kadencją linii, rozpoznawanie wielu obiektów rozwiązuje pojemniki o mieszanej klasie bez ręcznego sortowania, a integracja robota niezależna od marki zapobiega uzależnieniu od dostawcy. W rezultacie losowe komórki pobierania pojemników są wdrażane bez konieczności przebudowywania stosu komórek i pozostają produktywne, gdy zawartość pojemników zmienia się ze zmiany na zmianę.

Nakładające się części w świecie rzeczywistym
Opóźnienie planowania chwytu
Rozpoznawanie obiektów mieszanych
Próżniowe, szczękowe, magnetyczne, niestandardowe
Losowe wybieranie pojemników znajduje się na przecięciu trzech trudnych problemów robotyki - percepcji 3D, planowania chwytu i wykonywania ruchu - w warunkach, które zmieniają się w każdym cyklu. Części dostarczane są w dowolnych orientacjach, często nakładając się na siebie lub plącząc. Oświetlenie zmienia się podczas zmiany. Pojemniki napełniają się w połowie cyklu nowymi mieszankami produktów. Każda z tych zmiennych łamie klasyczną robotykę o stałym programie, dlatego też tradycyjne wdrożenia kompletacji pojemników wymagały skomplikowanych podajników części lub stołów wibracyjnych, aby wstępnie zorientować elementy, zanim robot je zobaczy.
Mechaniczna orientacja wstępna wiąże się jednak z kosztami. Niestandardowe podajniki są drogie, jednofunkcyjne i powolne w przezbrajaniu, gdy zmienia się asortyment produktów. W rezultacie, zakłady kończyły ze sztywnymi komórkami, które wymagały tygodni inżynierii mechanicznej dla każdego nowego SKU i które po prostu nie były w stanie poradzić sobie z różnorodnością, jaką rzuca na nie magazyn 3PL, centrum przetwarzania zwrotów lub linia recyklingu. Losowe wybieranie pojemników wymagało oprogramowania wystarczająco inteligentnego, aby bezpośrednio poradzić sobie z chaosem - i tego oprogramowania brakowało przez dwie dekady.
Co więcej, budżet czasu cyklu dla losowego wybierania binów jest brutalny. Planista chwytu musi pobrać świeżą chmurę punktów, posegmentować obiekty, ocenić kandydujące chwyty, zaplanować bezkolizyjną trajektorię i wydać polecenie robotowi - wszystko to w oknie czasowym pomiędzy kolejnymi chwytami. Ogólne biblioteki wizyjne działające na ogólnych procesorach graficznych zazwyczaj znacznie przekraczają ten budżet. Według badań opublikowanych przez Standardy bezpieczeństwa robotów ISO 10218, deterministyczne czasy reakcji są niezbędne w przypadku komórek, które dzielą przestrzeń roboczą z ludźmi lub przenośnikami. Viroteq platforma technologiczna edge-first wypełnia tę lukę dzięki deterministycznej reakcji w czasie rzeczywistym, sterowaniu robotem niezależnym od marki i planowaniu chwytu, które uwzględnia okno cyklu rzeczywistej produkcji.
Wreszcie, długi ogon różnorodności produktów jest tym, co naprawdę odróżnia losowe wybieranie pojemników od ustrukturyzowanego wybierania pojemników. Losowy pojemnik zawiera części, których modele CAD mogły nigdy wcześniej nie być widziane przez system. Wizja i stos chwytania muszą zatem uogólniać - a nie zapamiętywać. Silnik sztucznej inteligencji Viroteq, przeszkolony na milionach symulowanych scenariuszy chwytania, uogólnia się na nowe obiekty z pojedynczego skanowania pojemnika, dlatego nasze wdrożenia losowego wybierania pojemników trwają tygodnie, a nie miesiące.


