Descripción general

La estación de trabajo de aplicación de visión 3D inteligente DLIR-XZ3D aborda las necesidades comerciales del mundo real de los robots en escenarios industriales, utilizando tecnología inteligente... 3D Basado en tecnología de percepción basada en cámara e integrado con tecnología de planificación de movimiento de robot industrial, el sistema utiliza visión para detectar objetos a clasificar para obtener su información de posición. Esta información se utiliza para completar tareas tales como clasificar materiales dispersos, medir dimensiones, detectar defectos y localizar objetos. La estación de trabajo consta principalmente de un banco de trabajo, un robot colaborativo, un módulo de fijación de cambio rápido de robot y tecnología inteligente... 3D Consta de un sistema de cámara y software, una caja de materiales, una computadora y escritorios, una bomba de aire silenciosa sin aceite, herramientas y cajas de herramientas, recursos didácticos, etc.

Características

• Estructura modular integrada: Cada objeto de ejecución es un módulo independiente, todos instalados sobre una plataforma de perfil de aluminio de uso general, donde se ubican tanto el objeto de ejecución como su circuito de control eléctrico. No se requieren herramientas para el desmontaje y montaje durante el entrenamiento, y el rango de movimiento del robot permite satisfacer simultáneamente las necesidades de todos los contenidos de entrenamiento.

• Diseño abierto: Ofrece una excelente capacidad de ampliación, lo que permite a los clientes desarrollar nuevos modelos y accesorios según sus propias necesidades, al tiempo que admite el desarrollo secundario de sistemas periféricos.

• Seguridad en el funcionamiento del equipo: Dispone de múltiples protecciones, entre ellas contra cortocircuitos, sobrecargas y parada de emergencia.

Parámetros técnicos

• Temperatura: -5 a +45°; Humedad ambiental: ≤85% (25°C).

• Dimensiones del equipo: Largo × Ancho × Alto = 1,1 m × 1 m × 1,9 m

• Potencia total: Aproximadamente 3,0 kVA.

• Altitud: ≤4000 m.

• Potencia de entrada: CA 220V ± 10%.

• Potencia de salida: CC 24V.

• Entorno: Vibración ≤0,5G, libre de polvo, gases corrosivos, gases inflamables, neblina de aceite, vapor de agua, goteo de agua o sal, etc.

• El sistema cuenta con una conexión a tierra fiable: la impedancia de puesta a tierra es inferior a 4 ohmios.

• Presión del aire comprimido: 0,3-0,7 MPa.

• Método de enfriamiento: Enfriamiento natural.

Tareas de diseño de evaluación realizables

Sección 1: Entrenamiento de robots

1) robots colaborativos

2) Instalación del panel de programación del robot colaborativo

3) Instalación de efectores finales para robots colaborativos

4) Configuración de parámetros para robots colaborativos

5) Entrenamiento práctico sobre los modos de operación del robot colaborativo y la velocidad manual.

6) Visualización de información de uso frecuente sobre robots colaborativos

7) Introducción a las instrucciones de programación de robots colaborativos

8) Copia de seguridad y restauración de programas de robots colaborativos

9) Formación práctica sobre calibración de sistemas de coordenadas para robots colaborativos.

10) Diagnóstico y mantenimiento de fallas de robots colaborativos

Sección 2. Montaje y ajuste de cámaras industriales

11) Selección de cámaras industriales 2D, lentes y fuentes de luz.

12) Instalación y depuración de cámaras industriales 2D

13) Instalación y depuración de la fuente de luz

14) Instalación y depuración de la cámara 3D, Sección 

3: Capacitación en aplicaciones de comunicación de equipos

Sección 4. Creación de conjuntos de datos

15) Recopilación de datos

16) Etiquetado de datos

17) Limpieza de datos

Sección 5. Entrenamiento del modelo objetivo

18) Despliegue y aplicación de marcos de aprendizaje profundo

19) Entrenamiento del modelo de reconocimiento visual

Sección 6. Medición con cámara 2D

20) Reconocimiento del color de los objetos objetivo

21) Identificación del tipo de objeto objetivo

22) Reconocimiento de caracteres de objetos objetivo

23) Reconocimiento de códigos de barras de objetos objetivo

24) Medición de distancia de objetos objetivo

25) Medición del diámetro del objeto objetivo

Sección 7. Entrenamiento con cámara 3D

26) Depuración de equipos de cámara 3D

27) Depuración de imágenes de cámara 3D

28) Configuración de parámetros del algoritmo de la cámara 3D

29) Detección de objetos con cámara 3D