ДВФУ: Программная надстройка для управления интеллектуальными промышленными роботами

Продукт
Разработчики: Дальневосточный Федеральный Университет (ДВФУ), Вычислительный центр ДВО РАН (ВЦ ДВО РАН)
Дата премьеры системы: 2019/07/18
Технологии: Робототехника

*2019: Анонс программной надстройки для управления интеллектуальными промышленными роботами

18 июля 2019 года компания Дальневосточного федерального университета (ДВФУ) сообщила, что совместно с коллегами из Дальневосточного отделения Российской академии наук (ДВО РАН) разработали методы управления интеллектуальными промышленными роботами, которые реализовали в специальной программной надстройке. ПО позволяет роботам быстро, точно и полностью в автоматическом режиме строить трехмерные компьютерные модели деталей и осуществлять последующие действия, заданные их управляющими программами.

В ДВФУ перешли на новый уровень управления интеллектуальными промышленными роботами. Фото:upload.wikimedia.org

По информации компании, таким образом, учёные ДВФУ решили проблему жесткого программирования промышленных роботов, которые не умеют самостоятельно адаптироваться к меняющимся условиям производства. На июль 2019 года роботов больше не надо будет переучивать вручную, что ранее приводило к большим временным затратам на подготовку к запуску производства.

Благодаря обновленному ПО детали можно закреплять для обработки на универсальной, а не специальной оснастке. Такая фиксация допускает погрешность и даже определённую деформацию, но обеспечивает значительную экономию времени. Робот сам учтёт все текущие особенности положения детали, автоматически исправит недочёты сканирования и получит качественную модель для последующей корректной обработки. При этом ошибки фиксации не имеют значения.

«
В условиях производственного цеха при сканировании деталей очень часто возникают значимые дефекты в облаках точек, из которых машина строит 3D-модели. Причин может быть много — например, блики и искажения. В результате машина не может корректно распознать и обработать деталь. Мы предложили решение этой задачи, позволяющее роботу автоматически обнаруживать такие дефекты и проводить повторное сканирование участков детали, которые плохо отобразились. Нам также удалось уйти от ресурсоёмкого процесса обработки больших массивов информации, из которых состоят 3D-образы.

рассказал Александр Зуев, доцент кафедры автоматизации и управления Инженерной школы ДВФУ
»

Учёный объяснил, что скорость обработки информации достигается за счёт специального набора математических методов, который и был реализован в компьютерной программе. Математический аппарат работает с объёмным массивом точек, из которых состоит 3D-образ, раскладывает его на плоскости, после чего быстро проводит вычисление возможных недочётов сканирования.Российский рынок ITSM: драйверы и тренды, крупнейшие игроки. Обзор TAdviser 6.6 т

На июль 2019 года в ДВФУ вводят в эксплуатацию робот-демонстратор, работающий по обновленной технологии, чтобы показать заинтересованным представителям промышленности возможности обработки деталей интеллектуальными роботами.

Робототехника





Подрядчики-лидеры по количеству проектов

За всю историю
2022 год
2023 год
2024 год

  Promobot (Промобот) (31)
  Яндекс (Yandex) (14)
  Cognitive Pilot (Когнитив Роботикс) (14)
  Nvidia (Нвидиа) (11)
  Сбербанк (10)
  Другие (517)

  Московский центр инновационных технологий в здравоохранении (2)
  Mains Lab (Мэйнс Лаборатория) (2)
  Яндекс (Yandex) (2)
  Мобильные ТелеСистемы (МТС) (1)
  Promobot (Промобот) (1)
  Другие (45)

  Департамент информационных технологий Москвы (ДИТ) (2)
  Fora Robotics (Фора Роботикс) (2)
  Яндекс (Yandex) (2)
  Инфосистемы Джет (2)
  Яндекс.Облако (Yandex Cloud) (2)
  Другие (46)

  Наносемантика (Nanosemantics Lab) (2)
  Авантелеком (2)
  Сбер Бизнес Софт (2)
  Синимекс (Cinimex) (2)
  Геоскан (Geoscan) (2)
  Другие (61)

Распределение вендоров по количеству проектов внедрений (систем, проектов) с учётом партнёров

За всю историю
2022 год
2023 год
2024 год

  Promobot (Промобот) (10, 32)
  ABB Group (8, 23)
  Cognitive Pilot (Когнитив Роботикс) (3, 21)
  Cognitive Technologies (Когнитивные технологии) (1, 21)
  Яндекс (Yandex) (2, 11)
  Другие (604, 146)

  Транспорт будущего (2, 1)
  Бирюч-НТ Инновационный Центр (2, 1)
  Эфко ГК (2, 1)
  Promobot (Промобот) (1, 1)
  Smart Meal Service (Смарт Мил Сервис) (1, 1)
  Другие (13, 13)

  Fora Robotics (Фора Роботикс) (1, 2)
  НИТУ МИСиС (Национальный исследовательский технологический университет) (1, 1)
  Яндекс (Yandex) (1, 1)
  Aripix Robotics (Арипикс Роботикс) (1, 1)
  Rozum Robotics (Розум Роботикс) (1, 1)
  Другие (5, 5)

  Яндекс (Yandex) (1, 2)
  Pudu Robotics (Pudu Technology) (1, 2)
  Unitree Robotics (1, 1)
  КиберСклад (1, 1)
  Intuitive Surgical (1, 1)
  Другие (2, 2)

Распределение систем по количеству проектов, не включая партнерские решения

За всю историю
2022 год
2023 год
2024 год

  Promobot - 26
  Cognitive Agro Pilot Система автоматического вождения - 21
  ABB IRB Промышленные роботы - 19
  Da Vinci (робот-хирург) - 11
  Яндекс.Ровер - 10
  Другие 130

  Hi-Fly Cargo - 1
  Smart Meal Service: Lunch fastPass Робот-кассир - 1
  Cognitive Agro Pilot Система автоматического вождения - 1
  ABB IRB Промышленные роботы - 1
  Роббо Класс - 1
  Другие 9

  For-1 Антропоморфный робот - 2
  Dobot CR-серия Коллаборативные роботы - 1
  Aripix A1 Робот-манипулятор - 1
  Robotech: RP-серия Роботы-паллетайзеры - 1
  Яндекс: Складские роботы - 1
  Другие 2

  Pudu CC1 Робот-уборщик - 2
  Яндекс.Ровер - 2
  Ronavi S-серия Роботы для сортировки товаров - 1
  Da Vinci (робот-хирург) - 1
  Unitree H1 Антропоморфные роботы - 1
  Другие 2