Losowe wybieranie pojemników rozpoczyna się w momencie, gdy kamera 3D nad pojemnikiem rejestruje świeżą chmurę punktów. RobotStackr Vision segmentuje chmurę na poszczególne instancje obiektów, nawet gdy elementy są częściowo zasłonięte. Sztuczna inteligencja przypisuje etykiety klas dla mieszanych pojemników, szereguje każdy kandydujący chwyt pod względem stabilności i ryzyka kolizji oraz tworzy listę uszeregowanych chwytów w mniej niż 200 milisekund.
Następnie środowisko wykonawcze wybiera najwyżej punktowany chwyt, który może wykonać aktywny chwytak, planuje bezkolizyjną trajektorię od podejścia do odwrotu i wydaje polecenia robotowi. VisionAI Sorting obsługuje routing klasowy, gdy pojemnik zawiera wiele typów części - elementy trafiają na właściwy pas bez interwencji operatora. Oba produkty komunikują się natywnie ze sterownikami FANUC, ABB, KUKA, Universal Robots, Yaskawa i Stäubli.
Dodatkowo, adaptacja w czasie rzeczywistym radzi sobie z nieuporządkowaną rzeczywistością losowego pobierania pojemników. Jeśli kompletacja nie powiedzie się, ponieważ dwie części zostały splątane, system wykrywa awarię na podstawie informacji zwrotnych chwytaka, ponownie oblicza na podstawie nowego skanu i albo wybiera bezpieczniejszy chwyt, albo wykonuje krótki ruch separacji. Dla przychodzących przepływów dostawców, RobotDepalr Obsługuje depaletyzację pełnych palet przed losowym pobieraniem pojemników na linii, zamykając pętlę na pełnych paletach. automatyzacja kompletacji pojemników w całej komórce.
Trzy specjalnie opracowane produkty obejmują pełny zakres kompletacji losowych pojemników - od podstawowego planowania chwytania 3D na robocie kompletującym po wieloklasowe sortowanie i depaletyzację palet dostawców przychodzących. Wszystkie trzy mają wspólny silnik StackrBrain AI, działają na tym samym sprzęcie Industrial PC i integrują się z głównymi platformami MES, WMS i PLC za pośrednictwem interfejsu API REST bez konieczności tworzenia oprogramowania na zamówienie.

RobotStackr Vision to podstawowy moduł planowania chwytania 3D do losowego wybierania pojemników. Segmentacja chmury punktów, punktacja chwytów AI i bezkolizyjne planowanie trajektorii w czasie poniżej 200 ms na pobranie. Obsługuje splątane, nakładające się i częściowo zasłonięte przedmioty bez ręcznej interwencji operatora.

VisionAI Sorting kieruje produkty mieszanej klasy z komórki kompletacyjnej z losowym pojemnikiem do właściwego toru. Klasyfikacja AI na kompletację, konfigurowalna logika miejsca docelowego i pulpity nawigacyjne HMI na żywo. Idealny do przetwarzania zwrotów, strumieni recyklingu i mieszanych zestawów e-commerce.

