面向智能 IIoT 生产线的经济高效基于视觉的机器人操作系统

《Scientific Reports》：A cost-efficient vision-based robotic manipulation system for smart IIoT production lines

　　

摘要

本研究提出了一种低成本、基于视觉的机器人操作框架，专为智能 IIoT 赋能的生产线设计。为了在各种工业环境下实现可靠的性能，提出的系统展示了一种边缘感知流水线，结合了标定感知定位、单目视觉和 GAN 辅助增强，用于实时机器人操作。与传统依赖成本高昂的深度传感硬件的方法相比，该框架在大幅降低硬件复杂度和成本的同时，保持了优秀的检测精度。为了实现精确可靠的拾取与放置操作，创建了一种紧密连接的感知标定控制架构，以保证从图像空间观测到机器人工作空间坐标的准确映射。系统部署在边缘计算平台上，实现了实时决策和低延迟推理。实验评估使用了一套约 900 张标注照片，拍摄于不同的光照场景、物体朝向和空间排列中。结果显示，平均检测精度为 94.2%，且方差较低，表现出稳健的收敛行为，性能优于基准模型。系统平均每帧约 35 毫秒的推理时间满足了实时工业需求。此外，与轻量级 IIoT 通信协议集成，使得可扩展部署和分散生产环境中的顺畅通信成为可能。综上所述，建议的框架提供了一种可行且可扩展的方法，将 IIoT 系统集成、实时机器人操作和基于视觉的感知连接起来。本研究的主要贡献不是单独采用现有算法（如 YOLOv8 检测、基于 GAN 的增强或手眼标定），而是创建了一种感知标定控制耦合架构，在单一 IIoT 生产环境中同步视觉感知、空间同步、边缘推理和机器人执行。这一概念在资源有限的工业环境中实现了实时闭环操作。