| 作品介紹 |
本作品使用六軸關節型機械手臂結合3D雙眼視覺系統(3D binocular vision system)來完成工件亂序擺放之自動化工件取放及堆疊分類系統。主要工件分為三大類:2、3、4公分三種相同截面積但不同高度、顏色(橘灰兩種不同顏色區分)之工件。經過本團隊多次的實驗及努力改良後，量測之高度值與實際高度值之誤差區間僅在(0.3 cm ~0.5cm)，因此我們可以在系統高正確率的情況下，結合工業型Staubli機械手臂執行工件依高度差異做分類與堆疊三層擺放之任務。
確認左右原始影像均完整成像後，準備執行本作品全3D雙眼視覺系統中的深度學習校正系統，步驟一先設定需偵測點狀校正模板(x,y)軸之浮點數數量，對左右攝像頭進行雙眼影像校正，拍攝五張點狀校正模板擺設五種不同角度之學習視圖，以形態學中之濾波3*3遮罩計算左右影像的面積覆蓋率與結合雙影像之重投影畫面；步驟二將重投影畫面做灰階(SGL單精度灰階圖像)、影像去背影像處理，得以形成3D立體影像，再使用全域演算法中的影像處理功能去除3D立體影像中的雜訊，其中包括:斑點覆蓋(Speckle Range)、高頻率波型式(Filter Type)、視差值(Number of Disparity)；步驟三使用3D立體影像量測不同高度工件之景深資訊，透過最大景深計算出工件高度值，工件的中心點(x,y)座標特徵以機器學習方式，藉由學習模板匹配影像中的工件，並計算工件位在法蘭面上的座標，可使機械手臂得知工件在平面中心點(x,y)座標及系統運算出工件之高度()座標，向下移動路徑距離及準確地夾取工件。經由以上步驟與多次的研究改良後，可成功且精確地量測2、3、4公分三種相同截面積但不同高度、顏色(橘灰兩種顏色區分)之工件高度值，因此我們可以在系統高精確性的情況下，整合機械手臂進行工件之自動化分類與堆疊實驗。
本作品以兩顆webcam完成全3D雙眼視覺，不只打破目前自動化工廠對機器視覺僅能顯示二維特徵影像，無法得知Z軸方向的認知外，也解決目前工業技術之立體視覺無法準確量測的問題。我們運用人工智慧及深度學習系統，將AI與3D視覺技術做整合，完成3D雙眼視覺之堆疊分類系統。 |