12月22日，2020高工機(jī)器人&高工移動機(jī)器人年會技術(shù)向新專場，熵智科技CTO高磊以“高精度相機(jī)加持下的3D視覺無序分揀系統(tǒng)”為主題發(fā)表演講。

數(shù)據(jù)顯示，2019年城鎮(zhèn)非私營單位就業(yè)人員年平均工資9.05萬元，一線技術(shù)員工和高技能人才年薪超過15~20萬元，制造業(yè)人才流失，企業(yè)用工勞動力成本增加，機(jī)器換人拐點即將到來。

誰將成為主戰(zhàn)場

而勞動力成本持續(xù)增加，加劇了機(jī)器人向各行業(yè)滲透的速度，以汽車行業(yè)為例，2020年相比2011年，汽車零部件領(lǐng)域機(jī)器人數(shù)量增長10倍。基于視覺的無序抓取技術(shù)將進(jìn)一步拓展機(jī)器人應(yīng)用范圍。

由于3D視覺是從國外發(fā)展而來，所以在應(yīng)用過程中不可避免的受到了國外市場的影響，衍生出了兩個大方向，那就是物流和工業(yè)。隨著探索的不斷深入，對國情的不斷了解，3D視覺真正的機(jī)會正在顯露。

從底層邏輯來講，目前物流領(lǐng)域機(jī)器人加視覺系統(tǒng)在物流中屬于單站優(yōu)化系統(tǒng)，能做到的就是節(jié)省某些人力成本。但是對于當(dāng)前的中國倉儲物流行業(yè)而言，還面臨的是基礎(chǔ)建設(shè)的問題，即如何提升倉儲密度、最大化提高吞吐量、提升周轉(zhuǎn)效率，單點優(yōu)化更多的是技術(shù)先進(jìn)性的代表。

而在工業(yè)領(lǐng)域，無序分揀的機(jī)會則越來越明顯，尤其是在在重工、汽車等行業(yè)。首先在重工、汽車等行業(yè)，機(jī)器人的使用已經(jīng)非常普遍，加裝視覺進(jìn)行輔助操作并不需要對原有產(chǎn)線進(jìn)行改造，反而可以一步到位。

其次其生產(chǎn)節(jié)拍相比之下并沒有物流分揀那么快，速度在幾秒到十幾秒不等，更多的要求是定制化，這就完美契合了當(dāng)下的國內(nèi)3D視覺廠商立足國內(nèi)市場的優(yōu)勢，所以近年來重工、汽車行業(yè)對視覺無序分揀的應(yīng)用開始不斷加快。

作為一家專注于3D視覺無序分揀和超高精度測量檢測的國家高新技術(shù)企業(yè)，熵智科技總公司位于深圳，另設(shè)武漢分公司和西安研發(fā)中心，目前研發(fā)和工程團(tuán)隊50余人。熵智科技擁有百余項自主知識產(chǎn)權(quán)，其中已授權(quán)近百項。

自2018年成立以來，熵智科技憑借軟硬件一體的技術(shù)優(yōu)勢，為眾多國內(nèi)外知名企業(yè)提供了成熟的高精尖視覺技術(shù)，滿足客戶日益增長的高要求。目前，熵智科技的3D視覺無序分揀系統(tǒng)已成功應(yīng)用于零部件和重工行業(yè)的多個無序抓取場景中。

高識別成功率+高抓取成功率

“視覺無序分揀的廠家越來越多，也正在進(jìn)入市場培育期，但對于客戶來講，無序分揀的難度究竟在哪里，很多人其實比較朦朧。”高磊講到。

無序抓取，先識別，后抓取，所以其兩大難點就是如何保證高識別率和高抓取成功率。

首先來看如何提升高識別率。在很多人的認(rèn)知中3D視覺已經(jīng)開始變?yōu)橐粋€純軟件或者軟件占據(jù)主導(dǎo)的產(chǎn)品，但這其實是不對的。縱觀當(dāng)下的視覺/相機(jī)產(chǎn)業(yè)鏈，凡是能做到業(yè)內(nèi)頂尖的，其相機(jī)設(shè)備一定頂尖。”高磊表示。

例如，工業(yè)現(xiàn)場，天窗、側(cè)窗下環(huán)境光直接影響結(jié)構(gòu)光成像，經(jīng)過現(xiàn)場測量亮度最高可達(dá)3300lux。常規(guī)的低亮度光機(jī)投射的光柵容易被環(huán)境光淹沒而無法成像。

