走向由自动移动机器人,视觉传感器和人工智能支持的关键资产的全自动检查

科学领域:

• 机器人和人工智能 机器人和人工智能
• 计算机视觉 计算机视觉
• 工业自动化 工业自动化

背景情况:

• 工业检查需要可靠的操作完整性和降低风险的方法.
• 人工智能辅助的自主移动机器人提供了自动化潜力,减少了人为错误,并提供实时资产洞察力.
• 在现实条件下验证机器人系统的性能对于工业采用至关重要.

研究的目的:

• 评估自主移动机器人感知的一级物体检测模型.
• 在各种用例中对机器人检查的分类模型进行基准测试.
• 在现场测试中评估不同YOLO架构代的性能.

主要方法:

• 实地测试装备有物体检测能力的自主移动机器人.
• 评估单阶段物体检测模型,包括多个YOLO版本.
• 在三个现实运输和物流用例中对性能进行基准评估.
• 评估任务执行和机器人导航能力.

主要成果:

• 使用真实机器人设备进行现场测试的有希望的性能结果.
• 证明了自主移动机器人的感知能力的增强.
• 对工业检查任务的物体检测模型的验证.
• 在现实世界的运输和物流场景中成功应用.

结论:

• 自主机器人系统在开放世界的环境中显示出自动化检查和维护的巨大潜力.
• 对象检测模型可用于提高工业应用中的机器人能力.
• 严格的实地测试对于验证工业用途的AI和机器人平台至关重要.