SOLUÇÃO DE RECOLHA DE CONTENTORES
O Viroteq fornece soluções de IA recolha estruturada do lixo para células de montagem onde as peças chegam em orientações conhecidas e repetíveis. A estimativa de pose sub-milimétrica, as decisões de preensão em 150 milissegundos e o controlo de robô independente da marca proporcionam a precisão do tempo de ciclo que a montagem moderna exige. Como resultado, as células de recolha de caixas estruturadas integram-se nas linhas de produção existentes sem terem de reconstruir a pilha de controlos e mantêm-se produtivas quando as variantes das peças mudam.

Precisão da estimativa da pose
Latência da decisão de agarrar
Tabuleiros, KLT, estrados, acessórios
FANUC, ABB, KUKA, UR, Yaskawa
A recolha estruturada de contentores parece mais simples do que a sua contraparte aleatória e, à primeira vista, é - as peças chegam com orientações definidas, as fixações mantêm-nas em posições conhecidas e os tabuleiros indexam de forma repetida. No entanto, o orçamento de tolerância do mundo real nas linhas de montagem é brutal. Componentes de acoplamento, operações de encaixe por pressão, subconjuntos electrónicos e fixadores aeroespaciais necessitam de repetibilidade de colocação medida em décimos de milímetro. O software de visão genérico, concebido para taxas de recolha de nível de armazém, simplesmente não consegue fornecer uma estimativa de pose dentro desse envelope.
Além disso, a precisão bruta é apenas o primeiro desafio. As células de produção funcionam a uma cadência fixa - normalmente uma peça a cada 2 a 6 segundos para aplicações de montagem. Dentro dessa janela, o pipeline de visão tem de localizar a peça, verificar a orientação, planear um vetor de aproximação e transmitir a pose de agarrar ao robô. Cada milissegundo de computação rouba o tempo de movimento disponível. Por conseguinte, uma pilha de recolha de contentores estruturada de elevado desempenho reduz as decisões de pose a um orçamento de 150 milissegundos, mantendo a precisão intacta.
A produção de variantes mistas acrescenta outro eixo de dificuldade. Uma célula de submontagem automóvel pode produzir seis variantes de fixadores, cada uma com uma disposição de tabuleiro diferente. Uma linha de eletrónica pode alternar entre suportes de PCB e kits de conectores no mesmo turno. O software de recolha tem de reconhecer a variante, carregar o modelo de pose correto e validar a compatibilidade da pinça antes do início do movimento - sem que o robô volte a ensinar entre SKUs. Consequentemente, o software de recolha de contentores estruturados necessita de um motor de IA que lide com a produção de várias variantes a partir de um tempo de execução, em vez de um programa dependente de ensino por peça.
Além disso, o tempo de inatividade numa célula de montagem é em cascata. Uma falha de recolha a montante pára a linha. De acordo com Normas de gestão da qualidade ISO 9001, A rastreabilidade e a disciplina do processo são os principais factores de produtividade da montagem. O Viroteq é plataforma tecnológica de ponta colmata a lacuna com uma resposta determinística, um controlo de robô independente da marca e um pipeline de recolha de contentores estruturado que regista todos os eventos de agarrar para auditoria.


O picking estruturado de caixas começa no momento em que uma bandeja, caixa KLT ou acessório entra no campo de visão da célula. A câmara 3D capta uma nuvem de pontos calibrada e o software Viroteq StackrBrain AI executa a estimativa da pose em relação ao modelo digital armazenado para a variante da peça ativa. Os ajustes sub-milimétricos são validados em relação ao orçamento de tolerância antes de ser gerado qualquer comando de movimento.
Seguinte, RobotStackr Vision planeia a preensão. O planeador escolhe um vetor de aproximação que respeita a geometria da pinça, as paredes do contentor e as peças circundantes - para que o robô nunca colida com os vizinhos. A pose de preensão é publicada no controlador através de REST ou WebSocket, com metadados completos de aperto de mão para que o PLC e os relés de segurança se mantenham sincronizados. A comunicação funciona nativamente com os controladores FANUC, ABB, KUKA, Universal Robots, Yaskawa e Stäubli.
Além disso, o tempo de execução adapta-se a condições reais. Se uma peça se tiver deslocado dentro do seu ninho, o pipeline de visão detecta o desvio e corrige a pose de preensão sem intervenção do operador. Se a caixa não tiver a peça esperada, o sistema levanta uma exceção e a linha permanece segura. Para fluxo de entrada, VisionAI Sorting a montante e RobotDepalr para o manuseamento de paletes completas fechar o ciclo de ponta a ponta automatização da recolha de contentores em toda a fábrica.
Três produtos criados para o efeito abrangem todo o âmbito da recolha de contentores estruturados - desde a estimativa precisa da posição e o planeamento da preensão até à triagem a montante e ao manuseamento de entrada de paletes completas. Os três partilham o motor StackrBrain AI, funcionam no mesmo hardware de PC industrial e integram-se com as principais plataformas MES, WMS e PLC através da API REST sem desenvolvimento personalizado.

