为并联机器人带上3D眼镜

随着制造业的转型升级与“中国制造2025”战略的深入实施，工业机器人已广泛应用于装配制造、分拣包装、拆垛码垛等生产环节。这一变革促使企业生产过程自动化水平飞速提升，传统的以人力为主导的生产模式逐渐转变为以并联机器人为主导的新模式。这种转变不仅大大提高了产品的生产效率，降低了生产成本，更减轻了恶劣生产环境对工人身体的危害。在机器人的作业过程中，如何准确抓取随意堆放的零部件或货物，已成为当前行业的焦点问题。

勃肯特机器人技术团队，在前期技术的基础上，对3D视觉技术进行了完善与升级。结合勃肯特串并混联技术，开发出了基于3D视觉的无序分拣技术，为这一难题提供了解决方案。

传统的2D视觉已无法满足现代工业的需求，而3D表面成像/重构/测量技术则能够测量物体表面上点的(x,y,z)坐标，并输出图。除此之外，3D表面成像系统还能提取物体表面的其他光学特征值，如反射率、颜色等。

当前市场上常见的3D表面成像技术多种多样，如双目立体视觉、多目立体视觉、线结构光三角测量等。本方案采用的是采用编码结构光三角测量原理的3D结构光相机。该相机的工作原理是通过编码结构光激光器向目标物体投射特殊设计的编码图案，拍摄被激光器照射的目标物体表面图像，通过对比调制与未调制的编码光图案，精确测量目标表面的3D形貌。

在视野范围满足相机检测要求的情况下，通过调整相机参数，可以获得相机拍摄的灰度图和图。获取点云数据后，需要进行点云滤波、点云分割等预处理步骤，以提取点云的特征。在这里，我们采用快速点特征直方图描述子（FPFH），它计算复杂度低、运算速度快。

接下来，我们选用点云数据全局特征描述子中的OUR-CVFH特征对分割后的点云块进行分类。通过模板匹配的方法，将模板与分割出来的子目标的点云进行匹配，完成对不同种类物体点云的位姿估计。通过与机器人的精确标定，机器人得以在3D视觉的引导下完成无序分拣任务。

这一技术的引入，不仅提高了生产自动化水平，降低了人力成本，更提高了生产安全性。勃肯特机器人技术团队的这一创新成果，无疑为工业机器人的发展开启了新的篇章。