RobotDepalr zasila losowe komórki kompletacji pojemników pojedynczymi elementami z palet dostawców. System wizyjny 3D identyfikuje warstwy i elementy na przychodzących paletach, dekantując komponenty do pojemników lub podając je bezpośrednio na linię. W związku z tym spada nakład pracy związany z ręcznym rozładunkiem, a przepustowość towarów przychodzących wzrasta.
Obliczanie pozycji chwytaka w czasie poniżej 200 ms na podstawie świeżej chmury punktów. StackrBrain szereguje każdy kandydujący chwyt pod względem stabilności, ryzyka kolizji i zasięgu chwytaka, dzięki czemu losowe komórki pobierania pojemników pozostają wydajne w głębokich, płytkich i częściowo zasłoniętych pojemnikach bez interwencji operatora.
Chwyty oceniane przez sztuczną inteligencję wyraźnie uwzględniają prawdopodobieństwo splątania, dzięki czemu chwytak wybiera najbezpieczniejszy przedmiot, nawet gdy pojemnik jest gęsto zapakowany. Jeśli pobieranie nie powiedzie się, system ponownie oblicza na podstawie nowego skanowania i albo wybiera bezpieczniejszy chwyt, albo wykonuje krótki ruch separacji przed ponowną próbą - w pełni autonomicznie.
Mieszane pojemniki z różnymi SKU są obsługiwane w jednym przejściu. Model wizyjny przypisuje etykiety klas dla każdego obiektu, a dalsze sortowanie kieruje każdy komplet do właściwego miejsca docelowego. W rezultacie wdrożenia losowego kompletowania pojemników skalują się od zestawów jednoklasowych do strumieni materiałów przeznaczonych do recyklingu bez zmian kodu.
Losowa kompletacja pojemników obejmuje szerokie spektrum realiów operacyjnych - od podawania komponentów do produkcji wielkoseryjnej po kompletację i umieszczanie w handlu elektronicznym, segregację zwrotów, strumienie recyklingu i identyfikowalność w przemyśle lotniczym. Sztuczna inteligencja Viroteq obsługuje cały ten zakres za pomocą jednego środowiska uruchomieniowego, jednego zestawu interfejsów API i jednego interfejsu HMI operatora. Co więcej, nowe klasy obiektów są wdrażane za pomocą kreatora konfiguracji z przewodnikiem, a nie programowania poszczególnych części, co utrzymuje obciążenie inżynieryjne w zespole klienta. W rezultacie automatyzacja losowego pobierania pojemników skaluje się od celi pilotażowej do pełnego wdrożenia w zakładzie bez równoległych stosów oprogramowania.
Wsporniki, elementy złączne, obrabiane części i podzespoły podawane z losowych pojemników do komórek montażowych z pełną identyfikowalnością każdego pobrania.
Kompletacja każdej sztuki z pojemników dla zamówień online. Losowa kompletacja pojemników obsługuje różnorodność SKU z długim ogonem, która definiuje nowoczesną realizację zamówień e-commerce.
Zwracane przedmioty docierają w losowej orientacji i stanie. Planowanie chwytania AI bezpiecznie wyodrębnia każdą jednostkę w celu segregacji, odnowienia trasy lub uzupełnienia zapasów.
Strumienie materiałów mieszanych sortowane według klasy - tworzywa sztuczne, metale, elektronika - przy użyciu rozpoznawania wielu obiektów i losowego wybierania pojemników o wysokiej przepustowości.
Narzędzia ręczne, elementy złączne i komponenty sprzętowe pobierane z pojemników dostawców do zestawów, pakietów dla wykonawców i realizacji zamówień przemysłowych.
Komponenty inżynieryjne pobierane z zachowaniem ścisłej identyfikowalności - każdy pobrany element jest rejestrowany wraz z pojemnikiem źródłowym, znacznikiem czasu i operatorem w celu zapewnienia pełnej zgodności z wymogami jakości.

Losowe pobieranie pojemników od dostawców pozwala na tworzenie zestawów e-commerce i zamówień pakietowych bez konieczności ręcznej orientacji każdego SKU przez operatora.

Losowe pobieranie pojemników zasila komórki montażowe wspornikami, łącznikami i częściami konstrukcyjnymi bezpośrednio z pojemników dostawcy, zastępując niestandardowe podajniki wibracyjne.

Recykling mieszany i triage zwrotów, gdzie każdy komplet musi być sklasyfikowany, przekierowany i zarejestrowany z pełnym łańcuchem dostaw do dalszego przetwarzania.
Opóźnienie planowania chwytu AI
Szybkość pobierania na komórkę
Typowy harmonogram wdrożenia

