使用OAK相機實現智能物料檢測與ABB機械臂抓取

大家好!今天我們很高興能與大家分享來自OAK的國外用戶——Vention 的這段精彩視頻,展示了他們的AI操作系統在現實中的應用——在演示中,進行實時的自動物料揀選。

OAK相機實時自動AI物料揀選

視頻中明顯可以看到我們的OAK-D Pro PoE 3D邊緣AI相機被安裝在機械臂上。

在這個場景下,機器人無需任何編程、校準或定制訓練,即可從料箱中識別并選擇零件。這是實時邊緣AI解決具有挑戰性的物流和抓取任務的簡潔、可靠的演示。

  1. 關于Vention的 AI Operator

Vention 的核心優勢在于提供即插即用的機器人自動化解決方案,無需工程師介入。其AI Operator 平臺搭載MachineMotion? AI控制器和NVIDIA Jetson,可將標準機械臂轉變為即插即用的系統,實現自主感知、規劃和抓取。

該系統設計為無需預訓練、校準或編程即可運行,從而大幅縮短了設置時間并降低了技術成本。

此外,Vention 的拖放式軟件(MachineBuilder?和MachineLogic?)使用戶能夠完全通過瀏覽器設計、模擬和部署機器人單元。結合模塊化硬件,這種“Zero-Shot Automation?”方案可以幫助制造商在幾天內(而非幾周)將想法轉化為實際部署。

點擊前往了解 → AI Operator

2. OAK-D-Pro-PoE 在該系統中的價值

OAK?D Pro PoE 非常契合這種“即開即用自動化”的理念。它具備1200萬像素(4032×3040)的高分辨率RGB 攝像頭、立體深度感知以及板載神經網絡加速推理技術,能夠在無需GPU或任何重新訓練以及微調的情況下,提供在多變光照條件下識別未知部件所需的空間精度。

只有具備這樣的深度精度和板載AI的視覺系統,才能滿足非結構化箱子揀選的需求。OAK?D Pro PoE 通過單個PoE連接,將圖像數據通過CMOS圖像傳感器直接由MIPI信號傳輸給邊緣AI 芯片, 通過板載AI的實時計算推理,提供豐富的視覺和深度數據,使集成變得簡單快速,并最大限度地減少了邊緣延遲。

而在以往的工業應用中,深度相機往往需要將圖像數據輸出給上位機或GPU,甚至是云端計算返回指令,這在應用中會導致物理上不可避免的延遲。而具備邊緣AI性能的深度相機如OAK-D-Pro-PoE, 則可以在相機內進行深度的計算、 RGBD對齊以及物體的實時AI推理識別,將計算后的結果輸出。

Vention 的機器人展示了OAK相機如何賦能現實世界的實時任務,如何進行快速而精準的自主揀選,并且可在數小時內完成部署。

我們很高興看到OAK相機在真實的制造環境中得到廣泛應用,而Vention的演示就是一個很好的例子,展示了邊緣人工智能如何賦能可擴展的模塊化機器人技術。

如果您有很好的用戶案例,亦可提供給我們,聯系OAK中國團隊,在我們的社區中進行您的項目的案例展示!

本文來自互聯網用戶投稿,該文觀點僅代表作者本人,不代表本站立場。本站僅提供信息存儲空間服務,不擁有所有權,不承擔相關法律責任。
如若轉載,請注明出處:http://www.pswp.cn/web/92700.shtml
繁體地址,請注明出處:http://hk.pswp.cn/web/92700.shtml
英文地址,請注明出處:http://en.pswp.cn/web/92700.shtml

如若內容造成侵權/違法違規/事實不符,請聯系多彩編程網進行投訴反饋email:809451989@qq.com,一經查實,立即刪除!

相關文章

html5和vue區別

HTML5 是網頁開發的核心標準,而 Vue 是構建用戶界面的JavaScript框架,兩者在功能定位和開發模式上有顯著差異: 核心定位 HTML5是 HTML標準 的第五次重大更新(2014年發布),主要提供網頁結構定義、多媒體嵌入…

【前端八股文面試題】【JavaScript篇3】DOM常?的操作有哪些?

