如何改善機械手的教導,maybe in 射出機一機一手 by 寧波專案部 #2

Closed
opened 2025-05-23 15:48:54 +08:00 by MarioYang · 2 comments
Owner

現在機械手的教導,流程都是手動模式移動機械手移到目標位置,並將座標插入到Line或其他移動指令中。
但是繁瑣耗時、撞機風險、人為失誤,以及路徑最佳化需要反覆調適。

現在機械手的教導,流程都是手動模式移動機械手移到目標位置,並將座標插入到Line或其他移動指令中。 但是繁瑣耗時、撞機風險、人為失誤,以及路徑最佳化需要反覆調適。
MarioYang added the
enhancement
heuristic
label 2025-05-23 15:48:54 +08:00
bkinnightskytw added the
question
label 2025-05-23 16:17:44 +08:00
Collaborator

我們可能要調查一下,每一個原因項目導致速度變慢的影響程度。


我嘗試提幾個可能的方案

  1. webots 模擬環境
    • pros: 沒有撞機問題,不需仔細確認,直接看結果就好。可以直接開最高速,並重覆實驗找最佳解。
    • cons: 模型的精準度直接和是否有信心直接使用有關。如果模型不精準,則需要在實機上進一步調整程式點位。
  2. 3d 掃描模型
    • 算是對 1 的補充。直接實機掃描取得模型。
    • pros: 適用範圍大,不論機構廠是否提供模型,舊有機型,或事後改裝,都可以。若輸出gcode,則舊有手臂也不需大幅修改便使用。
    • cons: 掃描精度和 3d掃描儀 價格有關。掃描拼接後的的絕對尺寸可能因為累計誤差而不夠精準。掃描需要時間。若要自動掃描,則需要手臂控制器配合。掃描的模型假設所有東西固定,無法考慮動態行為。
  3. 距離sensor感測
    • 直接在夾爪上安裝各方向的非接觸式距離感測器,並由控制器自動決定要前往的位置,且紀錄對應的點。
    • pros: 難度比視覺辨識低,理論上可以徹底解決調機問題
    • cons: 可能要裝不少sensor,且需考慮sensor 的成本價錢。sensor 不一定能辨識各種工件,所以最終還是要搭配其他方法。
  4. 視覺辨識
    • 調機時,在夾爪最前端裝 3d lidar/深度相機/魚眼鏡頭 ,透過影像辨識自動決定要前往的位置並記錄對應的點。
    • pros: 理論上可以在現場端,最簡化的,徹底解決調機問題
    • cons: 需要大量的視覺辨識去判斷,難度大。另不太可能保證所有機器、工件都能正常正確辨識。應該需要插入人為確認辨識的流程。另鏡頭自主移動會需要 手臂控制器的支援。
    • ref: visual SLAM

可以再多提看看

我們可能要調查一下,每一個原因項目導致速度變慢的影響程度。 --- 我嘗試提幾個可能的方案 1. webots 模擬環境 * pros: 沒有撞機問題,不需仔細確認,直接看結果就好。可以直接開最高速,並重覆實驗找最佳解。 * cons: 模型的精準度直接和是否有信心直接使用有關。如果模型不精準,則需要在實機上進一步調整程式點位。 2. 3d 掃描模型 * 算是對 1 的補充。直接實機掃描取得模型。 * pros: 適用範圍大,不論機構廠是否提供模型,舊有機型,或事後改裝,都可以。若輸出gcode,則舊有手臂也不需大幅修改便使用。 * cons: 掃描精度和 3d掃描儀 價格有關。掃描拼接後的的絕對尺寸可能因為累計誤差而不夠精準。掃描需要時間。若要自動掃描,則需要手臂控制器配合。掃描的模型假設所有東西固定,無法考慮動態行為。 3. ~~距離sensor感測~~ * 直接在夾爪上安裝各方向的非接觸式距離感測器,並由控制器自動決定要前往的位置,且紀錄對應的點。 * pros: 難度比視覺辨識低,理論上可以徹底解決調機問題 * cons: 可能要裝不少sensor,且需考慮sensor 的成本價錢。sensor 不一定能辨識各種工件,所以最終還是要搭配其他方法。 4. 視覺辨識 * 調機時,在夾爪最前端裝 3d lidar/深度相機/魚眼鏡頭 ,透過影像辨識自動決定要前往的位置並記錄對應的點。 * pros: 理論上可以在現場端,最簡化的,徹底解決調機問題 * cons: 需要大量的視覺辨識去判斷,難度大。另不太可能保證所有機器、工件都能正常正確辨識。應該需要插入人為確認辨識的流程。另鏡頭自主移動會需要 手臂控制器的支援。 * ref: visual SLAM 可以再多提看看
Author
Owner

基於兩段式模型(1:基於感測器來決定取件位置 2:基於感測器取的機構參數)
目前以2來討論,1有不穩定性

目前2.的方式
先定義數學模型 -->小郭哥有在討論

  1. 機構參數(不含模具與夾具的參數)
  2. 模具與夾具 --> 模具通常是不會給3D圖

參數取得

  1. 自動量測、模型匯入(塑機應該有)
  2. 最差:用手動輸入/雲端匯入
基於兩段式模型(1:基於感測器來決定取件位置 2:基於感測器取的機構參數) 目前以2來討論,1有不穩定性 目前2.的方式 先定義數學模型 -->小郭哥有在討論 1. 機構參數(不含模具與夾具的參數) 2. 模具與夾具 --> 模具通常是不會給3D圖 參數取得 1. 自動量測、模型匯入(塑機應該有) 2. 最差:用手動輸入/雲端匯入
bkinnightskytw added the due date 2025-06-27 2025-05-27 11:05:58 +08:00
Sign in to join this conversation.
No description provided.