FANUC一般工業(yè)和汽車部門已經在材料處理應用中花了很多時間在視覺系統(tǒng)上工作，看到了在焊接中的巨大潛力。原因很簡單：機器人擅長在多次迭代中始終如一地做同樣的事情，并且即使存在間隙不一致等可變性，視覺系統(tǒng)也可以做到。
下一代視覺引導機器人系統(tǒng)將主要使用3D技術，因為它變得越來越便宜。它們還提供了關節(jié)的清晰度，這是2D技術無法復制的。
您可以想象兩片金屬彼此重疊。您真的看不到對比度，也看不到一部分開始而另一部分結束的地方。但是，如果使用3D視覺系統(tǒng)，則可以創(chuàng)建一個點云來確定零件的X，Y和Z尺寸，并且可以獲得非常好的分辨率。那時，關節(jié)在哪里變得非常明顯。
當焊接機器人看到時，可以更好地進行一致的焊接。如果可以學習怎么辦？機器學習加上視覺系統(tǒng)可以使機器人焊接達到另一個水平。
以焊接螺母為例。當然，制造商希望確保將螺母焊接在正確的位置，并確保正確進行焊接。過去，在某些情況下，這種質量檢查可能留給質量技術人員甚至是焊工。借助當今的技術，3D視覺引導機器人可以檢查確切的位置，并提供焊接過程和最終接頭的圖像。（焊接過程簡單地消除了2D視覺系統(tǒng)捕獲可用圖像的能力。最后，您最終得到了螺母周圍有黑斑的圖像。）內置在運行焊接單元的軟件中的人工智能則能夠在焊接螺母上給出合格/不合格的指示。
機器學習現在被用于各種不同的應用程序，最新一代的iRVision是FANUC America用于其機器人的視覺系統(tǒng)產品線，它配備了一種新的基于人工智能的防錯工具，該工具可用于從工業(yè)應用到倉庫中物料處理的各種行業(yè)。
因此，如果金屬制造商研究他們的水晶球，他們可能會看到機器人焊接根本不涉及固定裝置的未來。一個單元可以具有物料搬運機器人，該機器人可以拾取單獨的金屬零件，將其提交給要掃描的視覺系統(tǒng)，然后等待來自人工智能系統(tǒng)的有關如何一起展示零件以創(chuàng)建理想合并位置的指令。焊接機器人可以從那里輸入圖片以完成連接，而視覺系統(tǒng)則捕獲圖像以驗證焊接質量。
它可以節(jié)省大量成本。