O RobotStackr Vision é o motor principal para a recolha de caixas estruturadas - estimativa de pose sub-milimétrica, planeamento de preensão com consciência de colisão e receitas agnósticas de preensão. Os vectores de abordagem validados e os orçamentos de tolerância por peça mantêm as células de montagem a funcionar a todo o ritmo.

O VisionAI Sorting alimenta as células de picking de caixas estruturadas com peças classificadas e orientadas. Os tabuleiros de entrada são inspeccionados, as variantes identificadas e as rejeições desviadas antes de chegarem à estação de recolha - para que a célula a jusante veja apenas peças dentro do seu envelope de tolerância.

O RobotDepalr descarrega as paletes de entrada do fornecedor que transportam caixas KLT, esteiras e bandejas de componentes. As camadas são identificadas, os caixotes são individualizados para o transportador e os tabuleiros estruturados são entregues à célula de recolha com orientação preservada de ponta a ponta.
Os pipelines de visão de IA fornecem uma precisão de pose sub-milimétrica em todo o volume do contentor. Os orçamentos de tolerância por peça são validados antes do movimento, pelo que as garras de recolha de contentores estruturados aterram dentro do envelope de tolerância de montagem em cada ciclo sem desvio de calibração do operador.
As decisões de recolha são tomadas em 150 milissegundos na extremidade - muito abaixo das janelas típicas do ciclo de montagem. Por conseguinte, o software estruturado de recolha de contentores nunca estrangula o movimento do robô e os ciclos a toda a velocidade continuam em execuções de uma única variante e em sequências de produção de várias variantes.
Ventosas, pinças magnéticas, garras paralelas, centradas com três dedos e EOAT personalizadas funcionam a partir de uma biblioteca de receitas de pinças. As fábricas com uma mistura de Schmalz, Schunk, OnRobot e ferramentas personalizadas mantêm uma pilha de software de recolha de contentores estruturada em todas as células - sem projectos de integração por pinça.
A recolha estruturada de contentores abrange um vasto espetro de realidades de montagem - desde a embalagem de kits farmacêuticos, em que cada pega é auditada, até à alimentação de fixadores aeroespaciais, em que a rastreabilidade das peças é obrigatória. A IA do Viroteq lida com toda a gama através de um tempo de execução, um conjunto de APIs e um operador HMI. Além disso, novas SKUs são integradas através de um assistente de modelo de pose guiado em vez de reprogramação do robô, o que mantém a carga de engenharia dentro da equipa da fábrica. Como resultado, a automatização da recolha de contentores estruturados é escalável desde a célula piloto até à implementação na fábrica completa sem pilhas de software paralelas para cada linha de produção.
Células de montagem de modelo misto que alimentam componentes de acoplamento, fixadores e subconjuntos em estações de encaixe por pressão, aparafusamento e encaixe por pressão em tempo takt total.
Células de fornecedores Tier-1 e Tier-2 que carregam suportes, fixadores, sensores e componentes de acabamento dos contentores KLT para as linhas de subconjuntos JIT para as solicitações de OEM.
Alimentação de peças aeroespaciais de precisão a partir de esteiras indexadas, com rastreabilidade total por garra e registos de auditoria de tolerância para satisfazer a norma AS9100 e os requisitos de qualidade do cliente.
Suportes de PCB, kits de conectores e tabuleiros de pequenos componentes que alimentam estações de montagem SMT e de orifícios de passagem com receitas de fixação sensíveis a ESD e tolerância de postura apertada.
Tabuleiros de frascos, suportes de seringas e kits de dispositivos manuseados com registo completo de auditorias e vestígios de eventos serializados, em conformidade com as BPF e a disciplina de produção validada.
Aplicações de tratamento de máquinas em que a recolha estruturada de contentores alimenta máquinas CNC, de moldagem por injeção e de marcação a laser a partir de tabuleiros indexados em tempo de funcionamento total - mesmo em turnos sem luz.

