当关键部件从生产线上下线时，我们必须确保它们按照规范生产制造的合格产品。在一些行业，一些行业，比如医疗保健行业，一个设计不佳的部件可能导致医疗设备停止运行，给正常的医疗工作带来损失。在汽车和航空航天领域，糟糕的工程技术可能会危及客户的生命。

总部位于多伦多的Bluewrist在加拿大信息技术协会（ITAC）主办的2018年巧妙奖项中赢得了小型私人类别，在过去的12年中，它一直在构建软件，使机器人能够在生产线上修复小故障，避免产生大的故障导致停机，它使用先进的机器视觉形式。

“我们的目标是提供智能系统，这些系统可以在制造工厂用于检查和指导应用程序，”Bluewrist首席执行官Najah Ayadi解释说，他于2006年创立了该公司。Ayadi拥有工业工程学硕士学位，他作为应用工程师在机器人学领域工作之后有了Bluewrist的想法，他说：“我在处理那些在灵活性和准确性方面过时且低效的软件，所以我决定想出一个能使自动化应用程序更灵活的解决方案。

采用固定式安装的FlexiSight系统进行内联发动机支架检测和质量控制。

他创建了机器人视觉引导软件，允许客户使用不同类型的硬件，例如相机和机器人系统，而无需在每次客户需要不同的机器人应用程序时重编写。

“重点一直放在3D应用上，”Ayadi说。 “最具挑战性的两个方面是对工厂的质量要求进行在线检查，以及客户希望自动拾取零件或使用视觉指导机器人完成某些任务的指导应用程序。”

Bluewrist的系统可以自动执行各种手动检查，技术人员通常可以使用坐标测量机进行检查，以验证工程零件的准确性。这项工作需要温控室，大型零件可能需要数小时。这样做的技术人员平均每年可赚取70,000美元。

更有效的检查

通过引入机器视觉技术，Bluewrist已经能够自动化这些手动检查。该公司的FlexiSight系统使用静止的测量传感器或连接到机械臂的测量传感器，可在需要时移动到位。但它们不是简单的相机;它们是3D扫描仪，专为满足精密制造环境的严格要求而量身定制。它们产生一个3D’点云’，扫描整个零件，以了解深度，高度和宽度。

它的产品将点云数据与制造商的CAD文件进行比较，以查看检测中的真实物体是否与所需的精确公差相匹配。这包括对孔，槽，表面，边缘，螺柱，夹子，间隙和齐平等特征的测量。制造商可以从软件库中选择功能，从菜单界面进行配置以适应其特定应用和部件。

Ayadi说，了解点云如何映射到CAD文件涉及一种新的机器学习方法。 “传统上，机器学习主要在2D领域，算法试图找出它所看到的东西。”3D扫描以不同的格式提供更多的数据。 “2D图像的复杂性是指数级的。”

精度重要

质量检验可以为那些通过在制造过程中而不是在事实之后捕获缺陷而节省大量资金的制造商提供有意义的结果。在一个应用程序中，Bluewrist与一家汽车制造商合作，该汽车制造商在装配汽车座椅之前插入多达20个电气连接器。

连接器由操作人员插入，这意味着有足够的错误空间。 “如果插入不完整或存在间隙，那么一旦车辆在路上，振动可能导致它们脱落，”Ayadi说。 “这可能导致非常昂贵的召回。”

Bluewrist拥有来自客户端的CAD文件，这些文件准确描述了完整连接器插入的样子。它使用机器人扫描座椅上的连接器，当它向下移动时，将其与文件进行比较。如果没有正确插入连接器，它将在SPCWorks中标记问题，SPCWorks是公司的实时质量控制系统，可分析所有扫描部件的实时尺寸数据并自动报告质量问题。

在中国汽车制造商吉利，Bluewrist的扫描仪帮助确保将10个汽车零件正确放置在托盘上，然后再送到自动粘合剂站。该公司使用英特尔驱动的工作站在五秒钟内确认零件位置和方向，确保机器人处于粘连状态。