文章目錄🧭 一、查詢/獲取元素 (Selecting Elements)?? 二、修改元素內容與屬性 (Modifying Content & Attributes)🧬 三、創建與插入元素 (Creating & Inserting Elements)🗑? 四、刪除與替換元素 (Removing & Replacing)&am…

內存殺手機器:TensorFlow Lite + Spring Boot移動端模型服務深度優化方案

內存殺手機器:TensorFlow Lite Spring Boot移動端模型服務深度優化方案一、系統架構設計1.1 端云協同架構1.2 組件職責矩陣二、TensorFlow Lite深度優化2.1 模型量化策略2.2 模型裁剪技術2.3 模型分片加載三、Spring Boot內存優化3.1 零拷貝內存管理3.2 堆外內存模…

安全生產基礎知識(一)

本文檔圍繞安全生產基礎知識展開: 一、安全用電相關知識 用電安全要點 禁止用濕手觸摸燈頭、開關、插頭插座及用電器具。發現有人觸電,切勿用手拉扯,應立即拉開電源開關或用干燥木棍、竹竿挑開電線。電器通電后出現冒煙、燒焦味或著火時&…

Elasticsearch 搜索模板(Search Templates)把“可配置查詢”裝進 Mustache

1. 什么是 Search Template?能解決什么問題? 搜索模板是存儲在 ES 集群里的 Mustache 模板(lang: mustache)。你把一份標準 _search 請求體寫成模板,變量交給 params,每次調用只需傳參即可: 搜索…

cocos Uncaught TypeError: Cannot read properties of null (reading ‘SetActive‘)

報錯:Uncaught TypeError: Cannot read properties of null (reading SetActive) at b2RigidBody2D.setActive (rigid-body.ts:231:21) at b2RigidBody2D.onEnable (rigid-body.ts:78:14) at RigidBody2D.onEnable (rigid-body-2d.ts:551:24) at OneOffInvoker.invo…

Docker用戶組介紹以及管理策略

在Docker環境中,用戶組(尤其是默認的docker組)是管理用戶與Docker守護進程交互權限的核心機制。以下從概念介紹和具體管理操作兩方面詳細說明:一、Docker用戶組的核心概念 Docker守護進程(dockerd)默認通過…

【PyTorch】單目標檢測項目部署

【PyTorch】單目標檢測項目 兩種部署情況:部署在 PyTorch 數據集上,以及部署在本地存儲的單個映像上。 目錄 定義數據集 搭建模型 部署模型 定義數據集 詳細參照前文【PyTorch】單目標檢測項目 import torchvision import os import pandas as pd i…

Baumer高防護相機如何通過YoloV8深度學習模型實現火星隕石坑的檢測識別(C#代碼UI界面版)

《------往期經典推薦------》 AI應用軟件開發實戰專欄【鏈接】 序號 項目名稱 項目名稱 1 1.工業相機 + YOLOv8 實現人物檢測識別:(C#代碼,UI界面版) 2.工業相機 + YOLOv8 實現PCB的缺陷檢測:(C#代碼,UI界面版) 2 3.工業相機 + YOLOv8 實現動物分類識別:(C#代碼,U…

UniApp Vue3 TypeScript項目中使用xgplayer播放m3u8視頻的顯示問題

問題背景 在UniApp Vue3 TypeScript項目中使用xgplayer播放m3u8視頻時&#xff0c;遇到了一個棘手的問題&#xff1a;視頻畫面下移&#xff0c;只能聽到聲音&#xff0c;全屏后才能正常顯示。經過排查&#xff0c;發現是<video>元素在DOM渲染時被異常定位&#xff0c;導…

服務器硬件電路設計之 I2C 問答(三):I2C 總線上可以接多少個設備?如何保證數據的準確性?

