Machine vision kan gebruikt worden voor een grote variëteit aan industriële taken. Enkele voorbeelden zijn sorteren, kwaliteit controles en 6D positie detectie van objecten voor robotische manipulatie. Machine vision laat automatisering toe in productie omgevingen met veel variabiliteit. Dit laat toe om slimme software te creeëren die verscheidene taken aankan. Zo kan er low batch high mix geproduceerd worden in plaats van high batch low mix met constante productie taken.
Met behulp van artificiële intelligentie (AI) duwen we de machines naar hoe mensen en dieren zich in hun omgeving gedragen.
Vandaag de dag worden robots vaak "blind" met een open loop point to point beweging aangestuurd. Met machine vision bekomen we slimme feedback systemen die lijken op hoe mensen zich zouden gedragen.
Door IOT kunnen onze algoritmes communiceren met andere industriële apparaten zoals plc's en industriële computers om positie en kwaliteit info te versturen.
Wat je ook wil doen, zij het een geavanceerde bin picking applicatie of kwaliteitscontrole van uw aardbeien, wij zorgen voor een oplossing van A tot Z.
Industriële machines zijn geavanceerde elektromechanische constructies maar hebben vaak een "simpele" repetitieve software. Door gebruikt te maken van meer sensors gecombineerd met de mogelijkheden die AI & IOT bieden, kunnen machines een fantastisch redeneervermogen bekomen zodat complexere taken kunnen worden uitgevoerd. Machines moeten verbonden worden zodat er snelle communicatie is van de huidige gebeurtenissen waarop kan geanticipeerd worden.
Geavanceerde controle algoritmes om op een accurate manier machines te sturen vinden hun weg meer en meer in het industriële landschap. Voor veel zaken kunnen klassieke PID controllers het sterke niet lineaire dynamisch karakter van vele machines niet regelen. Wij gebruiken geavanceerde model predictive control (mpc) met een deep learning gedreven dynamica model. Dit model kan gemakkelijke zaken zoals wrijving en andere dynamische parameters modelleren.
Door IOT te voorzien die toelaat met de meeste industriële communicatie protocollen te communiceren (S7,ADS,modbus,MQTT,REST,OPCUA,..) kan data gemakkelijk verkregen worden. Deze data is zeer handig voor het monitoren en visualiseren van de toestand van de machine of process. Door gebruik te maken van de data te samen met machine learning en deep learning bekomen we slimme optimalisatie en anomalie detectie algoritmes.
