机器视觉可以改善随机拣箱

随机3d拣箱是一项正在发展的机器人技能，它要求机器人的视觉和行为更像人类。通常情况下，机器人会被指示在固定位置拾取零件，比如喂食碗的擒纵装置或热成型托盘的口袋。为了节省空间和降低成本，制造商更愿意让机器人从箱子、盒子和托特袋中随机挑选方向的零件。

三维拣箱过程

对于配备了机器视觉的机器人来说，从垃圾桶里拣东西并不是一件容易的事情。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箱子里随便拿一个零件，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箱子中随机挑选物体，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，一个立体机器视觉摄像机会生成一个2-D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三维模型。

随机三维箱子挑选的挑战

对于随机的3d箱子挑选来说，挑战是巨大的。多种技术必须完美地协同工作，才能实现3d拣箱。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。

必须创建一种或多种捡起零件并将其放入目标位置的方法的模型，然后图像分析软件必须能够定位零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头到尾找到一条无碰撞的路线。除了挑选物体，机器人还必须能够导航到箱子，移动其末端执行器，并正确处理该部件。

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”，使其能够满足高精度、快速、低维护的要求。

本文最初发表于视觉在线．AIA是先进自动化协会(A3)的一部分，是CFE媒体的内容合作伙伴。由CFE媒体副主编克里斯·瓦夫拉编辑，cvavra@cfemedia.com．

原始内容可以在www.visiononline.org．

您是否具有本内容中提到的主题的经验和专业知识?你应该考虑为我们的CFE媒体编辑团队做出贡献，并获得你和你的公司应得的认可。点击在这里开始这个过程。