汽车座椅自动焊接上料解决计划

项目难点

1、 工件坚持的姿势识别难度高

2、 工件之间保存干预无法抓取且位置不牢固

3、 保存抓取难点
，机械人的起始抓取点欠好下手
 

用户需求

某汽车配件公司的汽车座椅骨架自动焊接事情
，想通过机械人取代人工
，完成左、右调角器和增强横梁的定位抓取及码放

1、此工序工人漫衍在生产线一侧
，工位为2人
，工人工位为1~2平米
，送料工人分左右
，将6种差别的工件整箱送到工位处
，人工将各零件挑出码放到待送入工位。6种零件分为左侧板
，右侧板
，左增强板
，右增强板
，上横梁
，下横梁
，其中左侧板、右侧板平行码放顺序拿取;左增强板
，右增强板在长条箱内码放
，有相互叠加干预
，上横梁
，下横梁相互干预更为紧密
，需人为疏散干预取出
，再加以码放。

2、用机械人完成6种工件的一次或二次定位码放
， 取代人工上料
，并带有全程检测防掉落检测装置
，包管工件能准确地码放到焊接准备作业台上。
 

技术优势

1、鸿运国际机械人视觉具有古板要领达不到的精度。

2、强大的通用性。在古板算法里面
，针对差别的物体需要定制化差别的算法。相比来看
，基于DaoAI深度学习的算法越发通用。

3、深度学习获得的特征(feature)有很强的迁移能力。所谓特征迁移能力
，指的是在A任务上学习到一些特征
，在B任务上使用也可以获得很是好的效果。例如ImageNet(物体为主)上学习到的特征在场景分类任务上也能取得很是好的效果。

4、工程开发、优化、维护本钱低。深度学习盘算主要是卷积和矩阵乘
，针对这种盘算优化
，全深度学习算法都可以提升性能。另外
，通过组合现有的层(layer)
，我们可以实现大宗庞大网络结构和一些算法
，开发维护的本钱低;
 

汽车座椅自动焊接上料事情历程

选用2台ABB4600机械人
，左右漫衍同时作业
，6种工件漫衍在左右两侧
，每个机械人抓取3个零件
，识别抓取后放到制动焊接台上作业
，整体事情节拍为26s
，2个机械人平均每个工件用时9是
，具体办法如下：

1)左侧事情部：

左侧3种工件为
 

左增强板由人工放在传送台上
，机械人通过牢固装置式视觉发明并抓取工件。(相对识别Z简单的工件
，用时Z少)

左侧板大料箱倾斜安排
，机械人搭载视觉和力感知系统配合完成(方法类似于一期的调角器)
，工人取出2个工件置于外貌(机械人可以下探吸取)
，机械人视觉识别吸取安排
，之后机械人下探通过力感知系统取出安排到二次定位台上(二次定位台上为牢固式装置视觉)
，待取出安排好下横梁再精准定位抓取安排二次定位台上的工件。

下横梁是一个难点
，现场勘察中发明无法单个从料箱中取出
，所以要求人工致排取出安排在设计好的传送带上
，视觉接纳牢固式装置
，机械人识外传送带上的工件进行抓取。
 

2)右侧事情部

右增强板由人工放在传送台上(同于左增强版)
，机械人通过牢固装置式视觉发明并抓取工件。(相对识别Z简单的工件
，用时Z少)

右侧板大料箱倾斜安排(同于左侧板)
，机械人搭载视觉和力感知系统配合完成(方法类似于一期的调角器)
，工人取出2个工件置于外貌(机械人可以下探吸取)
，机械人视觉识别吸取安排
，之后机械人下探通过力感知系统取出安排到二次定位台上(二次定位台上为牢固式装置视觉)
，待取出安排好下横梁再精准定位抓取安排到二次定位台上的工件。

上横梁是大料箱安排
，机械人通过搭载在第六轴上的视觉系统进行定位识别抓取。
 

产品优势

1、3D视觉认知
？椋

3D视觉识别技术是鸿运国际的成熟技术
，它通过一个镜头分就能对物体进行2D、2.5D和3D识别
，对物体选中的特征点进行识别剖析
，能够 对种种庞大形状物体进行剖析判断
，以至无论物体爆发位置偏移、高度差变革、角度变革照旧部分瑕疵
，都能够快速的修正定位到所需的角度及位置。指导机械人进行相对位置的精准行动。

在视觉技术的支持下
，机械人能够解决物体在传送历程中爆发的定位偏移、旋转和高度差问题。且视觉的定位精度抵达0.2微米
，这是古板机械人 点定位无法解决的。

2、六维力矩传感认知
？椋

可在六维度感受力的巨细
，并凭据力的巨细及偏向反响反向界说机械人程序
，用于感知异常位置的物体的定位在六维力矩传感
？榈闹С窒
，机械人可稳定的通过该
？檎业礁稍の锾宓拇笾鹿婺
，Z小力感可做到0.1N

3、 工件有无检测认知
？椋

可检测事情中是否未抓取到工件或者事情中工件掉落