縫う溶接のポジシァヨナーのkukaのロボット寿司のデスクトップのロボット寿司の溶接のポジシァヨナーの回転範囲:±360
ロボット位置センサー
ロボットはまた位置のために2つの部門に主に分けられるセンサーを要求する、:LiDARおよび視野
初期では、LiDARは西部の会社Velodyne、Hokuvoおよび病人によって導入された。但し、LiDARプロダクトを刺激していて今年中国の科学技術の急速な開発が現れた。運行および全体的な位置、レーダーのソナーおよび視覚深さのカメラ センサーのような他のセンサーを、要求するためにまた位置
異なったセンサーは異なった利点および不利な点を備えている。私をLiDARと視野間の比較述べることを許可しなさい。LiDARによって発生するポイント雲は全体的な位置のための地図の複数のポイント雲に一致するか、または関連する必要がある。利点は高精度な、三次元情報である;不利な点は質情報の欠乏である。それに対して、視野はLiDARが提供できないが、正確さはより低い質情報を提供する。それはセンチメートルのレベルに屋内で達することができるがメートルの10またはメートルの10の正確さを屋外に置くことを達成できる。当然、視野の最も大きい問題の1つは三次元情報の損失である。
私はちょうどどんな全体的な位置があり、ものそれとローカル位置の違いはであるか述べていた;同時に、私達はまた技術の感知述べていた。次に、私達はこの仕事を完了するのに使用されるアルゴリズムである全体的な位置の技術述べている。
全体的な位置の問題に20年以上の研究の歴史がある。最初の全体的な位置方法がLiDARポイント雲から特徴を処理し、得従来の手動特徴を使用してLiDARによって、主に、すなわち興味深い始まったそして特徴の一致によって全体的な位置をでありことは完了する。一致のアルゴリズムは最適化方法に基づいている。現在、開発の方向は視野に主に全体的な位置を達成するために基づいている。特徴抽出の方法は深い学習に主に頼り、ローカル特徴の抽出そして全体的な位置を達成するのに一致を利用する
方法分類の点では、全体的な位置の技術に3つの次元がある:
1.情報の感知のもと:LiDAR、視野およびmultimodal融合。
2.特徴抽出方法:従来の手動モデル1は多量の生データおよび頻繁に悪い差別による特徴抽出および深い学習を要求する。
3。局在化のアルゴリズムは局在化を完了するのに得られた特徴を使用する:最適化方法-局在化の損失関数は最小値に達する時、ロボットの位置のための局在化を完了し、一致するか、またはローカル特徴の一致するパノラマ式のディスクリプターによって局在化を完了する。
会社について
私達のガイド・レールはABB KUKA FANUC Yaskawa URのような多くの国際的な有名なロボット ブランドに、協力した。含まれる会社は主にパレットで運搬すること、負荷および荷を下すことを含んでいる。500kgからの5000kgへのガイド・レールの範囲の負荷。ガイド・レールの長さは顧客の必要性に従ってカスタマイズされる。私達はABB IRB6700のロボットが20台のCNC機械に対応し、50m長いガイド・レールがロボットの荷を積み、荷を下す交換動きを完了すること場合を作った。ロボットの数は非常に減り、統合の費用は救われる。
私達の会社はまた非常に好ましい価格で低価格に順序を一緒に置くために工業用ロボットを提供する。
上海、中国へようこそ、私達のロボットおよび柵を調査するため!
会社プロダクト供給
ABBのロボット
KUKAのロボット
Yaskawaのロボット
Fanucのロボット
URのロボット
Cobot
ガイド・レール
Cobot中国製
製品仕様書
|
oad
|
400のkg
|
|
回転盤の直径
|
600のmm
|
|
範囲をひっくり返すこと
|
士90°
|
|
回転範囲
|
±360° (N×360°)
|
プロダクト パラメータ テーブル
包装および交通機関

