生产线中，我们需要确定产品的空间三维坐标，才能进行自动化生产的下一步动作，避免整个自动化设备成为无头苍蝇，通过工业相机对产品进行拍照抓取，视觉软件的分析对比，获得产品的准确位置，从而开始下一步的生产动作。图像识别顾名思义就是处理分析我们获得的图像信息，通过识别各种目标来满足生产动作的要求，当然了比较常见的就是读取条码及二维码应用，在生产制... 【查看详情】

移动复合机器人是智能工厂建设的关键一环，了协作机器人和AGV/AMR两者特性的达明移动复合机器人更具柔性化。作为全球协作型机器人和智能视觉系统先驱，达明机器人致力于研发和应用自动化科技，以创新的自带智能视觉结合手臂，加上AI+人工智能系统，手眼脑合一，提升机器人能力、弹性与易用度，协助企业大幅降低导入自动化人力与时间成本。针对AGV/AM... 【查看详情】

不同轴数的协作机器人根据机器人轴数的不同，一般分为6轴机器人、7轴机器人，以及欠自由度机器人（＜6轴的机器人）。事实上，6轴机器人已经具备完整的自由度，能够到达空间任意点，具有较好的通用性，主流厂商基本以生产6轴机器人为主。但随着协作机器人应用拓展，一些特殊应用场合对机器人轴数提出了新要求。比如，机器人的工作空间中存在障碍物，恰好位于目标... 【查看详情】

不同轴数的协作机器人根据机器人轴数的不同，一般分为6轴机器人、7轴机器人，以及欠自由度机器人（＜6轴的机器人）。事实上，6轴机器人已经具备完整的自由度，能够到达空间任意点，具有较好的通用性，主流厂商基本以生产6轴机器人为主。但随着协作机器人应用拓展，一些特殊应用场合对机器人轴数提出了新要求。比如，机器人的工作空间中存在障碍物，恰好位于目标... 【查看详情】

达明机器人AICOBOT是内建视觉系统与拥有AI技术的协作型机器人，将协作机器人结合AI原生引擎及智能视觉，打造下个时代的协作机器人。提供AI与智能视觉整合为一的软硬件解决方案，有助于建立和睦的工作环境，以创新的协作模式改善生产环境，让人机相互协作并发挥彼此长处，增加整体生产效率的同时提升制造质量，快速协助各产业导入智能制造。作为业界前沿... 【查看详情】

达明机器人针对AGV/AMR搭配的复合机器人应用场景，推出直流电源版本的手臂（M系列），透过TM特有的Landmark及TMvision视觉系统建立动态相对坐标体系并实现跨手臂点位共享，弥补AMR行走的运动偏差并精细定位、平稳取放，非常适用于医疗及半导体行业移动搬运、智能巡检、移动式堆栈、加工机床上下料等要求机动性高、精度高的应用。螺丝锁... 【查看详情】

陶瓷基板涂胶。达明机器人可轻松完成周边涂胶机整合，并搭配其内建的视觉系统，无需定位治具便可实现散热模组半成品的取放料、压合、整料等动作，轻松无负担。PCBA揭盖及DRAM组装。透过内建智慧视觉进行精细定位，达明协作机械手臂轻松实现过锡炉后段保护盖的分类取放及笔记本电脑DRAM组装，精确柔性地插入DRAM，充分展现了六轴协作机械手臂的灵活性... 【查看详情】

机器人和人交互，必须要保证的是人类安全，碰撞检测是协作机器人务必要达到的功能。传统机器人也有碰撞检测功能，但是传统机器人碰撞检测的目的一般是为了减少碰撞力对机器人本体的影响，避免机器人本体或者设损坏。协作机器人碰撞检测的功能是为了解决人和机器人共融的问题。其实现的方式，有借助力感知皮肤，关节力矩传感器，电流估算力反馈模型等方式。在实现的方... 【查看详情】

在制造业转型升级、新兴产业发展的过程中，中国市场释放出惊人的机器视觉技术及产品需求，为本土机器视觉行业的成长提供了关键驱动力。生产线上人工在精度、效率等方面已不能满足产业升级的要求。如何借助机器视觉等智能化技术替代传统人工操作，实现提质、降本、增效，成为制造业的共性需求。随着工业产线自动化，智能化需求的不断提升，AI+2D视觉+机器人已经... 【查看详情】

动态包裹分拣主要应用于电商及快递物流分拣场景中。软袋、信封、纸箱等包裹通过传送带运输至分拣处，3D视觉实现各类包裹的三维位置定位，引导机器人抓取各类随机大小高矮不同的包裹，放至指定位置。该类应用通常注重分拣效率，传输带运动速度快、传输效率高，要求视觉能实现动态实时、高速分拣，通常会采用一台3D视觉定位系统引导多台机器人抓取分拣的方案。通过... 【查看详情】

协作机器人关节新型结构设计基于上面思考设计了一款一体化关节，将编码器、驱动器、通信集成于一块PCB板，此设计有如下几个优点：1、机械与电子完全脱离，减少了各个部件的电信号连接，有一块PCB板，生产简单；2、内部走线将会非常简洁，可靠，减小信号干扰；3、双编码器在同一平面，节省空间；4、采用自制编码器与制动器，大幅降低成本。协作机器人关节新... 【查看详情】

视觉检测应用范围非常。主要是对产品进行有无，表面缺陷，表面瑕疵进行检测。检测方法有常规的通过模板匹配，图像滤波，斑点分析等方法对图像进行处理，获取需要检测位置的尺寸，形态，面积等参数进行判断。现在也普遍使用深度学习的方式，通过对小批量的样本数据进行学习训练，生成检测模型在进行结果判断的方式。检测类项目的典型应用有汽车零件漏装检测，锂电池的... 【查看详情】