인공지능 슈트는 시각인식 + 협동로봇팔을 기반으로 한 슈트
myCobot320 인공 지능 제품군 2023 에디션
myCobot320 6축 협업 로봇 팔
인공 지능 수트 myCobot 320 버전과 이전 버전의 가장 큰 차이점은 myCobot 320 6축 협동 로봇 팔에 대한 새로운 지원입니다.
매니퓰레이터의 myCobot 시리즈는 또한 Elephant Robot의 주요 제품 이며, 그 중 320 모델은 사용자의 독립적인 프로그래밍을 위해 개발된 6축 협업 매니퓰레이터 입니다. myCobot 320 로봇 팔 자체의 무게는 3kg에 불과하지만 페이로드는 1kg에 달하고 작업 반경은 350mm에 달하며 크기는 작지만 기능은 강력합니다.
개방형 ROS 시뮬레이션 개발 환경, 내장형 완벽한 운동학 순방향 및 역방향 알고리즘 모듈, 무료 매칭 비주얼 개발 애플리케이션,
기계적 동작 원리의 직관적인 구조 분석, 엔터프라이즈급 통신 프로토콜 사양 및 애플리케이션, 12개의 표준 24V 산업용 I/O 인터페이스,
업계의 주류 제어 언어 인터페이스 지원, 매니퓰레이터의 통신 프로토콜 개발, 풍부한 터미널 확장 액세서리,
사용 용이성, 안전 및 경제성 측면에서 myCobot 320 로봇 팔의 세 가지 주요 이점은 myCobot 320 로봇 팔을 상업적 응용, 교육 연구 및 창의적 개발을 위한 비용 효율적인 선택으로 만듭니다.
새로운 업그레이드에 맞게
320 인공 지능 슈트 2023 버전, 5가지 주요 시각 인식 알고리즘, 7가지 주요 응용 시나리오, 2가지 파악 방법, 초대형 하중 1KG, M5 및 PI 2가지 적응형 로봇 팔, 8가지 주요 학습 포인트 및 지원 시각화 소프트웨어, 포지셔닝입니다. 잡기 피킹, 자동 분류 및 아이템 잡기 모듈을 통합하는 보급형 인공 지능 패키지입니다. 파이썬 플랫폼 을 기반으로 소프트웨어 개발을 통해 로봇 팔의 제어를 실현할 수 있으며 배우기 쉽고 인공 지능의 기초를 빠르게 익히고 혁신적인 사고를 고취하며 오픈 소스 창의 문화를 이해할 수 있습니다 .
원래 인공 지능 슈트와 비교하여 다음과 같은 측면에서 크게 개선되었습니다.
더 큰 작업 반경 및 하중
myCobot 320 6축 협동 로봇 팔 지원 덕분에 인공지능 수트 myCobot 320 버전은 이전 인공지능 수트의 작업 반경과 하중의 한계를 극복하고 작업 반경이 이전보다 350mm가 되었습니다. 280mm, 하중도 기존 200g에서 1000g으로 늘었습니다. 더 큰 작업 반경과 하중은 더 풍부한 애플리케이션 시나리오를 나타냅니다.
그리퍼 항목 인식, 지능형 잡기
흡입 펌프의 잡기 방식만 지원하는 인공지능 슈트와 달리 인공지능 슈트 myCobot 320 버전은 그리퍼에 대한 지원을 추가합니다.
고성능 그리퍼와 고하중 myCobot 320을 사용하면 인공 지능 수트 myCobot 320 버전이 개체 식별 및 지능형 파악을 수행하고 다양한 크기와 무게의 다양한 개체를 식별하고 잡을 수 있습니다.
5대 시각 인식 알고리즘
인공 지능 제품군은 로봇 비전 및 손-눈 보정을 기반으로 하며 다음과 같은 5가지 주요 시각적 인식 알고리즘을 지원합니다.
색상 인식
색인식은 주로 색인식을 위해 픽셀의 RGB 값(빨강, 초록, 파랑의 합산 값)을 분석하고 처리하는 방식 으로 컴퓨터 비전 기술을 통해 구현된다. 일반적인 색 공간에는 RGB, HSV, YUV 등이 포함됩니다. 그 중 RGB 색 공간이 가장 일반적으로 사용되는 색 공간입니다. 색 공간 기반 방법은 주로 색 공간의 임계값을 설정하여 픽셀의 색상 범주를 판단합니다.
모양 인식
형상인식이란 컴퓨터 비전 분야에서 영상 속 사물의 형태와 구조를 분석하고 처리하여 다양한 형태의 사물을 자동으로 인식하는 것을 말한다. 영상처리 기술을 통해 사물의 외곽선을 추출하고 경계점, 곡률, 둘레, 면적 등의 특징점 추출 및 기술을 수행한 후 미리 정의된 템플릿 또는 알려진 형태와 매칭하여 형태 인식을 달성합니다.