Células de fornecedores de nível 1 que selecionam parafusos, clips e fixadores de acabamento de tabuleiros KLT indexados para estações de aparafusamento com colocação submilimétrica e rastreabilidade de lote por garra.

Kits de conectores, suportes de PCB e pequenos componentes alimentam estações SMT e de furos com receitas de aperto sensíveis a ESD, ferramentas de fim de braço a vácuo e tolerância de pose apertada.

Tabuleiros de frascos, transportadores de seringas e kits de dispositivos manuseados com registo de auditoria completo, rastreios de eventos serializados e disciplina de procedimentos validados alinhados com os requisitos GMP.
Repetibilidade de colocação de ponta a ponta
Decisões de agarrar em tempo real
Cronograma típico de implantação

Os requisitos de recolha de contentores estruturados variam no panorama da montagem. As células Tier-1 do sector automóvel que executam chamadas JIT necessitam de repetibilidade sub-milimétrica e rastreabilidade do lote por pinça ligada a uma etiqueta de código de barras. Os fabricantes de eletrónica que constroem dispositivos de consumo necessitam de receitas de preensão sensíveis a ESD, tempos de ciclo rápidos inferiores a 4 segundos por peça e uma forte integração com máquinas SMT. As células de fixação aeroespacial precisam de rastreabilidade total de auditoria alinhada com a AS9100. O tempo de execução de recolha de contentores estruturados do Viroteq abrange todos os contextos operacionais a partir de uma pilha de software e um conjunto de APIs.
Para OEMs que executam montagens de modelos mistos, RobotStackr Vision trata da produção de várias variantes através de bibliotecas de modelos de pose e receitas de pinças. As novas variantes são integradas através da digitalização de uma peça uma vez e da validação da receita - e não através da escrita de um novo código de ensino-pendente. Além disso, o suporte de robôs independentes da marca significa que as fábricas com frotas mistas de robôs FANUC, ABB, KUKA e Universal Robots mantêm uma pilha de software de recolha de contentores estruturada em todas as células.
O caso do retorno do investimento é consistente em todos os tipos de clientes. As poupanças de mão de obra são normalmente o maior contribuinte - uma única célula robotizada substitui dois operadores manuais por turno ao longo do dia. Além disso, os custos de refugo e de montagem-retrabalho caem drasticamente: o acoplamento desalinhado ou as garras com variações erradas que causam falhas a jusante são efetivamente eliminados pela recolha estruturada de contentores validada por IA. Por conseguinte, o custo total de propriedade é recuperado num prazo de 14 a 24 meses para a maioria das células de montagem. Para explorar os números para o seu local específico, marcar uma demonstração do Viroteq e os nossos engenheiros de soluções modelarão os custos de mão de obra, a redução de resíduos e os ganhos de tempo de ciclo em relação à sua célula atual.
A recolha estruturada de contentores integra-se na sua célula de montagem existente através de três protocolos modernos. A API REST é a principal porta de entrada para dados de variantes, seleção de receitas e registo de eventos de recolha - bem documentada e fácil de compreender pelas equipas de TI. O WebSocket transporta eventos de ciclo em direto, feedback de visão e alertas de operador com baixa latência. O OPC-UA faz a ponte entre o tempo de execução e os historiadores da fábrica, o MES e o SCADA, sem ter de eliminar a arquitetura de dados que já tem. Além disso, os handshakes nativos de PLC para Siemens S7, Rockwell ControlLogix e Beckhoff TwinCAT mantêm a equipa de controlo na posse total da célula. Organismos de normalização internacionais, incluindo ISO 9001 reconhecem que a rastreabilidade é um fator essencial para o rendimento da montagem, e o Viroteq regista todos os eventos de colisão para efeitos de auditoria.
Como resultado, as implementações estruturadas de recolha de contentores coexistem com fieldbus instalados, lógica ladder, relés de segurança e PLCs de transporte - sem middleware proprietário, sem substituição da infraestrutura de trabalho. O suporte de marcas de robôs abrange a FANUC, ABB, KUKA, Universal Robots, Yaskawa e Stäubli. Para além disso, o tempo de execução está instalado em PCs industriais no interior da célula, pelo que a latência é limitada no controlador, e não na nuvem, e a linha permanece operacional durante interrupções ou auditorias da rede externa.
