开启全网商机
登录/注册
| 申购单主题: | 智能分拣拼装流水线创新实验台 | ||||||
| 申购备注: | |||||||
| 商品名称 | 品牌 | 型号 | 数量 | 报价类型 | |||
| 智能分拣拼装流水线创新实验台 | 问鼎 | WDZN-DAE-T07 | 1 | 国内含税价/人民币 | |||
| 售后服务 | 1、验收前需调试完成; 2、保修期内若发生故障,供应商应在24小时内完成故障排除(如遇上课紧急需求,需在3小时内与用户线上对接并完成故障排除) 3、保修期过后,发生零配件故障供应商应积极为用户提供有偿零配件更换或维修服务。 | ||||||
| 规格 | 1、实训台架:尺寸(长x宽x高)≤1000mmx600mmx1440mm;机器人和功能模块可在工作台上快速、灵活安装,可以根据教学和课程的具体要求,在工作台上安装不同的功能模块。 2、分拣单元和检测单元采用相同规格的并联机器人,主要技术参数: 2.1、主控处理器:不低于Cortex A9 架构四核处理器性能; 2.2、并联关节数:≥4轴; 2.3、有效负载:≥500g 。 2.4、最大工作面直径:≥280mm 。 2.5、最大升降范围:≥80mm 。 2.6、末端重复定位精度:≤±0.5mm 。 2.7、关节运动参数: 旋转关节 J1 运动范围:-10°—130°,最大旋转速度≥180°/s ; 旋转关节 J2 运动范围:-10°—130°,最大旋转速度≥180°/s ; 旋转关节 J3 运动范围:-10°—130°,最大旋转速度≥180°/s ; 旋转关节 J4 运动范围:≥±100°; 2.8、最大功率:≥90W 。 2.9、机械臂具备开机、关机、待机、运行中、异常≥ 5 种灯光状态指示。 2.10、通讯协议:需支持Ethernet、Modbus-RTU、TCP等; 2.11、接口及开放性:需支持SDK(支持C/C++/C#/Lua/Python开发)、支持ROS系统、API等接口; 2.12、I/O端口:数字量输入≥16(普通)/16(安全)、数字量输出≥16(普通)/16(安全)、模拟量输入≥4、模拟量输出≥4。 2.13、防护等级:不低于IP43。 2.14、支持 ROS、Arduino,C、C++,C#,Python,Java 等二次开发,提供 SDK。 3、每台并联机械臂均配置有机器视觉组件,内置机器视觉算法平台,集成机器视觉多种算法组件,适用多种应用场景,可快速组合算法,实现对工件或被测物的查找、测量、缺陷检测等;机器视觉组件主要技术参数: 3.1、 USB2.0广角无畸变免驱工业摄像头:像素数≥ 200 万,分辨率≥1080p;帧率≥25FPS;7.1mm工业镜头组; 3.2、辅助光源:LED光源,发光角度≥90°,供电 24v/8w; 3.3、视觉算法平台:系统内置基于深度学习的目标检测与识别开源算**;支持编程语言:C++、Python、C#等;支持OpenCV、OpenMV、PCL等开源框架;内置Halcon、VisionPro等开源工具模块;支持Windows、Linux、RTOS等开发环境;图形化界面开发:完全图形化的软件交互界面,功能模块直观易懂,拖拽式操作能快速搭建视觉方案;)SDK二次开发模式:通过使用算法开发平台提供的控制和数据获取接口来完成自定义开发;算法开发平台提供≥160个完全自主研发的图像处理算子与多种交互式开发工具,支持多种图像采集设备,能够满足机器视觉领域中定位、测量、识别、检测等需求;算法开发平台需集成工业相机、视觉控制器等多种设备接口的SDK,并内嵌了高效、稳定的占用和控制逻辑,与外部设备**有良好的兼容性,能够建立完善的管理机制; 4、系统主控单元:工控机架构,CPU性能不低于4核4线程睿频3.6GHz;内存不小于16G LPDDR5 4800MHz;硬盘存储不小于128GB;intel UHD超清核显;系统:Win10/Win11/Ubuntu。 