Recognition Robotics已应一家大型汽车OEM需求, 根据之前产品开发出更小, 更具成本效益的机器人导引系统. 根据Vision Systems Design报导, Recognition Robotics在2012年推出Robeye机器人导引方案. 该系统使用连接到机器手臂的工业相机来捕捉零件影像, 以引导机器人零件的正确位置, 并有独立的工业电脑来处理图像及与机器人控制器通讯. 最近, 有家汽车客户需要占地面积更小, 成本更低, 设置和操作更简单的系统. Recognition Robotics于是与凌华科技合作开发Robeye的改进版Robeye All-In-One(RAIO), 为用于从架上取下车身面板, 并将其放置在车辆上的机器手臂提供视觉导引. RAIO搭载凌华NEON-1020智能相机. 该相机采用ams Sensors Belgium(CMOSIS)的200万画素CMV2000 CMOS图像感测器, 画素尺寸可达5.5微米, 帧率达120 fps. 凌华工业智能相机搭载英特尔(Intel)Atom 4核心处理器E3845 1.91GHz, 1个FPGA协处理器, 支援Windows或Linux作业系统. 凌华表示, 这种架构减少了Robeye产品的占地面积, 并提供IP67等级的自含视觉识别和导引系统. 凌华表示, RAIO是轻量级解决方案, 可直接安装到机器手臂上, 而且由于是独立系统, 因此可远距连接RAIO和机器人控制器来进行实物教学, 设定和执行. 有了这种功能, 就能在制造现场网络上远距编程和监控多个RAIO工作单元. RAIO亦应用Recognition Robotics的视觉算法, 这些算法处理图像的方式类似人类视觉皮层. 该系统能从单一2D图像中识别出零件, 并将该零件的X, Y, Z, Rx, Ry和Rz位置资讯传到机器人用户架构. 有了这些数据, 机器人就能以该零件当前位置的修正偏移数据并更新预编程路径. Recognition Robotics执行长Simon Melikian表示, 这些算法是基于人类认知物体的能力而开发. 他在开发这些算法时模仿了人类的视觉皮层, 将人类大脑功能及人眼视角的相关知识带进软件领域.
