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.CIO девелопера Tekta Group Антон Солорев — о переходе с ERP Microsoft на «1С» и особенностях цифровизации в строительстве 3 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
Текущий год

  Promobot (Промобот) (31)
  Cognitive Pilot (Когнитив Роботикс) (14)
  Яндекс (Yandex) (14)
  Nvidia (Нвидиа) (11)
  Сбербанк (11)
  Другие (519)

  Mains Lab (Мэйнс Лаборатория) (2)
  Яндекс (Yandex) (2)
  Московский центр инновационных технологий в здравоохранении Медтех (2)
  НТР, НТР Томск (NTR Lab) (1)
  АББ Россия (ABB) (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 (60)

  GlowByte, ГлоуБайт (ранее Glowbyte Consulting, ГлоуБайт Консалтинг) (1)
  Сбербанк (1)
  Ситроникс (Sitronics) (1)
  Другие (1)

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

За всю историю
2022 год
2023 год
2024 год
Текущий 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)
  ABB Group (1, 1)
  Cognitive Pilot (Когнитив Роботикс) (1, 1)
  Другие (13, 13)

  Fora Robotics (Фора Роботикс) (1, 2)
  Aripix Robotics (Арипикс Роботикс) (1, 1)
  Rozum Robotics (Розум Роботикс) (1, 1)
  Роботех (Robotech) (1, 1)
  Яндекс.Маркет (1, 1)
  Другие (5, 5)

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

Данные не найдены

Распределение систем по количеству проектов, не включая партнерские решения

За всю историю
2022 год
2023 год
2024 год
Текущий год

  Promobot - 26
  Cognitive Agro Pilot Система автоматического вождения - 21
  ABB IRB Промышленные роботы - 19
  Da Vinci (робот-хирург) - 11
  Nvidia Drive AI-платформа для самоуправляемых автомобилей - 10
  Другие 130

  Gaskar Group Hive Автономные дронопорты - 1
  NTR Robotics (БПЛА для закрытых пространств) - 1
  Astabot Робот-палетный перевозчик - 1
  Робот-врач Promobot - 1
  Визорлабс Видеопилот (VizorLabs Spotter) - 1
  Другие 9

  For-1 Антропоморфный робот - 2
  МИСиС и 3D Bioprinting Solutions: 3D-биопринтер в виде роборуки для применения в операционной in situ - 1
  Da Vinci (робот-хирург) - 1
  Aripix A1 Робот-манипулятор - 1
  Dobot CR-серия Коллаборативные роботы - 1
  Другие 2

  Яндекс.Ровер - 2
  Pudu CC1 Робот-уборщик - 2
  Роботы КиберСклад - 1
  Unitree H1 Антропоморфные роботы - 1
  Ronavi S-серия Роботы для сортировки товаров - 1
  Другие 2
Данные не найдены