工件种类
10 种 SKU项目案例
冲压件定位抓取方案
面向冲压自动化上料场景,云天智能通过 3D 视觉拍照定位、模板匹配与机器人通讯, 引导六轴机器人对银色金属冲压件完成识别、抓取并放入指定工装。方案覆盖 3D 感知、批量扫描、 位姿输出和机器人动作执行。
定位精度要求
1 mm 以内料盘规格
700×400 / 1000×400机器人节拍
24 秒 / 5 件所属行业
汽车制造 / 冲压自动化
主要任务
3D 拍照定位、机器人抓取、放入工装
适配对象
银色金属冲压件,大料盘与小料盘混线场景
项目背景
项目面向冲压件自动化上料工位,需要视觉识别引导机器人从料盘中抓取工件并放置到指定工装。 现场工件为银色金属件,共涉及 10 种 SKU,同时存在大料盘和小料盘两种物料承载方式, 对视觉识别稳定性、抓取节拍和机器人配合精度都有明确要求。
现场挑战
- 金属冲压件表面反光明显,且几何结构复杂,普通 2D 方式难以稳定输出抓取位姿。
- 不同 SKU 和不同料盘规格共存,需要兼顾视野覆盖与定位精度。
- 视觉结果不仅要“识别到”,还要满足机器人抓取和放入工装的连续动作节拍。
- 现场精度不仅受视觉影响,也受机械臂、夹具和工装重复定位精度影响。
方案设计
方案设计
方案针对不同料盘尺寸、工件结构和机器人节拍要求进行配置,大料盘和小料盘采用不同的相机部署方式, 再通过模板匹配和位姿输出与六轴机器人形成稳定配合。
工位与相机部署
- 小料盘尺寸为 700×400,采用单相机垂直于料盘上方进行检测。
- 大料盘尺寸为 1000×400,采用双相机配合覆盖完整视野。
- 相机架设高度控制在 3 米以内,确保料盘全部处于有效检测区域。
- 系统使用视觉支架和定制标靶完成工位固定与精度标定。
相机、软件与机器人联动
- 首件工件通过标记点完成模板数据扫描,并与机器人示教信息对齐。
- 批量运行时确认工件型号,系统自动调用对应模板进行扫描分析。
- 计算机将扫描结果与模板比对后输出位姿数据,机器人据此完成抓取。
- 完成抓取后继续联动放入仿形工装,形成自动化连续节拍。
项目由 3D 视觉定位和机器人动作执行组成。视觉端输出可靠位姿, 机器人端按位姿完成取件和放件动作,两端按精度和节拍要求配合。
作业流程
执行流程
首件模板建立
在首个工件上贴标记点完成模板数据扫描,并和机械臂示教数据进行对齐。
- 建立 SKU 对应模板
- 完成相机与机器人通讯准备
批量料盘扫描
运行前确认工件型号,系统自动打开对应模板,对料盘内工件进行 3D 数据采集和分析。
- 适配大小料盘检测位
- 支持批量连续运行
位姿输出与抓取
软件将采集数据与模板比对后输出抓取位姿,六轴机器人据此完成取件动作。
- 视觉输出位姿
- 机器人完成抓取
放入工装与循环执行
机器人按流程将工件依次放入仿形工装,形成完整的拍照、抓件、放件循环。
- 单循环连续完成 5 件上料
- 节拍分析约 24 秒
现场画面
现场画面
现场画面包括现场视频与工位画面,呈现 3D 拍照、机器人取件和工装放置的实际执行状态。
使用效果
- 复杂冲压件抓取不依赖固定姿态,通过 3D 感知获取可执行位姿。
- 兼顾不同 SKU、不同料盘尺寸和自动化节拍要求,提升工位兼容性。
- 在测试中验证视觉方案可满足现场精度要求,并支撑机器人连续上料动作。
- 通过模板化批量扫描流程,减少换型和运行切换时的人工干预。
部署注意事项
- 相机长时间使用或受到强烈震动后,需要重新标定以恢复精度。
- 工件表面应尽量保持清洁,避免强烈太阳光直射检测区域。
- 若机械臂和夹具误差较大且无法继续优化,可考虑结合 2D 视觉做补偿。
- 视觉精度达标后,仍需同步控制运动机构和工装重复定位精度。