3D机器视觉如何解决随机垃圾箱拣选的复杂挑战

　　随机3D容器拾取是一项不断发展的机器人技能，它要求机器人看到并像人类一样行动。通常，会指示机器人在固定位置拾取零件，例如送料碗的抓取或热成型托盘。为了节省空间并降低成本，制造商希望机器人从箱子，盒子和手提袋中挑选随机定向的零件。

　　3D箱拣选过程

　　对于配备了机器视觉的机器人来说，从垃圾箱中拣货并不是一件容易的事。人的灵巧性是将触摸，视觉和手眼协调结合的一项技能。人们可以不加思索地从垃圾箱中抓取随机零件，但是机器人却为这一任务而苦苦挣扎。给机器人一个排列合理的物品，它就可以完成这项工作，但是将物品扔进垃圾箱，机器人甚至很难弄清楚它所看到的东西。

　　为了使机器人能够有效地从垃圾箱中拾取随机对象，它需要点云图。点云是由给定坐标系定义的数据点的集合。为了创建点云，立体机器视觉相机会生成2D深度图。然后，将该地图上的每个像素重新投影到3D空间。这将提高3D模型的精度。

　　随机3D箱拾取的挑战

　　对于随机3D箱拾取来说，挑战是巨大的。多种技术须地协同工作，以便可以进行3D容器拾取。须考虑零件，箱，机器人末端执行器，放置目标和环境障碍物的3D模型。

　　须创建一个用于拾取零件并将其放置在目标位置的方法的模型，然后图像分析软件须能够找到该零件并确定将其从垃圾箱中取出的障碍。路径规划软件须从头到尾找到一条无碰撞的路线。除拾取物体外，机器人还须能够导航到垃圾箱，移动其末端执行器并正确搬运零件。

　　3D机器视觉提供快盈lV入口500万

　　数字成像，识别，数据处理和光学技术成为工业机器人的“眼睛”和“大脑”，使其能够满足高精度，高速度和低维护的要求。