基于视觉的机器人组装自动化质量控制在高混合低量生产中的应用

机器人技术已取得显著进展，但中小型企业在高混合低量环境中采用机器人面临挑战。这主要是由于机器人集成所需的手动编程以及一个过程稳定运行并高质量输出所需的时间，而不会产生不合格品。不稳定过程中的高废品率导致生产力低下，这对竞争力是不利的。虽然计算机视觉技术提供了一定的灵活性，但通常需要大量的手动标注数据集，并且仅提供二元质量反馈或错误分类。本文提出了一种利用合成数据自动化机器人过程和质量控制的方法。计算机辅助设计数据和装配顺序启动物体识别训练。一个质量模型自动从数据中推导出来，该模型用于在过程中评估制造质量并通过迭代学习控制持续改进过程。该过程的目标是实现变更变体，而无需由机器人专家进行耗时的重新教学。