Wymagania dotyczące losowej kompletacji pojemników różnią się znacznie w zależności od typu klienta. Producenci prowadzący dyskretne linie montażowe podają wsporniki, elementy złączne i komponenty inżynieryjne z pojemników dostawców do zautomatyzowanych komórek, zastępując dedykowane podajniki wibracyjne, które wcześniej wymagały tygodni mechanicznego przezbrajania dla każdego nowego SKU. Zewnętrzni operatorzy logistyczni (3PL) mają do czynienia z innym wzorcem: pojemniki przybywają z różnorodnością SKU każdej sztuki liczoną w tysiącach, a model chwytania AI musi uogólniać na podstawie pojedynczego skanowania pojemnika, zamiast zapamiętywać CAD dla każdego elementu. Operacje recyklingu i przetwarzania zwrotów jeszcze bardziej podnoszą poprzeczkę - zawartość pojemników jest nieznana, częściowo uszkodzona i dostarczana w nieprzewidywalnych proporcjach na różnych zmianach.
Dla producentów, RobotStackr Vision zapewnia spójne, wysokowydajne podawanie komponentów zgodnie z harmonogramem montażu. Wstępnie zatwierdzone zasady chwytania zapewniają, że każda pobrana część dociera do stanowiska montażowego w prawidłowej orientacji dla dalszych narzędzi. Dodatkowo, system rejestruje pełne metadane kompletacji w celu zapewnienia identyfikowalności - co jest trudnym wymogiem w przemyśle motoryzacyjnym, lotniczym i regulowanym, gdzie każdy komponent gotowego produktu musi być identyfikowalny z partią źródłową.
Zewnętrzni operatorzy logistyczni odnoszą korzyści z losowego wybierania pojemników zarówno poprzez wzrost kosztów pracy, jak i wydajności. Realizacja zamówień 3PL w handlu elektronicznym widzi automatyzację pick-and-place obsługującą kompletację każdego elementu z pojemników dostawcy, która tradycyjnie pochłaniała większość godzin pracy magazynu. VisionAI Sorting Przekierowuje mieszane pobrania na właściwy tor, dzięki czemu pojedyncza komórka zrobotyzowana może obsługiwać wiele profili zamówień jednocześnie. Co więcej, obsługa robotów niezależnych od marki oznacza, że zakłady 3PL z mieszanymi flotami robotów FANUC, ABB, KUKA, Universal Robots i cobotów utrzymują jeden stos oprogramowania we wszystkich komórkach.
Operacje recyklingu i zwrotów stanowią najbardziej wymagające środowisko losowego wybierania pojemników, ponieważ zawartość pojemników jest niejednorodna, częściowo uszkodzona i nigdy nie pojawia się dwa razy w tej samej konfiguracji. Zdolność sztucznej inteligencji do uogólniania na podstawie szkolenia na milionach symulowanych scenariuszy chwytania sprawia, że wdrożenia te są opłacalne z komercyjnego punktu widzenia. W związku z tym całkowity koszt posiadania zwraca się w ciągu 18 do 30 miesięcy w większości zakładów, a zwrot z inwestycji rośnie wraz z zacieśnianiem się rynków pracy. Aby zbadać liczby dla konkretnego zakładu, Zarezerwuj demonstrację Viroteq a nasi inżynierowie ds. rozwiązań będą modelować koszty pracy, redukcję błędów i wzrost przepustowości w stosunku do bieżącej działalności.
Random bin picking integruje się z istniejącą komórką za pośrednictwem trzech nowoczesnych protokołów. Interfejs API REST to główne drzwi wejściowe dla danych dotyczących zamówień, partii i kompletacji - dobrze udokumentowane i łatwe do zrozumienia przez zespoły IT. WebSocket przenosi zdarzenia cyklu na żywo, informacje zwrotne z czujników i alerty operatora przy niskim opóźnieniu. OPC-UA łączy środowisko uruchomieniowe z systemami historii zakładu, MES i SCADA bez konieczności zrywania istniejącej architektury danych. Co więcej, natywne uściski dłoni PLC dla Siemens S7, Rockwell ControlLogix i Beckhoff TwinCAT utrzymują zespół kontrolny w pełnej własności komórki.
W rezultacie wdrożenia losowego pobierania pojemników współistnieją z zainstalowaną magistralą polową, logiką drabinkową, przekaźnikami bezpieczeństwa i sterownikami PLC przenośników - bez własnościowego oprogramowania pośredniczącego, bez wymiany działającej infrastruktury. Obsługa marek robotów obejmuje FANUC, ABB, KUKA, Universal Robots, Yaskawa, Stäubli i główne platformy robotów współpracujących. Ponadto środowisko wykonawcze znajduje się na komputerach przemysłowych wewnątrz komórki, więc opóźnienia są ograniczone do kontrolera, a nie do chmury, a linia pozostaje sprawna podczas awarii sieci zewnętrznej lub audytów.
