Większa precyzja optycznych czujników odległości dzięki sztucznej inteligencji
Leuze wykorzystuje nowoczesne metody sztucznej inteligencji (AI), aby znacznie poprawić dokładność pomiaru optycznych czujników odległości. Ta innowacja zmniejsza niepewność pomiaru o połowę bez potrzeby korzystania z dodatkowych zasobów obliczeniowych podczas pracy. Cały wysiłek obliczeniowy jest wykonywany w fazie produkcji. Opracowana metodologia stanowi podstawę dla nowej generacji precyzyjnych optycznych czujników odległości.
Wyzwanie związane z pomiarem odległości: Efekt powierzchni obiektu
Optyczne czujniki odległości mogą wykorzystywać technologię czasu przelotu (TOF) do pomiaru odległości obiektu poprzez emisję światła i pomiar czasu potrzebnego na powrót odbitego światła.
Czujniki odległości TOF mierzą odległość emitując światło i rejestrując czas powrotu odbitego sygnału.
Osiąga się to poprzez emitowanie krótkich impulsów światła, których odbicie jest odbierane z powrotem od obiektu. Odległość jest obliczana na podstawie czasu podróży impulsu świetlnego - od momentu wysłania do wykrycia sygnału zwrotnego. Współczynnik odbicia powierzchni obiektu wpływa zarówno na amplitudę, jak i kształt elektronicznego sygnału odbiorczego. Prowadzi to do różnych czasów detekcji sygnału i różnych szerokości impulsów. Jasne powierzchnie generują silniejsze sygnały o większej szerokości impulsu i wcześniejszej detekcji, podczas gdy ciemne powierzchnie powodują słabsze, węższe impulsy i późniejszą detekcję.
Oznacza to, że powracający sygnał będzie różnił się siłą w zależności od powierzchni obiektu - na przykład jasnej lub ciemnej. Może to prowadzić do błędów pomiarowych.
Siła odbitego sygnału świetlnego zmienia się w zależności od jasności powierzchni obiektu
Poprzednie podejście do rozwiązania: Modele obliczeniowe
Do niedawna do korygowania tych błędów stosowano klasyczny model matematyczny: Wartość korekty jest obliczana dla wielu różnych powierzchni i odległości, a następnie automatycznie stosowana. Model ten opiera się na tak zwanej funkcji wielomianowej.
Nowe rozwiązanie: Sztuczna inteligencja przejmuje korektę
Zamiast pracować ze sztywnymi formułami, Leuze wykorzystuje teraz sieć neuronową - formę sztucznej inteligencji. Wykorzystuje przykładowe dane, aby dowiedzieć się, jak jasność i tekstura powierzchni wpływają na pomiary, umożliwiając znacznie dokładniejsze korygowanie zmierzonych wartości.
Odchylenie od odległości docelowej po korekcie za pomocą sieci neuronowej
Odchylenie od odległości docelowej po korekcie wielomianem 5. Zamówienie
Zalety sieci neuronowej
- Możliwość elastycznego dostosowania do różnych typów czujników i powierzchni
- Lepiej uczy się na podstawie rzeczywistych danych, nawet przy silnie oscylujących charakterystykach krzywej 3D
- Zapewnia znacznie bardziej precyzyjne wyniki
Technologia w tle - proste wyjaśnienie
Podczas procesu produkcji zbieranych jest wiele wartości pomiarowych: dla jasnych, ciemnych i różnie teksturowanych powierzchni, a także dla różnych odległości. Zmierzone wartości są przekazywane do systemu sterowania zakładu produkcyjnego. Na tej podstawie sieć neuronowa zakładu produkcyjnego oblicza niezbędne wartości korekcyjne dla czujnika. Czujnik nie wymaga wtedy dodatkowej mocy obliczeniowej podczas pracy - sztuczna inteligencja już się wszystkiego "nauczyła".
Wynik: Mniej błędów, większa niezawodność
Testy wykazały, że nowa metoda zmniejsza systematyczne błędy pomiarowe (tj. zależność wyników pomiarów od powierzchni i odległości) o ponad połowę dzięki kalibracji opartej na sztucznej inteligencji. Oznacza to, że czujnik mierzy bardziej niezawodnie, nawet na trudnych powierzchniach.
Czujniki odległości w intralogistyce: Dla zapewnienia zadanej odległości między paletami odległość pomiędzy wózkiem wahadłowym a składowaną paletą musi być precyzyjnie określona, niezależnie od rodzaju powierzchni, kolorów oraz kątów.
Wymagany precyzyjny pomiar: Podczas podnoszenia palety należy określić odległość między paletą a powierzchnią czołową skrzyni ładunkowej, aby we właściwym momencie zatrzymać ruch do przodu.
Korzyści w skrócie
- Mniej błędów pomiarowych - bardziej wiarygodne wyniki
- Brak dodatkowego obciążenia obliczeniowego podczas pracy
- Elastyczne zastosowanie z różnymi materiałami
- Przyszłościowe - z wykorzystaniem nowoczesnej sztucznej inteligencji
Podsumowanie
Leuze przenosi precyzję optycznych czujników odległości na nowy poziom dzięki wykorzystaniu sztucznej inteligencji. Klienci korzystają z solidniejszych i dokładniejszych pomiarów - bez żadnego wysiłku podczas pracy. Połączenie inteligentnej kalibracji i wydajnego użytkowania czyni to rozwiązanie idealnym do wymagających zastosowań przemysłowych.
