基於3D視覺和機器學習，阿丘科技從質檢和分揀切入，提高工業機器人環境感知能力和靈活性

品質檢測和工件分揀是工業生產中非常重要的組成環節。 質檢上， 傳統的工業生產製造主要採用人工肉眼檢測產品表面的缺陷，

這種方法不僅使得檢測產品速度慢、效率低下， 而且在檢測過程中容易出錯， 導致誤檢、漏檢等問題；分揀方面， 目前生產線上的工業機器人大多運動模式單一， 機器人只能完成點到點的任務動作， 對於較為複雜的任務， 如堆疊物品識別和分揀等就顯得捉襟見肘了。

煙草杆檢測

AQ-Insight是一款面向工業線上品質檢測的機器視覺軟體平臺， 主要用於產品表面缺陷檢測。 該技術通過引入機器學習演算法和深度學習， 從具體的實物進行圖像的採集處理、計算、最終進行實際檢測、控制和應用， 在具備一定自學習性和自我調整性的條件下， 克服了人工檢測在效率和檢測結果的準確性上的缺陷。

目前， AQ-Insight可用於煙草行業， 實現煙草異物剔除、缺陷檢測。 “傳統的機器視覺解決的是比較規則、容易歸納的產品， 解決的是有限集合的分類問題”， 黃耀表示， “AQ-Insight更希望能處理一些較為複雜的場景， 例如非標物體的識別等， 解決傳統機器視覺定制化嚴重的現狀”。

堆疊零件分揀

SmartPicker是一款智慧分揀系統， 基於團隊核心的3D視覺技術和機器學習， 通過對目標物體的識別和定位， 實現工業機器人對複雜分揀環境處理能力， 自動完成識別分揀的相關任務。 具體來說， 包括零件的分揀、上下料、甚至未來可擴展至3C產品裝配等。 針對不同應用場景，

SmartPicker有高精度（0.05mm~0.1mm）和低精度（1mm~3mm）兩套產品方案。

水果識別

阿丘科技成立於2016年， 現有十多人的團隊規模， 核心技術團隊由來自清華、中科院， 北航、浙大等碩士和博士組成， 具有英特爾、大疆、微軟研究院工作經歷， 並獲得電腦視覺、機器人等領域多項研究成果。

基於電腦視覺和深度學習，

有很多創業方向可擴展， 最終切入工業機器人及自動化領域， 黃耀表示， 除了能夠解決行業實際存在的痛點外， “團隊的基因就在3D視覺這部分”。

隨著機器視覺技術的發展， 3D視覺越來越受到行業的重視。 去年下半年， 全球領先的機器視覺公司康耐視Cognex就完成了對西班牙3D視覺軟體供應商AQSense和德國3D視覺感測器、軟體製造商EnShape的收購。 此外， 美國加州的初創公司Aquifi和比利時的Pickit3d也同樣聚焦於3D視覺。

對此， 黃耀表示， SmartPicker優越性在於性價比和可靠的視覺技術上， 目前已與多家工業機器人公司達成合作， 預計6月底推出硬體原型。 據悉， 阿丘科技於今年3月獲得英諾天使和臻雲創投的千萬級天使輪融資。

產品：AQ-Insight和SmartPicker

公司：北京阿丘科技有限公司

網址：http://aqrose.com

本文來自獵雲網，如若轉載，請注明出處：http://www.lieyunwang.com/archives/318218

網址：http://aqrose.com

本文來自獵雲網，如若轉載，請注明出處：http://www.lieyunwang.com/archives/318218