Standardowe żądanie/odpowiedź przez HTTPS do wymiany danych zamówień, partii i kompletacji.
Strumieniowe przesyłanie zdarzeń o niskim opóźnieniu dla danych cyklu w czasie rzeczywistym, informacji zwrotnych z czujników i aktualizacji HMI.
Pomost do historii zakładu, MES i pulpitów SCADA za pośrednictwem przemysłowego standardu danych.
Natywny handshake dla Siemens S7, Rockwell ControlLogix i Beckhoff TwinCAT.
Zarezerwuj spersonalizowaną prezentację i przekonaj się, jak losowe wybieranie pojemników za pomocą sztucznej inteligencji zapewnia wymierny zwrot z inwestycji w ramach istniejącej infrastruktury robotów i sterowników PLC. Brak uzależnienia od dostawcy, brak zależności od chmury.
Przedstaw specyfikację pojemnika, docelową przepustowość i stos chwytaków - specjaliści Viroteq wyznaczą ścieżkę wdrożenia, która zmieści się w istniejącej powierzchni komórki i utrzyma działanie linii.
| Ciasteczko | Czas trwania | Opis |
|---|---|---|
| cookielawinfo-checkbox-advertisement | 1 rok | Ustawiony przez wtyczkę GDPR Cookie Consent, ten plik cookie rejestruje zgodę użytkownika na pliki cookie w kategorii "Reklama". |
| cookielawinfo-checkbox-analytics | 11 miesięcy | Ten plik cookie jest ustawiany przez wtyczkę GDPR Cookie Consent. Plik cookie służy do przechowywania zgody użytkownika na pliki cookie w kategorii "Analytics". |
| cookielawinfo-checkbox-functional | 11 miesięcy | Plik cookie jest ustawiany przez RODO w celu rejestrowania zgody użytkownika na pliki cookie w kategorii "Funkcjonalne". |
| cookielawinfo-checkbox-necessary | 11 miesięcy | Ten plik cookie jest ustawiany przez wtyczkę GDPR Cookie Consent. Ten plik cookie służy do przechowywania zgody użytkownika na pliki cookie w kategorii "Niezbędne". |
| cookielawinfo-checkbox-others | 11 miesięcy | Ten plik cookie jest ustawiany przez wtyczkę GDPR Cookie Consent. Ten plik cookie służy do przechowywania zgody użytkownika na pliki cookie w kategorii "Inne". |
| cookielawinfo-checkbox-performance | 11 miesięcy | Ten plik cookie jest ustawiany przez wtyczkę GDPR Cookie Consent. Plik cookie służy do przechowywania zgody użytkownika na pliki cookie w kategorii "Wydajność". |
| CookieLawInfoConsent | 1 rok | CookieYes ustawia ten plik cookie, aby zapisać domyślny stan przycisku odpowiedniej kategorii i status CCPA. Działa tylko w koordynacji z głównym plikiem cookie. |
| elementor | nigdy | Motyw WordPress strony internetowej wykorzystuje ten plik cookie. Umożliwia on właścicielowi witryny wdrażanie lub zmianę jej zawartości w czasie rzeczywistym. |
| viewed_cookie_policy | 11 miesięcy | Plik cookie jest ustawiany przez wtyczkę GDPR Cookie Consent i służy do przechowywania informacji o tym, czy użytkownik wyraził zgodę na korzystanie z plików cookie. Nie przechowuje on żadnych danych osobowych. |
| Ciasteczko | Czas trwania | Opis |
|---|---|---|
| _lscache_vary | 2 dni | Litespeed ustawia ten plik cookie w celu zapobiegania buforowaniu stron. |
| Ciasteczko | Czas trwania | Opis |
|---|---|---|
| ZGODA | 2 lata | YouTube ustawia ten plik cookie za pośrednictwem osadzonych filmów YouTube i rejestruje anonimowe dane statystyczne. |
| _ga | 1 rok 1 miesiąc 4 dni | Google Analytics ustawia ten plik cookie w celu obliczania danych odwiedzających, sesji i kampanii oraz śledzenia korzystania z witryny na potrzeby raportu analitycznego witryny. Plik cookie przechowuje informacje anonimowo i przypisuje losowo wygenerowany numer w celu rozpoznania unikalnych odwiedzających. |
| _ga_* | 1 rok 1 miesiąc 4 dni | Google Analytics ustawia ten plik cookie w celu przechowywania i liczenia odsłon. |
| Ciasteczko | Czas trwania | Opis |
|---|---|---|
| VISITOR_INFO1_LIVE | 5 miesięcy 27 dni | YouTube ustawia ten plik cookie do pomiaru przepustowości, określając, czy użytkownik otrzymuje nowy czy stary interfejs odtwarzacza. |
| YSC | sesja | Youtube ustawia ten plik cookie w celu śledzenia wyświetleń osadzonych filmów na stronach Youtube. |
| yt.innertube::nextId | nigdy | YouTube ustawia ten plik cookie, aby zarejestrować unikalny identyfikator w celu przechowywania danych o tym, jakie filmy z YouTube oglądał użytkownik. |
| yt.innertube::requests | nigdy | YouTube ustawia ten plik cookie, aby zarejestrować unikalny identyfikator w celu przechowywania danych o tym, jakie filmy z YouTube oglądał użytkownik. |