5、输送线铝合金作为支架,伺服电机驱动,同步带轮传动,机器人通过视觉系统可对输送线上的随机物料进行分拣;尺寸≥600mm×106mm×250mm;.输送线类型≥2mm厚PVC传输皮带;有效传送距离≥420mm;有效皮带宽度:≥60mm ;.驱动方式:需采用伺服电机驱动; 送料形式:需采用滑台式自动随机滑落方式;平面料仓尺寸:≥250mm×250mm×190mm; 物料库位:需具备不少于三种颜色类型物料摆放库位,每个物料放置位均需装有物料感应器,实时反馈仓储物料状态滑动台:尺寸≥880mmx100mmx60mm;滑动块行程:≥600mm ;.最大运动速度:≥100mm/s:控制方式:485总线式;位置控制精度:≤0.1mm。 6、实践教学模块: 6.1、外观检测应用实训:将检测工件放置于背光源模块上方,通过工业相机拍照识别出检测工件表面、形状、轮廓缺陷等; 6.2、尺寸测量应用实训:将检测工件放置于测量模块上方,通过工业相机拍照识别出检测工件的尺寸、角度、间距等值; 6.3、识别应用实训:检测工件放置于检测平台上,通过工业相机拍照识别出检测工件上一维码、二维码、VeriCode 、OCR等内容;基于深度学习的OCR算法能适应复杂背景、低对比度、变形等字符的识别;一维码、二维码识别算法能够识别多种制式、 不同位置、角度、光照的信息码,有效克服图像畸变带来的影响; 6.4、引导对位应用实训:检测工件任意角度放置在传输线上,传输线进行物料传输,当工件经过俯视相机下方时工业相机进行拍照识别,并将工件的位置信息发送给机器人,引导机器人进行抓取,并引导机器人将工件纠偏摆正放置到指定的平面料仓内。 6.5、配套教学**: 机器视觉题库:包含理论试题、实操试题及实操考评记录表; 课程教学PPT:包含机器视觉课程(包括软件介绍、界面介绍、模块介绍等)以及考核作业PPT、机器视觉工程师课程-基于算法包二次开发(包括概要介绍、框架结构、基础模块、算子工具与控件、应用案例、问题排查等)、机器视觉工程师课程-算子模块开发(包括算子配置、获取输入、算法处理、输出结果引用外部库等);视觉算法平台使用系列课程:包括但不限于掌握软件各模块使用(算法平台软件安装教程、算法平台使用教程-本地图像导入及参数设置、算法平台使用教程-相机取图及参数设置、算法平台使用教程-SDK取图、快速匹配模块介绍、开机自启动设置步骤、图像拼接功能演示、特征匹配、深度学习OCR功能演示、Group模块使用教程、OK/NG计数方案搭建教程、畸变标定和畸变校正的使用教程、算法平台流程操作、算法平台基础操作演示、运行界面更新介绍及搭建演示)、通讯(通信框架介绍、串口通信演示、UDP通信演示、TCP通信演示、算法平台中使用通信切换方案)以及实战项目(项目实战:测量_单相机螺纹测量应用案例、项目实战:定位_定位项目误差分析及精度提高、项目实战:定位_双相机定位引导应用案例、项目实战:测量_四相机尺寸测量应用案例、常见问题排查)等教学视频;视觉算法平台二次开发系列课程:包括但不限于环境配置(环境配置、方案加载/执行及保存、渲染及数据结果获取、模块参数配置、小技巧)、流程介绍(流程列表获取、流程相关操作、从回调函数获取结果、通讯触发及模块列表获取)、Group模块(独立Group导入/导出及执行、获取独立Group运行结果、Group外部输入图像)以及综合开发(自定义算法模块开发、常见问题排查、Qt二次开发实操演示);机器人配套教材教程:需需涵盖机器人技术及应用、机器人操作与编程、机器人SDK编程与开发、机器人集成与应用等。 | ||||||