Dagens 3D-kameraer er ikke i stand til å se gjennomsiktige deler, noe som fører til utfordringer med automatisering av flere applikasjoner, eksempelvis:
- Full automatisering av flere typer logistikk- og lageroperasjoner er ikke oppnåelig. Dette begrenser markedet ettersom mulige kjøpere av automatiseringsløsninger krever at løsningsleverandører håndterer alle delene i lageret, både ikke-gjennomsiktige og gjennomsiktige deler.
- Det generelle robot-plukkemarkedet innen produksjon er begrenset med hensyn til hvilke problemer og markedsmuligheter som kan løses. Gjennom å kombinere de siste forskningsresultatene innen 3D maskinsyn og dyplæring, i innovativ kombinasjon med ny billedtagning og maskinvare design, vil Zivid utvikle løsninger som muliggjør 3D avbildning av svært utfordrende gjennomsiktige objekter.
De mest sentrale FoU-utfordringene vi regner med å møte er:
- utvikling av nye avbildningsmetoder som håndterer fysikken når lys interagerer med gjennomsiktige deler
- bygge nok representative treningsdata for dyplæring
- å utvikle ny 3D maskinvare som understøtter og muliggjør avbildningen av gjennomsiktige deler.
Utgangspunktet for prosjektet er neste generasjons Zivid-kamera, et 3D-fargekamera som er spesielt egnet for robotikk og som har en del nye unike egenskaper som vi tror kan utnyttes på innovativ måte for avbildning av vanskelige gjennomsiktige deler. Gjennom DeepStruct vil Zivid jobbe sammen med Norges ledende FoU-miljø innen 3D-bildebehandling og maskinlæring ved SINTEF. Dette vil gi både verdensledende forskning og danne grunnlag for en fortsatt suksesshistorie for 3D-kamerateknologi utviklet i Norge.
