近年來，隨著工業(yè) 4.0 標(biāo)準(zhǔn)的不斷推進(jìn)和人工智能、物聯(lián)網(wǎng)、大數(shù)據(jù)等技術(shù)的快速發(fā)展，機(jī)器人產(chǎn)業(yè)迎來新一輪浪潮，正逐步向系統(tǒng)化、模塊化、智能化的方向發(fā)展。 高度智能是對新一代機(jī)器人的重大共性技術(shù)需求。當(dāng)前協(xié)作機(jī)器人應(yīng)用面雖然越來越廣，但在復(fù)雜作業(yè)能力、非結(jié)構(gòu)化應(yīng)用方面需要更加智能化。

如何利用多傳感器融合技術(shù)進(jìn)一步加速機(jī)器人產(chǎn)品的智能化和平臺化，如何快速有效地提高產(chǎn)品開發(fā)效率，促進(jìn)產(chǎn)品迭代周期就成為業(yè)界產(chǎn)品研發(fā)的重要課題。
多可智能應(yīng)用控制器Duco mind應(yīng)運(yùn)而生，作為軟硬件集成化智能設(shè)備，它的誕生為多可協(xié)作機(jī)器人的不同應(yīng)用場景賦予了更多價(jià)值，為終端使用場景降本增效。

01

多傳感器融合，深度學(xué)習(xí)，自主決策

多傳感器融合技術(shù)應(yīng)用到機(jī)器人中意味著機(jī)器人智能化水平的提升，Duco mind能夠融合機(jī)器人力覺、視覺等傳感器，輕而易舉實(shí)現(xiàn)柔性裝配、恒力操作等。

其核心在于通過深度學(xué)習(xí)算法對多傳感器收集到的信息進(jìn)行有效處理和融合，提高機(jī)器人對不確定信息的‘識別’能力，確保有更多可靠的信息被利用，并通過算法讓機(jī)器人自主判斷出周圍的環(huán)境，自主決策，生成指令，避免單獨(dú)、孤立地處理各傳感器采集的信息，從而導(dǎo)致信息處理工作量的增加和信息資源的浪費(fèi)，造成決策失誤。尤其是在視覺檢測領(lǐng)域，基于智能算法的機(jī)器人技術(shù)與視覺技術(shù)的結(jié)合表現(xiàn)出了巨大的優(yōu)勢。

02

圖形化視覺算法編程，標(biāo)定簡便

內(nèi)置豐富圖形化視覺算法編程，提供豐富的2D（定位、掃碼、檢測、測量）、3D（分割、定位、檢測）算子，并且提供簡便易用的標(biāo)定內(nèi)參數(shù)，便于機(jī)器人與相機(jī)在三維空間內(nèi)的坐標(biāo)標(biāo)定。在抓取跟隨或視覺分揀等視覺檢測領(lǐng)域能夠?yàn)榭蛻魷p少由于產(chǎn)線迭代調(diào)整而帶來的重復(fù)編程，并降低了編程的門檻和難度。

03

多種應(yīng)用包集成，實(shí)現(xiàn)簡單配置

除了軟硬件的智能化、生態(tài)化以外，Duco mind還擁有分揀、裝箱、打磨、涂膠、檢測、裝配等典型應(yīng)用配置模板，實(shí)現(xiàn)一鍵配置，快捷部署。

以視覺檢測為例，作為工業(yè)生產(chǎn)不可或缺的環(huán)節(jié)，質(zhì)檢工序往往是制約效率提升的瓶頸。原因在于，傳統(tǒng)人工目檢的方式不僅存在人力成本高、檢測標(biāo)準(zhǔn)不統(tǒng)一等弊病，檢測精度也會隨著質(zhì)檢工人疲勞度的增加而大幅降低。為了應(yīng)對這一挑戰(zhàn)，許多企業(yè)正開始嘗試在生產(chǎn)線中運(yùn)用融合視覺感知的協(xié)作機(jī)器人來提升品檢的效率和精度。基于視覺檢測領(lǐng)域的典型應(yīng)用配置，機(jī)器人能夠被更快速地應(yīng)用于產(chǎn)線上。

Duco mind將視覺、力覺等傳感器與機(jī)器人技術(shù)和人工智能技術(shù)等完美地融合在一起，帶來更加易用、可擴(kuò)展的自動(dòng)化應(yīng)用，來幫助企業(yè)實(shí)現(xiàn)更多人力資源的釋放與轉(zhuǎn)移，提升企業(yè)生產(chǎn)效率，幫助企業(yè)更便捷、更快速地調(diào)整產(chǎn)線，減少部署和停工的時(shí)間。