所有制造企業都面臨著同樣的挑戰：如何在不增加額外員工人數的情況下，維持甚至提升成本效益，實現高效生產？人工短缺已成為各行各業的常態。這就是為什么公司希望讓更多的生產步驟都實現自動化，尤其愿意從事重體力或內容單一工件的人越來越少。
幸運的是，機器人、人工智能和抓取系統的進步繼續為自動化解決方案開辟具有成本效益的新應用。過去，企業通常配備足夠的技術人員來安裝和操作自動化系統。然而隨著系統功能變得更多、更復雜，操作難度也隨之增加。如今， 這給尤其是中小企業帶來了很多問題。人工短缺使他們目前很難根據未來的需求布局自動化生產。特別是在機器人搬運領域，企業面臨非常大的挑戰。當需要攝像頭系統來實現部件抓取的精確定位時，許多公司會遇到瓶頸，必須依賴外部服務供應商規劃自動化流程。
為了解決此問題，SCHUNK 推出了 2D 抓取套件，該應用套件借助 SCHUNK 在德國開發的人工智能技術，可快速、經濟、直接地實現自動化。應用套件中包括一個帶鏡頭的攝像機、一臺工業 PC、SCHUNK AI 軟件和必要的連接線。所有組件相互兼容，同時通過開放式 TCP/IP 接口，可以與任何機器人甚至更高級別的控制器（例如 Siemens PLC）組合使用。它能夠對平面上隨機排列的各種工件進行搬運和分類。最終，我們為那些自動化設計復雜，但對于人工而言又過于單調枯燥的任務提供了解決方案。
例如，在企業的生產加工過程中，加工好的零件通常從設備中運出后會掉入料盒中。然后，由員工手動分類，并放在正確位置的托盤中，為后續的自動化處理步驟做準備。而在此過程中，工件容易被損壞或混淆。當機器人接管時，員工便可以不再受困于這些任務。同時，在后續的自動化流程中，復雜性和錯誤率也有所下降。
SCHUNK 在德國使用 2D 抓取套件生產自己的產品。客戶有機會在 CoLab 機器人應用中心驗證自己的應用，輕松、直觀地了解該系統如何改善生產。
如果系統是機械結構設計，那么大部分用戶只需不到半天的時間即可為系統示教（新）工件。軟件通過界面按步驟引導用戶完成操作。
攝像機從上方俯視傳送帶、托盤或臨時工作臺。AI 軟件會提前根據圖像進行訓練，對工件進行識別和區分，計算并輸出最佳抓取位置。攝像機首先會捕捉工件即將放置的區域背景。然后，它會拍攝幾張待抓取工件的照片。例如，如果機器人的任務是抓取透明包裝中的工件（例如塑料袋中的螺絲和螺母）并為訂單出貨，則操作員只需在不同位置拍攝多組工件的照片。
對于基于攝像頭的自動化系統來說，經常會忽略由照明帶來的問題。在不同的實施地點，很難選擇合適的曝光度，需要考慮到眾多不同的參數（例如尺寸、距離、波長或光束角度）。2D 抓取套件不需要專用的光源，而且得益于人工智能軟件，與傳統的視覺系統相比，它對環境光的抗干擾性要強得多。配套攝像機專為應對不同的照明條件而設計，包括基于太陽位置的日光變化，還能夠適應不同的背景。表面顏色和反射的影響也很小。即使背景非常亮，該系統也能夠可靠地檢測金屬部件。
在下一步中，操作員只需標記和命名工件即可。SCHUNK AI 軟件會自動從背景中提取物體的輪廓，對其進行分離并計算視角、照明條件和其他參數的差異。只需 10 到 20 張圖像，軟件便擁有了足夠數據來探測物體。
完成前兩個步驟后，AI 將自主進行離線訓練。客戶始終保有對數據的完全控制權，因為數據將完全保留在企業的內部網絡中。訓練過程只需 1-2 小時。然后 2D 抓取套件即完成全部工件準備。
AI 輔助的攝像頭可以根據形狀、大小和顏色等特征來識別袋子中的工件。AI 會調整和補償可能發生的變化，例如袋子的反射或變形。然后，圖像處理軟件會與機器人通信，提供具體信息，如已識別的工件、工件的位置、抓取系統的打開程度，以及哪個旋轉角度可以更好地抓住工件。隨后機器人引導機械手移動到工件上方，將其拾起，再放置在正確的預定義位置中。在抓取和移動過程中，攝像機會同時檢測下一個物體，計算其類型和抓取點。這大約需要兩秒鐘，使機器人能夠在放置完第一個物體后立即抓取第二個物體。
該系統獨特的優勢在于，它不僅可以檢測物體，還可以針對所使用的機械手自動計算抓取位置。此外，它會將旋轉角度和打開寬度等參數傳輸到機器人控制系統中。如有需要，用戶可以非常輕松地手動存儲多個抓取點。在此示例中，2D 抓取套件與通用型機械手 EGK 配套使用。將來，該套件還將與氣動和機電一體化平動機械手以及磁力、真空和吸附式機械手配套使用。
2D 抓取套件將幫助眾多企業輕松開啟自動化：
? 得益于其使用簡便的網絡界面，即使是未經培訓的人員也可以在半天內成功完成示教流程。
? 借助人工智能，即使是復雜的工件（如形狀不規則或高反射部件）也可以輕松可靠地完成示教。
? SCHUNK AI 軟件不僅能夠執行應用，還可確保系統操作的簡易度和后臺運行的流暢性。
借助該軟件，許多生產步驟，尤其是生產設備或物流對接（訂單揀選）中單調的分揀任務，最終都能以最小的工作量實現可靠的自動化。