在服務器硬件電路設計中&#xff0c;I2C 總線作為常用的串行通信協議&#xff0c;其設備連接數量和數據準確性至關重要。?I2C 總線上可連接的設備數量并非無限制。從理論上講&#xff0c;標準 I2C 設備采用 7 位地址&#xff0c;除去保留地址&#xff0c;最多可連接 112 個設備…

用LaTeX優化FPGA開發:結合符號計算與Vivado工具鏈

用 LaTeX 優化 FPGA 開發&#xff1a;結合符號計算與 Vivado 工具鏈&#xff08;一&#xff09; 系列文章目錄 第一章&#xff1a;深入了解 LaTeX&#xff1a;科技文檔排版的利器 第二章&#xff1a;LaTeX 下載安裝保姆級教程 第三章&#xff1a;LaTeX 創建工程并生成完整文檔…

人工智能系列(6)如何開發有監督神經網絡系統?

一. 開發有監督神經網絡系統的步驟1. 數據收集訓練數據通常由輸入–輸出成對組成&#xff0c;根據任務需求可能涵蓋不同情境&#xff08;如白天或夜晚的車輛識別&#xff09;&#xff0c;其類型可以是數值、圖像、音頻等多種形式&#xff1b;數據規模越大、越多樣&#xff0c;模…

CSS 選擇器進階:用更聰明的方式定位元素

在前端開發中&#xff0c;CSS 選擇器是我們與 DOM 對話的語言。雖然 class 和 id 是我們最熟悉的工具&#xff0c;但真正高效、優雅的樣式代碼&#xff0c;往往來自于對現代 CSS 選擇器的深入理解與巧妙運用。本文將帶你跳出基礎語法&#xff0c;探索那些能顯著提升開發效率和代…

常用排序方法

一、排序的概念及引用1、排序的概念排序&#xff1a;所謂排序&#xff0c;就是使一串記錄&#xff0c;按照其中的某個或某些關鍵字的大小&#xff0c;遞增或遞減的排列起來的操作。穩定性&#xff1a;假定在待排序的記錄序列中&#xff0c;存在多個具有相同的關鍵字的記錄&…

接口返回504 Gateway Time-out 錯誤,這意味著請求在網關或代理服務器等待上游服務器響應時超時。以下是可能的原因和排查建議:

問題分析1.后端處理耗時過長是某個方法執行時間過長&#xff0c;超過了網關的超時設置&#xff08;通常是幾十秒&#xff09;可能涉及大量數據查詢或復雜計算2.數據庫查詢性能問題查詢的數據量過大缺少必要的數據庫索引SQL語句執行效率低下排查建議1.檢查服務端日志查看應用日志…

DBAPI 實現不同角色控制查看表的不同列

DBAPI 實現不同角色控制查看表的不同列 場景說明 在數據庫管理系統中&#xff0c;對表進行列級別的權限控制是一項關鍵的安全措施&#xff0c;特別是在處理敏感數據或需要遵守特定數據訪問控制策略的情況下。合理的列權限控制不僅能保護敏感信息&#xff0c;還能幫助組織滿足合…

二維圖像處理(完整版)

目錄 1.變換矩陣 2.在矩陣的基礎上添加各種變換形式 3.開始變換 4.計算變換矩陣參數 新算子 二、閾值分割 新算子 三、blob分析案例 1.焊點 2.石頭 3.木材 4.車牌 5.骰子 新算子 四、傅里葉變換頻域分析 問題一 五、濾波處理 1.均值濾波 2.中值濾波 3.高斯…

計算機網絡:求地址塊128.14.35.7/20中的相關信息

128.14.35.7/20是某一地址塊&#xff0c;求該地址塊中的網絡地址&#xff0c;IP地址最大值&#xff0c;最小值&#xff0c;地址數 這里的最大值&#xff1a;廣播地址&#xff0c;最小值&#xff1a;網絡地址&#xff0c;地址數&#xff1a;可分配主機數 最關鍵的一步就點分十進…

3深度學習Pytorch-神經網絡--全連接神經網絡、數據準備(構建數據類Dataset、TensorDataset 和數據加載器DataLoader)

文章目錄一、深度學習概述二、神經網絡基礎人工神經網絡&#xff08;ANN&#xff09;基本結構神經網絡的構建全連接神經網絡&#xff08;FCN&#xff09;計算步驟基本組件1. 線性層組件2. 激活函數&#xff08;Activation Function&#xff09;3. 損失函數&#xff08;Loss Fun…