3D视觉典型案例分享：汽车/金属机加行业

　　汽车和金属机械加工一直是传统制造业向智能制造业转型的领先领域。在自动化过程中，零部件种类繁多，表面反射高，结构复杂，精度和节奏要求高。

　　星猿哲科技在国内外100多个落地项目中不断深化产品实力，提升客户体验。以准确的视觉成像识别、稳定的高速抓取、快速的应用设置，应对稳定性要求高、工作环境差、工作强度高的工业场景。实际应用效率和准确性均达到行业领先水平。

　　1

　　圆棒深篮无序挑选

　　圆棒以无序分散的姿态放置在深篮中，表面反射，规格多样，需要以特定的姿态放置下游进行下一道工序。

　　案例亮点

　　采用GX-L相机配有滑动模块，可以高精度点云还原双工位堆叠棒

　　适应非标长方体料筐，解决圆棒垂直放置、角落抓取等问题，实现高效清篮

　　2

　　轴承圈上料

　　轴承圈是反光薄壁的圆形工件，堆放在深篮中，无序分散。视觉需要区分正反，满足机床生产节奏。

　　案例亮点

　　采用AL-L相机能有效抵抗工件反射对成像的影响，准确区分正反面

　　成像加计算时间仅为1.7s，能应对无序散乱状态，引导无碰撞抓取

　　3

　　前后横梁上料

　　3D视觉引导机械臂从料筐中抓取冲压梁，放置在焊接线上步进机上。梁体积大，金属材料反射。

　　案例亮点

　　采用GX-XL相机，精确识别反光工件，确保大工作范围高精度

　　人工推料篮，放置误差大，视觉定位准确，确保抓取稳定

　　4

　　半轴上下料

　　半轴逐层交叉堆叠，3D视觉引导机器人抓取上料；经过打磨、铣削等一系列工序，生产线末端3D视觉引导下料码垛。

　　案例亮点

　　采用GX-L相机，安装在机器人手臂末端，精确定位纯黑色半轴，引导无碰撞抓取

　　视觉照片识别篮内半轴位置（放置后可滚动），引导层层交叉，紧密码垛

　　5

　　卡钳上下料

　　夹壳为异形铸件，正反相扣逐层平铺放置在深篮内，反面工件应放置在翻转工具上。工件经过加工后，需要逐层放置篮下料。

　　案例亮点

　　视觉采用上料GX-L相机，安装移动模块，可对材料篮、倾斜卡钳、黑色托盘进行高精度3D位姿识别

　　视觉采用下料SP-L相机，安装在移动模块上，可以将料筐放在格口位置±3mm精准识别

　　6

　　飞轮壳上下料

　　铝合金铸件层层平铺，结构复杂，有一定程度的倾斜。抓取后，下游需要配合精确的激光标记，视觉位置精度要求较高。

　　案例亮点

　　采用SP-L大视野相机，可识别定位工件、料筐、隔板，稳定抓取实现100%清篮

　　视觉拍照定位下料位置，引导无碰撞合托码垛

　　7

　　变速箱零件下料

　　3D视觉识别托盘中格口的位置，引导机器人完成下料。每层放置后，更换隔板，直到装满整个篮子。

　　案例亮点

　　采用GX-L相机，可识别黑色格口，识别成功率≥99.9%

　　可以应对一定程度的塑料薄膜遮挡

　　8

　　抓取轮毂上架

　　工件为多孔圆盘钢件，表面材料反射，由防锈纸分开，层层铺在深篮上，材料篮周围包裹着塑料薄膜。工件抓取后，应逐一放置在材料架上，以便进行下一个过程。

　　案例亮点

　　采用GX-L在安装移动模块的相机上，双工位的反光工件和料筐可以高精度识别

　　能应对一定程度的塑料薄膜遮挡，稳定识别抓取

　　9

　　法兰件上料

　　工件为板状多孔金属件，厚度仅5mm，有序堆放在深筐内，需要配合喷砂机床高速进料作业。

　　案例亮点

　　采用GX-L相机，精度±2mm，视觉节拍<3s，整体节拍<5s

　　工件厚度仅5mm，有效的视觉识别高效清篮

　　10

　　阀体圆环上下料

　　阀体环毛坯工件由托盘装载，需要逐一抓取到机床的固定位置；二次加工后，将成品工件下料至同一托盘。

　　案例亮点

　　采用SP-L相机，视觉区分毛坯和反光成品，实现99%的精度和清篮率

　　支持视觉照片定位托盘和位置，引导机器人不碰撞下料，确保机床连续运行