前言
“AI+3D視覺”産品系列
汽車制造是自動化程度最高的行業之一，但汽車主機廠、零部件廠超過一半的上下料、裝配工序都是人工在作業，工作強度大、重複性高、招工困難；且由于汽車零部件種類多達數千種、人工送料偏差導緻來料不規整等使得傳統自動化無法應對柔性化的生産模式，越來越多汽車主機廠及零部件廠商開始布局AI視覺智能上下料、裝配機器人。
汽車零部件上下料、裝配
視覺識别痛點
在實際生産過程中，汽車零部件包括了外飾件、内飾件、發動機配件、傳動系配件等不同類型，其外形各異且尺寸差别極大。
大部分汽車零部件上下料、裝配采用人工作業，而依靠“AI機器視覺”與“工業機器人”結合進行零件上下料、裝配有以下痛點：
零件種類繁多：零件種類繁多導緻無法通過簡單的吸盤及夾具實作抓取，且抓取過程中不允許對零件表面擦傷或出現吸痕，故需專門設計柔性夾具并以超高的視覺識别精度在特定姿态下實作抓取；
零件反光、易形變：外飾件大多為高反光件，對3D視覺成像與識别容易造成幹擾，且抓取過程中容易發生形變，機器人放置治具或裝配難度極大；
來料位置不穩定：人工擺料偏差、料車精度偏差、AGV送料偏差會導緻零件來料位置與姿态變化較大，AI機器視覺定位零件難度加大；
放置精度要求高：零件在下料之後要進行多道組裝工序，需要以非常精确的姿态放置到下料治具上，零件形變導緻機器人放置容易出現誤差。
△黑色且反光嚴重
△ 零件易變形、劃傷
上料裝配工作站
SpeedLoader-M
視比特機器人面向汽車主機廠、汽車零部件廠的上下料、分揀、裝配等場景，自主研發了基于“AI+3D視覺”的機器人上料裝配工作站（SpeedLoader-M），依托3D視覺高精度定位算法、3D視覺高精度糾偏算法，實作了對多品類、無序來料的汽車零部件高精度定位抓取及高精度糾偏放置，在汽車全自動柔性機器人生産線中該套系統可實作靈活開發、快速部署。
此外，上料裝配工作站（SpeedLoader-M）可對接MES、SCADA等系統，與AGV等下遊裝置關聯，實作不同品類、多姿态擺放的零件高精度柔性抓取與放置。
△産品資訊表
△精準定位深框抓取零件
△精準糾偏放置零件
核心優勢
首創3D點雲配準算法
首次開創性的将 Transformer 網絡運用到3D點雲處理，實作高效實時的點雲配準算法；通過此配準算法，可以獲得待抓取零件的準确姿态，為機器人提供高精度抓取資訊與放置資訊；此外，基于深度學習網絡的點雲配準算法，具有抗幹擾能力強、穩定性高、實時性強的特點，且針對因零件反光導緻的點雲缺失，有一定的相容性。
基于3D點雲的高精度定位抓取
通過将零件的三維模型與實時拍攝的三維點雲進行精确配準，可引導機器人對料箱中堆疊的高反光零件進行精準抓取；此外，視比特自主研發的機器人驅動程式可實時規劃機器人運動軌迹，在對深達1.5m的料框内零件進行抓取的同時，主動避開固定工件的金屬立柱與料箱四壁，此過程中視覺識别精度可達到0.1mm~0.2mm。
△點雲成像效果
△ 點雲提取效果
△點雲比對效果
△精準深框抓取實物
基于3D點雲的高精度糾偏放置
利用3D識别定位算法實作抓取過程逆運算，将機器人末端夾具上的零件按工序要求精确放置于治具中，并對零件進行高精度3D糾偏，此過程視覺識别精度同樣可達0.1mm~0.2mm。
△點雲成像效果
△ 點雲提取效果
△點雲比對效果
△ 3D精準糾偏放置
定制化柔性夾具
工作站采用視比特自主設計的柔性夾具，可相容多種規格汽車外飾件的靈活抓取，并融入脫料機構，確定上下層零件有效分離，且保障零件不被劃傷。
3D視覺軟體界面
應用案例
批量落地于某汽車零部件未來工廠
在某汽車零部件龍頭企業的黑燈工廠内，數十台AGV、工業機器人共同完成多款車型的外飾件“自動注塑—AGV轉運—立庫暫存—AGV轉運—視覺上下料—自動裝配—質檢—裝箱”全自動化生産。外飾件大多為高反光、易形變的塑膠零件，且自動化生産線須相容不同規格零件的柔性生産。
在黑燈工廠中，視比特自主研發的上料裝配工作站（SpeedLoader-M）實作了對料框中多規格、高反光、形變較大的外飾件進行精準識别抓取，再通過3D視覺完成高精度3D糾偏後放置到二次治具中。此外，自動化生産線可依據MES下發訂單并準确快速切換到不同産品的全自動生産裝配，真正意義上實作柔性化生産。
案例視訊
推動技術深度融合，持續助推行業智造更新
當制造模式開始變革，“AI機器視覺”更能充分發揮柔性生産的優勢。視比特機器人與控股子公司敏視啟源為汽車智造行業持續推出多個高效、柔性及高成本效益的AI機器視覺産品系列，包括大尺寸工件超高精度測量專機、缺陷檢測專機、視覺引導機器人上下料、裝配等，不斷助推汽車産業轉型更新。
未來，視比特将始終秉承“軟體定義工業智能”的核心使命，打造多行業次元産品矩陣，推動AI與機器視覺更多場景的産品落地，以硬核本領鑄造企業“護城河”。
免責聲明
文章來源：視比特
凡資訊來源注明為其他媒體來源的資訊，均為轉載自其他媒體，并不代表本網贊同其觀點，也不代表本網對其真實性負責，轉載請聯系原出處。您若對該文章内容有任何疑問或質疑，請立即與背景小編聯系，平台将迅速給您回應并做處理。注明本公司原創内容，轉載請與我們聯系