而采用激光光機(jī)（高亮度）的高精度相機(jī)更易形成較高的工件識別率，因為無序狀態(tài)的工件，3D點云配準(zhǔn)應(yīng)對多種散亂姿態(tài)比2D DL的方法更有效，工件點云形狀特征越準(zhǔn)確，識別率越高，可抓工件選項越多。

“相機(jī)代表成像能力，在某些高端/復(fù)雜場景下，高精度相機(jī)是無序抓取的必備。”高磊表示。

熵智科技自主研發(fā)的激光結(jié)構(gòu)光3D相機(jī)，是一種大視野、高精度，適應(yīng)4000lux環(huán)境光強(qiáng)的結(jié)構(gòu)光3D相機(jī)，該產(chǎn)品主要用于大視野3D視覺引導(dǎo)機(jī)器人。在覆蓋長寬深1.2m*1.0m*0.8m料框的視野下，手眼標(biāo)定誤差在2mm以內(nèi)。

按照標(biāo)準(zhǔn)流程標(biāo)定完畢后，無需額外人工經(jīng)驗補(bǔ)償，直接可用，不依賴于外接參照物，更換手抓或更換料框無需重新標(biāo)定，集3D視覺、深度學(xué)習(xí)、運動規(guī)劃等技術(shù)為一體，采用圖形化免編程，可進(jìn)行模塊化拖拽、連線、參數(shù)配置，免編程部署工程項目流程等功能。

其次，就是如何提高抓取成功率，這里面要搞明白的是相機(jī)識別位姿與抓取位姿的關(guān)系。

首先來看較為常見的3D視覺引導(dǎo)上料（3D Picking），其無需工裝治具，換產(chǎn)快，可適用于工件位姿未知，傾角30°以內(nèi)的工料，其識別位姿=抓取位姿，僅需避碰，無需抓取規(guī)劃。

而最新的無序分揀上料（Bin Picking），雖然其和3D視覺引導(dǎo)上料一樣無需工裝治具，換產(chǎn)快，但其可以識別傾角-90~90°位姿未知的來料，可以做到1種識別位姿適配幾十種抓取位姿，避碰的基礎(chǔ)上，優(yōu)化抓取位姿。

“以我們做的汽車零部件外球籠案例為例，其每一個輪轂上面都有一個傳動的零件，機(jī)器人會面臨多抓取點、多抓取姿態(tài)、可抓工件更多。通過我們的相機(jī)，我們最終給出的解決方案包括獨特的30度傾角手手抓、力控感知工件疊壓、自動更換抓取目標(biāo)、減少異常停機(jī)次數(shù)、抓取二次Check、檢測異常、快速恢復(fù)、定點工具等多種功能，保證客戶降本增效。”高磊講到。

簡單來說，常見的運動規(guī)劃是指機(jī)械臂伸入料框，抓取依賴機(jī)械臂本體運動學(xué)模型，其自研和維護(hù)機(jī)械臂本體技術(shù)，可靠性有待進(jìn)一步驗證；而熵智科技的抓取規(guī)劃，手抓伸入料框,機(jī)械臂在料框外，不依賴機(jī)械臂本體運動學(xué)模型，系統(tǒng)更成熟可靠，采用的是可靠的機(jī)械臂本體技術(shù)+成熟的抓取規(guī)劃技術(shù)。

總結(jié)下來就是抓取姿態(tài)比機(jī)械臂運動軌跡更有效，更易提高抓取成功率。

“所以，綜合來看，工業(yè)應(yīng)用從來都是軟硬件結(jié)合，如果只擁有某一個單類，永遠(yuǎn)會受制于人或者遇到瓶頸。死磕核心硬件，專注于工業(yè)級3D相機(jī)硬件和軟件，以自主研發(fā)的優(yōu)勢成像系統(tǒng)+視覺項目團(tuán)隊的二合一，就是熵智科技未來打贏‘視覺淘汰賽’，在視覺行業(yè)扎根的資本。”高磊說道。

原文標(biāo)題：【拓斯達(dá) | 高工年會】熵智科技高磊：高精度相機(jī)加持下的3D視覺無序分揀系統(tǒng)

文章出處：【微信公眾號：高工機(jī)器人】歡迎添加關(guān)注！文章轉(zhuǎn)載請注明出處。

責(zé)任編輯：haq