Cette section donne un aperçu des vision industrielle 3d ainsi que de leurs applications et principes. Nous vous invitons également à consulter la liste des 4 fabricants de vision industrielle 3d ainsi que leur classement.
Table des matières
La vision industrielle 3D est un système qui reconnaît la position et l'orientation des machines et des composants en trois dimensions.
La vision industrielle fait référence aux systèmes qui font fonctionner l'équipement en fonction des résultats de la capture et du traitement des images. Parmi ces systèmes, la vision industrielle 3D est celle qui traite les informations en trois dimensions.
L'un des problèmes de la vision industrielle conventionnelle est que, pour que les robots travaillent efficacement, il est nécessaire que les personnes corrigent les processus qu'elles ne maîtrisent pas, etc. La vision industrielle 3D résout ce problème, qui a longtemps pesé sur la durée des processus et le travail, en faisant passer le traitement d'images de la 2D à la 3D. Le système de vision industrielle 3D résout ce problème en passant d'un traitement d'image bidimensionnel à un traitement tridimensionnel.
La vision industrielle 3D est utilisée à trois fins principales :
Elle est utilisée dans l'industrie automobile pour mesurer les dimensions de diverses pièces. Comme par exemple : des marchepieds de porte et des interstices, dans la logistique pour mesurer les trois côtés et la capacité des colis ainsi que dans l'industrie alimentaire pour découper automatiquement la viande, trier les catégories et déterminer les variations de fabrication dans les confiseries.
Ces machines sont utilisées pour inspecter les pièces automobiles à la recherche de rayures et de bosses, les circuits imprimés et le câblage des fils dans les domaines de l'électricité et de l'électronique, et pour inspecter les confiseries à la recherche de copeaux dans l'industrie alimentaire.
Préparation de commandes de divers produits industriels, palettisation et mise à disposition dans le cadre d'opérations logistiques.
Le principe de la vision industrielle 3D peut être divisé en trois étapes : la projection du motif, la mesure de la distance et la reconnaissance des pièces.
Tout d'abord, dans le processus de projection de motifs et de mesure de la distance, plusieurs motifs sont projetés sur l'objet et la distance de l'objet est mesurée.
Ensuite, dans le processus de reconnaissance des pièces, la position de la pièce est reconnue à l'aide de données dictionnaires préenregistrées et du modèle CAO 3D, et une décision est prise pour déterminer si la main du bras du robot peut ou non se déplacer sans entrer en contact avec autre chose que l'objet.
Enfin, les résultats de l'évaluation sont transférés au contrôleur du robot et le robot est effectivement déplacé.
La plupart des systèmes de vision robotique conventionnelle sont utilisés dans des systèmes où, par exemple, des pièces plates sont saisies par un bras robotique. Il s'agit d'un système dans lequel la vision capture et traite des images de pièces alignées dans un plan 2D de manière ordonnée, annule tout désalignement ou déphasage des pièces, puis les saisit par le bras du robot.
Ces dernières années, toutefois, la demande de systèmes permettant de saisir des pièces empilées à l'aide d'un bras robotisé s'est accrue. Toutefois, les systèmes de vision robotique classiques, qui reposent sur l'hypothèse d'un plan bidimensionnel, ne peuvent pas prendre en charge les pièces empilées. C'est pourquoi les systèmes de vision 3D ont attiré l'attention.
Le problème de la vision industrielle 3D actuelle est qu'elle est vulnérable aux perturbations et aux petites erreurs. Les perturbations comprennent les sources lumineuses lors de l'acquisition d'images 3D. Si la source lumineuse change lors de la reconnaissance de pièces empilées discrètement, le système de vision industrielle 3D peut ne pas être en mesure de reconnaître les pièces.
L'éclairage est un facteur très important pour la vision industrielle 3D. Si les conditions sont perturbées, les algorithmes mis en œuvre risquent de ne pas pouvoir y faire face et le système risque de ne plus être viable.
Par ailleurs, à proprement parler, les composants d'une boîte de composants ont tous des formes différentes. Cela s'explique par le fait que chaque composant individuel présente des défauts mineurs et de légères erreurs dimensionnelles. Dans la plupart des cas, ces différences n'ont pas d'incidence si les pièces sont bien alignées, mais dans certains cas, selon l'angle et la position des pièces dans une pile de pièces, il peut être impossible de déterminer si les pièces sont correctes.
Dans de telles situations, des pièces qui devraient être considérées comme normales sont traitées comme anormales, ce qui rend difficile une production optimale. Pour surmonter ces difficultés, l'utilisation de la technologie de l'intelligence artificielle dans la vision industrielle 3D a été envisagée ces dernières années.
*Y compris certains distributeurs, etc.
Trier par caractéristiques
Trier par région
Cognex est un fabricant de systèmes de vision industrielle et de lecteurs de codes-barres fondé en 1981 et dont le siège social se situe à Natick, Massachusetts, aux États-Unis. L’entreprise dessert un large éventail de secteurs industriels, y compris l'automobile, l'électronique, l'alimentation et les boissons ainsi que la pharmaceutique. Les produits phares de Cognex comprennent des caméras de vision industrielle, des lecteurs de codes-barres et des logiciels de vision avancés pour l'inspection, la détection des défauts, le suivi et la traçabilité. L’entreprise commercialise ses produits dans plus de 50 pays à travers le monde.
SICK est un fournisseur suisse de solutions pour applications à base de capteurs à destination des applications industrielles fondé en 1946 près de Fribourg. L’entreprise propose une large gamme de produits comprenant amplificateurs à fibre optique, analyseurs, appareils de mesure, caméras et capteurs pouvant être utilisés pour diverses applications telles que la détection, l’identification, la sécurité, la mesure ou encore la surveillance. SICK possède également un pôle recherche et développement ainsi que des partenaires industriels, des universités et des instituts.
Classement en France
Méthode de dérivationClassement | Entreprise | Cliquez sur Partager |
---|---|---|
1 | MATRIX VISION GmbH | 45.5% |
2 | Osela inc. | 27.3% |
3 | SICK AG | 18.2% |
4 | Cognex Corporation | 9.1% |
Classement global
Méthode de dérivationClassement | Entreprise | Cliquez sur Partager |
---|---|---|
1 | MATRIX VISION GmbH | 38.8% |
2 | SICK AG | 34.7% |
3 | Cognex Corporation | 20.4% |
4 | Osela inc. | 6.1% |
Méthode de dérivation
Le classement est calculé sur la base de la part de clics. La part de clics est définie comme le nombre total de clics pour toutes les entreprises au cours de la période divisé par le nombre de clics pour chaque entreprise.Nombre d'employés
Entreprise nouvellement créée
Une entreprise avec une histoire
Vous êtes actuellement sur la version de notre site web destinée aux locuteurs de la langue française en France. Si vous êtes résident d'un autre pays, veuillez sélectionner la version de Metoree correspondant à votre pays dans le menu déroulant.