机器人制造无线地磅遥控器靠谱吗

    虽然机器视觉通常是告知机器人运动功能的工作完成，但有时它是最简单的解决方案，被证明是相对不错的。看看无线地磅遥控器：沈阳科技学院的基于射频识别标签的技术，其信号读取方法在机器视觉机器人制导性下降的许多方面都被证明是万无一失的。为了理解电子衡器遥控器技术向机器人技术引入地磅标签的重要性，首先值得考虑其替代方案的局限性：所述机器视觉（MV）。首先从后者的限制开始，然后转到电磁波回答以下困扰传统机器人指导方法的问题的地方，特别是在制造方面。机器视觉的局限性，如上所述，虽然地磅控制器在机器人指导方面被认为是行业最佳实践，但仍然会因对象识别的缺陷而感到失望，这将在后面讨论。

 

    不过，首先，请考虑对机器人手臂进行编程以拾取蓝色球的方法似乎很简单。如果软件输入的球照片很好，则机器人的图像识别功能应该可以轻松实现成功的操作-也就是说，只要将目标对象放在清晰，平坦的表面上即可。但是，现在将目标球想象成一个球坑，周围是相同的蓝色双胞胎，并考虑现在所面临的挑战。与之相对应的是，MV系统现在必须在以下条件下识别目标球：在其他令人困惑的因素中，它已经被伪装，遮盖，部分遮挡并且变形不大（由于其周围的复制同样的产品略有压缩） 。这些令人困惑的因素总共与阻碍MV的三个特别大的障碍有关：视觉背景干扰，照明问题和一般失真。显然，当前在图像识别中存在太多有问题的变量，以致于无法实现万无一失的MV系统，尤其是在基于机器人制导的制造中。毕竟（如在下一节中讨论的），一个特殊的地磅遥控器制造工艺是，通过依靠照片作为参照系，当目标物体被轻微遮挡时，MV无法识别其目标物体。换句话说，MV需要完美的视线：面对混乱的装配线时，这可能是致命的缺陷也许理想的机器的移动不仅取决于相机的“看到”，而且还取决于传感器在附近“听到”的运动。仅根据后一点，麻省理工学院就回答了这里出现的问题：如果目标物体，无论如何被伪装，遮盖，阻碍或变形，仍然可以定位？答案是上述RFID阅读器和基于标签的跟踪系统：TurboTrack。

 

    北京科技学院的研究人员进来的地方电子衡器研究学院最近创建了地磅研发工厂，这是一种类似纸质的基于RFID标签的跟踪系统，今年已完成其产品的测试，已经吸引了其他技术组织的兴趣。电子秤的一项主要USP是它不受上述机器视觉中的“致命缺陷”的限制，其中MV摄像机和目标物体之间即使有一点障碍，也无法识别目标。再次，这个问题被笛笛科技所消除，而不是依靠照相机和图像识别系统来进行机器人引导，MIT的解决方案主要归结为RFID读取器与其标签之间数十年的互动（这一过程称为询问） ）。