Pedido/resposta padrão através de HTTPS para dados de variantes, seleção de receitas e registo de eventos de colisão.
Transmissão de eventos de baixa latência para feedback de visão em tempo real, eventos de agarrar e actualizações HMI.
Ponte para historiadores de fábrica, MES e painéis SCADA através da norma de dados industriais.
Handshakes nativos para Siemens S7, Rockwell ControlLogix e Beckhoff TwinCAT.
Marque uma demonstração personalizada e veja como a recolha de contentores estruturada por IA proporciona um ROI mensurável dentro da sua infraestrutura de PLC e robô existente. Sem dependência do fornecedor, sem dependência da nuvem.
Traga suas especificações de peças, metas de tempo de ciclo e inventário de garras - os especialistas do Viroteq mapearão um caminho estruturado de implantação de bin picking que se encaixe no espaço da célula existente e mantenha a linha em funcionamento.
| Biscoito | Duração | Descrição |
|---|---|---|
| cookielawinfo-checkbox-advertisement | 1 ano | Definido pelo plugin GDPR Cookie Consent, este cookie regista o consentimento do utilizador para os cookies na categoria "Advertisement". |
| cookielawinfo-checkbox-analytics | 11 meses | Este cookie é definido pelo plugin GDPR Cookie Consent. O cookie é utilizado para armazenar o consentimento do utilizador para os cookies na categoria "Analytics". |
| cookielawinfo-checkbox-functional | 11 meses | O cookie é definido pelo consentimento do cookie GDPR para registar o consentimento do utilizador para os cookies na categoria "Funcional". |
| cookielawinfo-checkbox-necessary | 11 meses | Este cookie é definido pelo plugin GDPR Cookie Consent. Os cookies são utilizados para armazenar o consentimento do utilizador para os cookies na categoria "Necessário". |
| cookielawinfo-checkbox-others | 11 meses | Este cookie é definido pelo plugin GDPR Cookie Consent. O cookie é utilizado para armazenar o consentimento do utilizador para os cookies na categoria "Outros". |
| cookielawinfo-checkbox-performance | 11 meses | Este cookie é definido pelo plugin GDPR Cookie Consent. O cookie é utilizado para armazenar o consentimento do utilizador para os cookies na categoria "Desempenho". |
| CookieLawInfoConsent | 1 ano | CookieYes define este cookie para registar o estado do botão predefinido da categoria correspondente e o estado da CCPA. Funciona apenas em coordenação com o cookie principal. |
| elementar | nunca | O tema WordPress do sítio Web utiliza este cookie. Permite ao proprietário do sítio Web implementar ou alterar o conteúdo do sítio Web em tempo real. |
| política_de_cookies_visualizados | 11 meses | O cookie é definido pelo plug-in GDPR Cookie Consent e é utilizado para armazenar se o utilizador consentiu ou não na utilização de cookies. Não armazena quaisquer dados pessoais. |
| Biscoito | Duração | Descrição |
|---|---|---|
| _lscache_vary | 2 dias | A Litespeed define este cookie para prevenir a colocação de páginas em cache. |
| Biscoito | Duração | Descrição |
|---|---|---|
| CONSENTIMENTO | 2 anos | O YouTube define este cookie através de vídeos incorporados no YouTube e regista dados estatísticos anónimos. |
| _ga | 1 ano 1 mês 4 dias | O Google Analytics define este cookie para calcular os dados do visitante, da sessão e da campanha e acompanhar a utilização do sítio para o relatório analítico do sítio. O cookie armazena informações de forma anónima e atribui um número gerado aleatoriamente para reconhecer os visitantes únicos. |
| _ga_* | 1 ano 1 mês 4 dias | O Google Analytics define este cookie para armazenar e contar as visualizações de páginas. |
| Biscoito | Duração | Descrição |
|---|---|---|
| VISITANTE_INFO1_LIVE | 5 meses 27 dias | O YouTube define este cookie para medir a largura de banda, determinando se o utilizador obtém a nova ou a antiga interface do leitor. |
| YSC | sessão | O YouTube define este cookie para monitorizar as visualizações de vídeos incorporados nas páginas do YouTube. |
| yt.innertube::nextId | nunca | O YouTube define este cookie para registar um ID único para armazenar dados sobre os vídeos do YouTube que o utilizador viu. |
| yt.innertube::pedidos | nunca | O YouTube define este cookie para registar um ID único para armazenar dados sobre os vídeos do YouTube que o utilizador viu. |