过程：使用3D视觉完成操作的机器人指导

工业流程的机器化是全球公司的主要挑战。在未来革命的这个行业的第一个目标是减少生产时间和相关的生产成本在全球市场上保持竞争力。此外，对运营商的困难工作条件的认识加速了自动化生产线以限制影响运营商的MSDS的愿望。最后，在更竞争的世界中，确保生产质量是关键因素。

在这种情况下，必须开发视觉系统机器人指导。

许多应用程序需要识别复杂的形状，这只有通过3D视觉系统才能实现。对于几种类型的制造工艺，零件受到各种限制(温度、冷却时间等)，这对它们的几何形状有影响。在进行去毛刺、钻孔、抛光、精加工等精密操作时，每个零件的定位也存在不确定性。

需要这种机器人引导技术的应用的示例是：铸件整理，复合件加工等......

这些应用的自动化包括安装一个3D视觉传感器来快速准确地引导机器人。

基于3D视觉的机器人导引原理。

以下是公司Visio Nerf使用其Cirrus3D传感器进行的应用程序的示例，是3D视觉字段中的引用。

视觉传感器可以安装在机器人臂上，或固定在工作体积上方。必须在机器人坐标帧中校准3D传感器，使得两个系统共享共同的工作帧中的相干空间信息。

我们的案例研究：铣削仪表板，使用CIRRUS3D的机器人指导完成，由Visio Nerf开发的3D视觉系统完成。该申请是在公司之间的伙伴关系中进行的，在Axiome和Visio Nerf之间进行。

在我们的示例中，cirrus3D传感器安装在机器人手臂上。机器人将传感器移动到固定部件的前面，沿着允许扫描部件不同区域的轨迹。一旦扫描操作完成，将生成的不同3D点云与CAD模型进行比较，以确定零件的精确位置。

无论地位和在生产过程中变形了一部分,3 d视觉提供的不仅仅是粗糙的全球定位和能够精确定位(零点几毫米)每个部分局部装配之前扫描以确定局部比对特定于每个感兴趣的领域。对于每个工作区域，机器人对相关的铣削轨迹进行局部对准。

图1：适应零件尺寸变化

图2：对齐

图3：局部对齐取决于零件几何形状

最后，机器人还需要测试它是否能够到达所有的轨迹位置。轨迹必须不包括奇点位置。

总之，三个机器人指导步骤是：

- 测量：机器人在固定传感器前部的部件移动，或将传感器移动到固定部分的前部，以测量不同的区域

-对齐:机器人假设零件在局部符合其CAD模型，并要求加工软件计算每个要加工区域的局部零件框架。

- 加工：机器人机器每个区域，基于由3D视觉系统为每个区域确定的本地帧对其刀具轨迹施加校正。

关于3D传感器技术的一些精确度：

三维扫描过程是以三维点的形式获取真实的工作场景。在我们使用cirrus3D传感器的立体视觉示例中，需要几个步骤来获取3D信息。

投影由LED光源生成的图案，达到工作体积：

—通过系统中的两个摄像头获取信息

- 相关性和数据处理

-生成真实场景的3D点云

图4：仪表板子组件的定位，其中包含3个云的组合

3D视觉解决方案带来的技术优势是：

- 通过快速处理时间对生产线的适应性限制

- 用“解决方案”经济避免每个零件模型的机械设置姿势

- 由于使用零件CAD模型，快速实施和部分变化

- 所用机床的独立性

优化局部对齐，以考虑零件形状的变化

综上所述，利用三维视觉传感器进行机器人引导，对具有潜在形状缺陷的零件进行定位，是优化生产工艺的关键。这些3D视觉系统已经被开发用于工业环境中(抗灰尘，油投影…)。它们还允许生产方式具有很大的灵活性，具有直观的使用。这种机器人+ 3D视觉的技术可以集成到铸造、锻造等生产过程中。它们可以用于去毛刺，切割，轮廓。