3D机器视觉如何解决随机拣箱的复杂挑战

随机3D拣箱是一项正在发展中的机器人技能，它要求机器人的视觉和行为更像人类。

通常情况下，机器人被指示在固定位置拾取零件，如喂食碗的擒纵装置或热成型托盘的口袋。为了节省空间和削减成本，制造商更喜欢机器人从垃圾箱、盒子和托特袋中随机挑选方向的零件。

3D拣箱过程

对于配备了机器视觉的机器人来说，从垃圾桶里捡东西并不是一件容易的任务。人类的灵巧是触觉、视觉和手眼协调的完美结合。人们可以毫不费力地从垃圾桶里随手抓起零件，但机器人却很难完成这项任务。给机器人安排好的物品，它可以完成工作，但把这些物品扔进垃圾箱，机器人甚至很难弄清楚它看到的是什么。

为了让机器人能够有效地从垃圾箱中拣出随机物体，它需要一个点云图。点云是由给定坐标系定义的数据点的集合。为了创建点云，一个立体机器视觉相机生成一个2D深度图。然后将地图上的每个像素重新投影到3D空间。这就产生了一个高度精确的3D模型。

随机3D箱子选择的挑战

随机选择3D箱子的挑战很大。多种技术必须完美地协同工作，才能使3D垃圾箱选择成为可能。零件的三维模型、料仓、机器人末端执行器、放置目标和环境障碍都必须考虑在内。

必须创建一个拾起部件并将其放入目标位置的一种或多种方法的模型，然后图像分析软件必须能够定位部件并识别将其从垃圾箱中移除的障碍。最后，路径规划软件必须从开始到结束找到一条无碰撞的路线。除了选择物体，机器人还必须能够导航到垃圾箱，移动末端执行器，并正确处理零件。

3D机器视觉提供了一个解决方案

数字成像、识别、数据处理和光学技术是工业机器人的“眼睛”和“大脑”，使它们能够满足高精度、高速和低维护的要求。

要了解更多关于3D机器视觉如何实现高级随机箱子选择，请观看我们的免费存档网络研讨会，实现3D拣箱的好处，由佳能主办。