3D无序抓取系统
产品中心
机器3D无序抓取替代传统的工装夹具，针对散乱无序堆放的工件设计，可协助机器人高效准确地完成3D智能抓取，并很好的解决了柔性化工装的问题。
精度高、效率高、通用性高是3D视觉定位系统最为显著的优势。
产品详细
3D无序抓取系统
3D random grabbing system
系统描述
System specification
-
准确率高
-
清框率高
-
柔性化强
机器3D无序抓取替代传统的工装夹具，针对散乱无序堆放的工件设计，可协助机器人高效准确地完成3D智能抓取，并很好的解决了柔性化工装的问题。精度高、效率高、通用性高是3D视觉定位系统最为显著的优势。
系统构成
System composition
-
3D工业相机
根据情况选用相应视野和精度的相机类型和型号
-
Roboeye.AI
视觉方案组成部分，基于深度学习算法，自动产生AI模型，用于识别和定位
-
控制器
视觉方案组成部分
-
3D工业机器人
根据工件重量和工艺范围选用不同型号工业机器人
-
机器人夹具
根据工件形状和工艺设计机器人夹具
-
自动化工位集成
为实现工艺将工位和软硬件进行集成
应用场景
Application scenarion
-
01.
多品种工件的机器人3D定位抓取上料
-
02.
输送带上物体的快速3D定位抓取
-
03.
大型物体3D定位抓取
-
04.
复杂多面工件的柔化性3D定位抓取
-
05.
大型设备的机器人装配3D定位
-
06.
多工序间机器人协作3D定位抓取
-
07.
工件的无序来料3D定位
-
08.
料框堆叠物体3D识别定位
-
09.
喷涂机器人来料3D识别定位
核心技术
Core technology
| 目标检测 | 点云匹配 |
|---|---|
| 利用模拟数据AI模型（专利） | 原创AI模型（专利） |
| 不需要或者仅需要少量标注数据，模型制作自动化程度高 | “0”样本 |
| 无传统深度学习算法过拟合严重的问题，提高抗干扰能力 | 可有效处理和提高云缺失和薄片零件的识别率 |
| 通过动态领域和形状先验知识建模实现高精度边缘定位（专利） | 模型可泛化到任意零件，针对不同零件无需再训练 |
| 通过自动样本增强技术，模型可抗训练数据包含的情况之外的未知环境光干扰 | |
| 通过深度学习模型简化和精炼技术，更大限度提升模型效率 | |
产品展示
product display
相关产品