QR 코드 인식
Aruco QR 코드 인식은 QR 코드의 빠르고 정확한 인식 및 위치 지정을 위한 OpenCV 기반의 컴퓨터 비전 기술입니다. Aruco 라이브러리에 있는 기능을 이용하여 입력된 이미지를 처리 및 분석하고, 이미지에서 Aruco QR 코드를 추출하고, 각 QR 코드의 코드 및 위치 정보를 인식합니다. 감지 및 인식 과정 에서 Aruco 라이브러리는 입력 이미지에 대해 이진화, 코너 감지 및 코드워드 추출과 같은 작업을 수행하여 인식 정확도와 속도를 향상시킵니다.
특징점 인식
특징점 인식은 컴퓨터 비전의 핵심 기술로, 이미지에서 고유한 속성과 반복성을 가진 점을 찾아 이미지 매칭, 객체 추적, 3D 재구성 등의 작업의 기반으로 사용합니다. 선택된 특징점에 대해 이미지에서 추출 및 설명이 수행됩니다. 일반적으로 사용되는 기능 설명 알고리즘에는 SIFT, SU RF , ORB, BRIEF 등이 포함됩니다. 이러한 알고리즘은 이미지에서 고유한 속성을 가진 특징점을 추출하고 이를 안정적이고 비교 가능한 특징 설명자로 나타낼 수 있습니다.
YOLOV5 인식
YOLOV5는 이미지에서 여러 대상의 위치와 범주를 동시에 예측할 수 있는 "원 스테이지"라는 탐지 방법을 사용하는 딥 러닝 기반의 대상 탐지 알고리즘입니다. YOLOV5는 ResNet과 같은 백본 네트워크를 사용하여 대상을 쉽게 인식할 수 있도록 이미지 특징을 추출합니다. Faster R-CNN과 같은 기존의 2단계 탐지 방법과 달리 YOLOV5는 특징 추출과 대상 탐지를 결합하여 탐지 속도를 크게 향상시킵니다.
시각화 소프트웨어
위의 하드웨어 기능 외에도 Elephant Robot의 인공 지능은 소프트웨어 제어에 많은 노력을 기울였습니다.시각적 소프트웨어 작동을 지원하고 해당 시각적 알고리즘을 선택할 수 있으며 전자동 인식, 파악 및 배치, 관찰하기 쉽습니다. 효과 표시 및 단계별 작동 지원 사용자가 각 프로세스의 원리를 이해할 수 있도록 식별, 잡기, 배치 만 가능합니다.
고도로 개방적이고 시각화된 UI 인터페이스를 갖춘 인공 지능 제품군은 과학 연구 및 교육의 개발 및 검증, 초보자의 분해 및 학습, 제작자의 창의적인 응용 프로그램에 사용되는 경우 더 편리합니다.
구형과 신형의 매개변수 및 비교
| 매개변수 | |
| 이름 | 320 인공 지능 제품군 2023 에디션 |
| 총 측정 | 521mm*637.5mm*600mm |
| 인식 속도 | 색상/모양/QR코드: 300ms 특징점/yolov5: 600ms |
| 인식 정확도 | 3mm |
| 카메라 이름 | USB 왜곡 없는 카메라 |
| 이미지 픽셀 | 2M1080p |
| 지원되는 이미지 형식 | MJPG/YUY2 |
| 픽셀 크기 | 3.0umx3.0um |
| 최대 프레임 속도 | MJPG：1920 1080@30fps YUV：1920 1080@30fps |
| 엔드 피팅 | Adaptive Gripper Pro, myCobotPro 단일 헤드 흡입 펌프 |
| 짐 | 1kg |
| USB 프로토콜 | USB2.0HS/FS |
| 지원되는 해상도 | 1280X720,640X480,320X240 |
| 전원 _ | 직류 5V90mA |
| 시야 | 110° 왜곡 없음 |
| 지원되는 시스템 | Windows7/8/10 LINUX (includeuvc)/ 라즈베리 파이 |
| 비교 | ||
| 매개변수 | 인공 지능 슈트 | 320 인공 지능 슈트 |
| 로봇 팔 도달 | 280mm | 350mm |
| 암로드 | 200g | 1000g |
| 항목 식별 | 지원하지 | 지원하다 |
| 스마트 그리핑 | 지원하지 | 지원하다 |
| 입 부분 | 지원하지 | 지원하다 |
| 흡입 펌프 | 지원<=200g | 지원 = 1000g |