機械工業網

歷史雜誌

依專輯名稱關鍵字搜尋或依年份搜尋，年份輸入範例202406

作者:姜奕弘、洪國峰、洪景華智慧多軸機器人整直技術

作者:姜奕弘、蔡承翰、洪國峰智慧型焊接路徑生成技術

作者:潘韋龍、蔡承翰、洪國峰、許勝傑AI輔助生成夾爪設計

作者:許勝傑、紀佃昀、洪國峰機械手臂加工路徑修正技術

工廠大量使用機械手臂來加工生產已是近年來的發展趨勢，雖然市售主流的機械手臂可搭配對應的離線編程模擬軟體來產生加工路徑，但需具備精準的設備定位與工具校正精度之前提，才能達成自動化加工生產的功效，這對於生產少量多樣產品的工廠來說是非常大的挑戰，因此大部分的產線仍以教點的方式產生加工路徑。教點式加工路徑最大的缺點是撞機即失效，因此本文介紹一種透過十字雷射感測器修正撞機路徑的方法，達成產線快速復原生產的功效。

作者:蔡承翰、洪國峰模擬器自動圖像生成及自動標註：以深度學習結合機器人隨機堆疊取料為例

目前視覺領域中的深度學習往往依賴大量圖像及針對這些圖像進行標註，才能將資料集給深度學習演算法進行學習，而人工蒐集資料曠日廢時，且成像品質無法控管其為問題之一，人工針對大量資料進行標註，不同工程師標註方式與品質不一，且此工作枯燥乏味無法負荷長時間工作其為問題之二。針對上述兩個問題，本技術提出以模擬器建立高擬真的場景，其中包含工廠配置、料籃、光源及工件資料，並透過多樣性生成算法(Domain Randomization)，快速產生大量符合物理特性工件隨機堆疊擺放之多樣性場景，以及相關條件控制如：光源種類、光源方向等。針對每一次的場景進行工件遮蔽演算法計算，判別物料隨機掉落於料籃後是否有遮蔽現象等，以配合後續機器人隨機堆疊取料之應用情境。根據每一次場景結果進行圖像儲存以及自動圖像標註包含：工件多邊型標註(Polygon)資訊、深度圖像取料點標註(Picking Point label)資訊、圖像儲存位置描述等，其描述檔案符合Pascal 與 COCO Datasets格式，故可以支援絕大多數圖像深度學習演算法之使用。

作者:許勝傑、黎尚昆、洪國峰視覺導引路徑生成應用於機器人超音波切割單元

隨著環保意識抬頭導致汽車與自行車的相關零組件往輕量化的方向發展，促進了複合材料市場的成長。這些零組件在熱壓成型後，仍需依賴人工修邊與去除餘料，再加上產品少量多樣化的需求，品質管理難，造成無法大量生產。因此導入機器人與超音波切割設備將可解決人力問題。超音波切割設備以超高頻率的振動讓刀具在接觸工件時產生細微剝落移除材料，可切割的材料也更加多元。本文介紹的機器人超音波切割單元將以導入視覺來進行刀具的六維工具中心點(Tool Center Point, TCP)校正，複合材料在高溫高壓製程下工件與原始的電腦輔助設計(CAD)檔案差異性大，因此使用CAD-Free視覺導引技術來紀錄實際工件的切割路徑點，再以樣條曲線(Spline Curve)插補生成完整的切割路徑，讓產線可導入自動化技術解決工件少量多樣化與產線缺工的需求。

作者:蔡承翰、洪國峰機器人與智慧3D 視覺：以工廠快速換線與隨機堆疊取料為例

作者:張彥中、陳俊彥、林欣儀、洪國峰FPGA高速即時視覺檢測應用模組設計與實現

作者:洪國峰機器人視覺定位技術與取放應用

作者:洪國峰工業4.0通訊標準規範OPC UA介紹與機器人應用