AMNYTT amnytt.no 6/2021 - Page 50

50 / 78

AMNYTT NR . 6 2021
Godt maskinsyn gjøre det mulig for roboten å sortere ulike paller og å vurdere tilstandene på pallene .
– Vi bruker AI for gjenkjenning av etiketter , kontroll av sprekkdannelser samt deteksjon av fremmedobjekter , sier Skeide . Roboten må kunne se pallene for å kunne kategorisere , i tillegg må roboten kunne vurdere tilstanden . En viktig del av løsningen er maskinsynet som Currence Robotics har utviklet . Høyteknologiske sensorer og 3D-kameraer skanner og sammenligner pallene med et sett med referansemodeller . – Vår Vision-løsning bruker seks kamera . En kombinasjon av AI-nett- verksanalyse og punktskyanalyse sorterer pallene i henhold til type og tilstand . Bildene sys sammen til en 3D-modell av hvert enkelt element etter hvert som det håndteres , forteller Skeide . Roboten tar bilder , først ovenfra for å sortere i typer , så nedenfra for å spesifisere tilstanden . – Bilder med svært høy oppløsning gjør det mulig for AI-algoritmene å gjenkjenne små sprekker som ikke vises i vanlig 3D bildeanalyse . SORT må også kunne skille mellom ulike typer flekker , og vurdere når pallen må sendes til vask , sier Skeide . – Nå kan roboten ta kvalitetskontroll på trepaller , og det er det viktigste . Med plastpaller kan den i dag sortere i kategorier , inspeksjon av kvaliteten kommer etter hvert . Det må tross alt en viss datamengde i bunn for å roboten skal lærer seg hva som bra og mindre bra , sier Rimstad . – Dette går på bildegjenkjenning , her har vi gjort en stor jobb med å lage en database for sortering av trepaller . Nå jobber vi med å lage tilsvarende for plastpaller , sier Skeide .
Skalerbar etter behov Currence Robotics har utviklet en palleteringsrobot som enkel å håndtere – og enkel og skalere . SORT har veldig få bevegelige deler , noe som reduserer uventet stans og behovet for vedlikehold . Standardkomponenter gir høy pålitelighet .