SISTEMA DI BIN PICKING
Evoluzione del Bin Picking Robotico. Analisi dell'integrità del dato e architettura di controllo per componenti in ottone.
Il cambio di paradigma
Nel 2026, la distinzione tra un sistema di visione "funzionante" e uno "performante" risiede nella gestione nativa del dato spaziale.
Il passaggio dai sistemi Legacy (basati su mappe di profondità 2D) ai sistemi AI-Native (basati su Point Cloud float32) non è solo una questione di file, ma di integrità della catena di comando del robot.
Nella mia esperienza in officina, ho identificato una criticità fondamentale: molti sistemi vengono spacciati per "Intelligenza Artificiale avanzata" quando utilizzano scorciatoie tecniche che ne limitano la precisione su materiali riflettenti come l'ottone.
TIFF vs PLY: la verità sui formati
Esiste una tendenza commerciale a "spacciare" per Bin Picking 3D avanzato sistemi che operano in realtà in 2.5D.
Il TIFF contiene una Depth Map dove il robot non "vede" lo spazio, vede un'illusione ottica che deve essere convertita tramite back-projection. Questo introduce errori fino a ±0.5 mm.
Opero esclusivamente con formato PLY (Point Cloud Nativo) accoppiato a PNG. Il sistema non "indovina" la profondità, la legge in coordinate X,Y,Z Float32 con precisione 0.001 mm.
Conversione forzata che introduce errori sistematici
YOLO + SAM 2 + 6D Pose
Per garantire un picking fluido dei corpi valvola, ho implementato una pipeline che separa il riconoscimento visivo dalla logica spaziale.
- YOLO (Detection): Scansiona l'intero cassone in millisecondi, identificando le valvole e filtrando il rumore.
- SAM 2 (Segmentation): Isola chirurgicamente ogni valvola, distinguendo il pezzo reale dai riflessi "fantasma".
- 6D Pose Estimation: Calcola la matrice di trasformazione per il robot Kawasaki.
T = ┌ ┐
│ r₁₁ r₁₂ r₁₃ │ x │
│ r₂₁ r₂₂ r₂₃ │ y │
│ r₃₁ r₃₂ r₃₃ │ z │
│ 0 0 0 │ 1 │
└ ┘Orientamento perfetto del robot, eliminando collisioni e scivolamenti
Confronto prestazionale: picking di ottone
| Caratteristica | TIFF (Legacy) | PLY (Vero 3D) | Impatto Ottone |
|---|---|---|---|
| Precisione XYZ | ±0.1−0.5 mm | ±0.001 mm | TIFF perde dettaglio filetto |
| Riflessi Ottone | Generano "buchi" 2D | Filtrati via AI spaziale | PLY ricostruisce geometria |
| Velocità | Lenta (conversione) | Real-time (diretto) | Ciclo più veloce |
| Affidabilità | Bassa (calibrazione) | Alta (dato assoluto) | Meno fermi macchina |
Architettura di campo e monitoraggio
La soluzione è progettata per l'officina reale, non per un laboratorio asettico. Sistema resiliente e trasparente con Single Source of Truth (SSOT).
Dell 3020 + RTX 3050
NVME 500GB + SSD 1TB
5 porte dedicate
WireGuard → AWS
Tramite RustDesk e VPN, posso intervenire in tempo reale sulla macchina. La dashboard avvisa preventivamente se il sistema scalda oltre la soglia di sicurezza.
Il valore della trasparenza
IRCC TITAN visione non è un "trucco" bidimensionale, ma una realtà matematica.
“Presento ai miei clienti un sistema dove la visione non è un'approssimazione bidimensionale, ma una certezza matematica. La combinazione di hardware solido e pipeline AI d'avanguardia permette di ottenere zero fermi macchina, precisione millimetrica nel prelievo e un controllo totale del processo.”
E.C. Service S.r.L. · Guiglia · Modena · Italy