在汽車制造、工程機械等行業(yè)持續(xù)走向“小批量、多品種”的柔性化生產(chǎn)趨勢下，產(chǎn)線對自動化程度與靈活性的要求顯著提升，自動上下料等關鍵環(huán)節(jié)對視覺識別能力、路徑規(guī)劃算法和快速換型能力提出更高要求。3D視覺無序抓取通過精確識別工件位姿，實現(xiàn)自動上下料作業(yè)，大幅提升生產(chǎn)效率，有效減少人員損傷、操作失誤和安全風險，是柔性制造升級的關鍵技術之一。然而在實際落地中，面臨多重挑戰(zhàn)。
在工業(yè)現(xiàn)場，物料通常以堆疊、混放、遮擋、反光等狀態(tài)存在，無序抓取通常面臨四大“落地難題”。
1.抓不準，也抓不穩(wěn)
工件堆疊無序、遮擋嚴重增加識別難度，路徑規(guī)劃缺乏避障機制，易出現(xiàn)誤抓、漏抓，影響節(jié)拍穩(wěn)定性和清框效率。
2.抓不全，還抓不快
柔性工件、非規(guī)則結構、動態(tài)堆疊形態(tài)工件識別困難，節(jié)拍控制不穩(wěn)，效率難以保障。
3.切換慢，又難維護
產(chǎn)品種類頻繁更替，每次換型需反復調參、重建工具鏈，工程部署復雜，維護成本高。
4.AI門檻高，難落地
模型訓練、數(shù)據(jù)標注依賴專家，客戶難以自主運維，系統(tǒng)復制難、交付周期長。
凌云光打造全新升級3D無序抓取方案，通過抓取精度突破、路徑規(guī)劃進化、AI訓練平臺升級，實現(xiàn)小于0.5mm抓取精度，穩(wěn)定應對多目標、堆疊、遮擋等復雜場景，節(jié)拍穩(wěn)定，在高反光、油污等惡劣環(huán)境中穩(wěn)定運行，在汽車門、沖焊件、發(fā)動機總成、零部件等多個復雜抓取場景成功應用，幫助客戶實現(xiàn)從“能抓”到“看得清、抓得穩(wěn)、換得快、訓得易”躍遷，助力柔性化產(chǎn)線智造升級。
依托自研VisionWare視覺算法平臺，融合AI與點云匹配算法（如PPF、ICP），在精度、速度與環(huán)境適應性方面實現(xiàn)顯著提升，有效支撐多品類柔性上料、多目標動態(tài)抓取等需求場景。
高精度識別與空間定位可實現(xiàn)小于0.5mm的抓取精度，即使在料框底部存在深色工件、邊緣反光件等圖像特征缺失區(qū)域，也能實現(xiàn)穩(wěn)定定位，誤匹配率顯著下降。高速識別響應輕量化部署實現(xiàn)快速多目標識別與路徑切換，滿足多工位分揀與復雜產(chǎn)線節(jié)拍控制需求，特別適用于柔性裝配中的快速切機、快速換型場景。
復雜工況適應性強在沖焊、壓鑄車間等存在強反光、油污、灰塵、金屬屑干擾的復雜環(huán)境下，結合多圖像融合算法，可穩(wěn)定提取物體關鍵形變和表面結構特征，顯著提升在惡劣工況下的圖像質量與魯棒性。
一套模型，識別多類物體支持混合工況下10+種物料精準識別與定位，兼容有序/無序抓取場景，無需頻繁切換模型或手動調參，工程部署簡單，維護更省心。
具有六軸機械手初始位姿到目標位姿的無碰撞可行路徑計算功能，確保機械臂本體、執(zhí)行器與障礙物、實時點云之間不會出現(xiàn)碰撞，確保在堆疊混放等復雜環(huán)境中穩(wěn)定運行。
多姿態(tài)自適應
自動判斷最優(yōu)夾持姿態(tài)與路徑，支持多抓取點位輸入，自動規(guī)劃出一條最優(yōu)抓取路線。
動態(tài)避障路徑
根據(jù)工況實時規(guī)劃，規(guī)避工裝、物料遮擋，對于深框場景，可自動規(guī)劃出最優(yōu)無碰撞的抓取路線，規(guī)劃成功率可達100%。
抓取容錯機制
異常信號觸發(fā)防撞邏輯，保護設備與物料，提升系統(tǒng)長期運行穩(wěn)定性。
一站式AI訓練平臺，打通從STL模型導入到模型部署的完整流程，實現(xiàn)AI從“難用”到“易用”的轉變。
某汽車廠自動化線體
需求背景：
| 指標 | 部署前 | 部署后 |
|---|---|---|
| 抓取成功率 | 78% | ＞99% |
| 取料精度 | ±5mm | ＜0.5mm |
| 單件節(jié)拍（CT） | —— | 1.5s |
| 產(chǎn)品切換時長 | 2h | 30min |
| 運維方式 | 專人駐場調試 | 無需駐場 |
客戶反饋：
“產(chǎn)品堆得亂七八糟的，系統(tǒng)居然都能抓干凈，一點不剩。”
“每天的生產(chǎn)計劃都變，這套系統(tǒng)能跟著產(chǎn)品快速切線，太省心了。”
“我們是奔著全自動化去的，系統(tǒng)穩(wěn)定運行一年多了，沒有掉過鏈子。”
