一旦仅用于人类,现在使用深度学习,传感器可以在自动检测,测试和对象或特征的分类中执行智能操作。深度学习,一个机器学习的子区域,在人工智能领域的未来技术中最重要的是,是行业的长期驾驶员。
SICK将在上海世博会144号展位展示其最新的深度学习和传感功能机器人峰会和世博会6月5日至6日在波士顿机器人峰会和博览会将有70多家参展商,60多名演讲者,AWS RoboMaker沉浸日,未来机电一体化和机器人工程研讨会,Massrobotics Engineering Career Fair网络招待会和更有趣的惊喜。完全会议通行证是595美元,而唯一的博览会仅为50美元。学术的折扣可用,学术全面汇率为295美元。今天注册.
SICK在1月份的第一个试点计划中成功地应用了深度学习算法,该公司目前正在工厂和物流自动化应用中的系统业务新的软件应用。在物流应用中,深度学习系统检测物流集线器中的排序托盘是否实际上是一个对象的。这使得商品流更有效率。相同的原理可以应用于工厂自动化设置,以确保源源不断的商品流。
用神经网络训练传感器
神经网络用于深入学习现实。与显影算法的经典过程相比,这主要是手动开发合适的特征表示的特征,神经元网络训练成其任务的最佳特征,并且可以再次又一次地重新培训,以适应新的情况以适应新的情况.
SICK使用一个强大的、独立的内部计算机和IT库作为执行单元。它为训练数据集和神经网络收集和评估数以千计的图像和示例。
对培训深度学习解决方案的复杂操作的广泛计算是在具有高GPU性能的计算机上进行专门为此目的进行的。以这种方式生成的新的深度学习算法在传感器上本地提供,使其在智能相机上进行故障安全且直接可用。
深度学习传感器组合的开发
随着在选定的传感器和传感器系统中实施深度学习,SICK正在AppSpace中实施继SICK AppSpace生态系统之后的下一个层次——一个新的传感器软件概念,为自动化应用创建适应性和防未来的解决方案。
其他图像处理传感器和摄像机也包含在即将到来的产品中,该产品与新技术合作,具有客户特定的适应,为用户生成实际附加值。
专门用人工智能专用的传感器的概念,主要是在简单的传感器上使用,例如电感接近传感器,光电复古反光传感器,超声波传感器等。此外,在收费站越来越挑战车辆分类的系统解决方案,提供了深入学习支持的车辆的潜力进入收费课程。
户外scan3激光扫描器agv
SICK还将展示其新的户外scan3安全激光扫描仪,它声称是第一个通过IEC 62998认证用于户外应用的安全激光扫描仪。
户外scan3允许自动引导车辆(agv)安全通过户外工业环境。SICK表示户外scan3在任何天气条件下都能安全可靠地工作。SICK表示,户外scan3在光照强度高达40000勒克斯的阳光下可以正常工作。SICK表示户外scan3使用软件过滤掉这些环境影响。例如,降水强度为10毫米/小时的降雨可以被过滤掉。即使在气象可视范围高达50米的大雾中,户外scan3也能探测到所有障碍。
病态TDC-E远程信息集电器|信用:生病
TDC-e远程信息集数据收集器
SICK也将显示TDC-E远程数据收集器,这是SICK的网关系统组合的最新补充。TDC网关系统用于收集,分析,存储和传输移动和静止应用中的传感器数据。
这种新的解决方案提供了捕获、处理和传输过程和传感器数据的扩展功能。作为一个高性能的通信平台,TDC-E拥有开放的端到端物联网架构,现在提供了许多模拟和数字连接选项,用于连接自动传感器和传感器系统。
无线局域网和WPAN扩展了移动通信选项,允许移动机器的室内定位等附加功能。TDC-E收集、分析和单独可视化的数据意味着,网络传感器的运行状态以及它们的使用过程是完全透明的。
另外,SICK还提供特定于客户的云解决方案,以便在更高级别上进行进一步处理。这些解决方案通过合适的接口(如GSM 3G+、WLAN和以太网)支持带有MQTT、OPC UA和JSON协议的TDC-E。
使用2D安全激光雷达导航移动机器人
Joe Gelzhiser, SICK的安全应用专家主管,也将在6月6日周四下午2-2:45使用2D安全激光雷达导航移动机器人-安全检测人员的正确应用在这次演讲中,Gelzhiser将根据目前的北美和国际共识安全标准,介绍2D安全激光雷达在导航和人员安全检测方面的正确应用。他还将分享应用实例和案例研究,并详细介绍如何使用迭代风险评估流程,正确应用二维激光雷达技术,在室内和室外环境中既安全和导航。
Gelzhiser是一名注册的FS工程师,在机器安全领域拥有超过15年的经验。他的职业生涯始于诺斯罗普·格鲁曼公司(Northrop Grumman),在那里他从事生物危害检测系统的工作,该系统用于保护公众免受通过美国邮政服务(United States Postal Service)交付的生物危害。
了下:AI•机器学习,机器人的报告,机器人技术•机器人抓手•末端执行器





告诉我们你的想法!