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

數據顯示，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，汽車零部件領域機器人數量增長10倍。基于視覺的無序抓取技術將進一步拓展機器人應用范圍。

由于3D視覺是從國外發(fā)展而來，所以在應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視覺真正的機會正在顯露。

從底層邏輯來講，目前物流領域機器人加視覺系統(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。但是對于當前的中國倉儲物流行業(yè)而言，還面臨的是基礎建設的問題，即如何提升倉儲密度、最大化提高吞吐量、提升周轉效率，單點優(yōu)化更多的是技術先進性的代表。

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

其次其生產節(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，這就完美契合了當下的國內3D視覺廠商立足國內市場的優(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企業(yè)，熵智科技總公司位于深圳，另設武漢分公司和西安研發(fā)中心，目前研發(fā)和工程團隊50余人。熵智科技擁有百余項自主知識產權，其中已授權近百項。

自2018年成立以來，熵智科技憑借軟硬件一體的技術優(yōu)勢，為眾多國內外知名企業(yè)提供了成熟的高精尖視覺技術，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。在很多人的認知中3D視覺已經開始變?yōu)橐粋€純軟件或者軟件占據主導的產品，但這其實是不對的。縱觀當下的視覺/相機產業(yè)鏈，凡是能做到業(yè)內頂尖的，其相機設備一定頂尖。”高磊表示。

例如，工業(yè)現場，天窗、側窗下環(huán)境光直接影響結構光成像，經過現場測量亮度最高可達3300lux。常規(guī)的低亮度光機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（高亮度）的高精度相機更易形成較高的工件識別率，因為無序狀態(tài)的工件，3D點云配準應對多種散亂姿態(tài)比2D DL的方法更有效，工件點云形狀特征越準確，識別率越高，可抓工件選項越多。

“相機代表成像能力，在某些高端/復雜場景下，高精度相機是無序抓取的必備。”高磊表示。

熵智科技自主研發(fā)的激光結構光3D相機，是一種大視野、高精度，適應4000lux環(huán)境光強的結構光3D相機，該產品主要用于大視野3D視覺引導機器人。在覆蓋長寬深1.2m*1.0m*0.8m料框的視野下，手眼標定誤差在2mm以內。

按照標準流程標定完畢后，無需額外人工經驗補償，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定，集3D視覺、深度學習、運動規(guī)劃等技術為一體，采用圖形化免編程，可進行模塊化拖拽、連線、參數配置，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識別位姿與抓取位姿的關系。

首先來看較為常見的3D視覺引導上料（3D Picking），其無需工裝治具，換產快，可適用于工件位姿未知，傾角30°以內的工料，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視覺引導上料一樣無需工裝治具，換產快，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，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、減少異常停機次數、抓取二次Check、檢測異常、快速恢復、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)劃是指機械臂伸入料框，抓取依賴機械臂本體運動學模型，其自研和維護機械臂本體技術，可靠性有待進一步驗證；而熵智科技的抓取規(guī)劃，手抓伸入料框,機械臂在料框外，不依賴機械臂本體運動學模型，系統(tǒng)更成熟可靠，采用的是可靠的機械臂本體技術+成熟的抓取規(guī)劃技術。

總結下來就是抓取姿態(tài)比機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)應用從來都是軟硬件結合，如果只擁有某一個單類，永遠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。

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

文章出處：【微信公眾號：高工機器人】歡迎添加關注！文章轉載請注明出處。

責任編輯：haq