如何引导工业机械臂沿着准确的路径运行，在众多无需杂乱的工件中抓取需要的那一件，工业机器人需要一双机器视觉的“眼睛”，而工业相机就是那双“眼睛”。作为一家以3D视觉技术为主营业务的高科技企业，跨维智能经过多年持续研发投入，已经研制出多款高精度、高可靠性的工业智能相机，并成功落地多个工业实际场景应用。
具身智能引擎，3D视觉引导新方案
跨维智能产品经理陈龙表示，公司在工博会上重点展示其最新研发的DexVerse具身智能引擎，它是一个软硬一体的3D视觉引导解决方案，包括了机器视觉算法和机器人控制算法等程序。为此，跨维智能在展区现场搭建一个应用演示场景，通过工业机械臂模拟人的双手拆解快递箱并取出箱子中的物品。
虽然整个过程看似简单，但是机械臂拆箱子的动作首先涉及到定位问题，即让机械臂到达正确的位置;其次是整体的极限控制逻辑，例如拆箱的步骤，两只机械臂如何协同配合等;最后是物品识别。跨维智能过去选择定制化的模型算法在识别物品方面存在局限性，因此后来选择去定制化改走通用识别路径，通过开发一款3D视觉大模型来识别要抓取的物品种类，识别准确率显著提高。
除了以上的具身智能引擎外，跨维智能还展出了多达10款工业相机的3D成像设备矩阵，包括Kingfisher双目立体智能相机、Xema北级鸥系列开源相机、Sparrow系列轻量化DLP单目结构光相机等。
“高反光件识别”、“无序堆放工件标注”不再是行业痛点
在汽车行业使用机器视觉过程中，客户面临的一个重大挑战是如何在强光环境下识别高反光件。当前工业广泛使用结构光相机，但由于其技术原理的限制，在强光环境下，产生的点云质量较差，成像时间较长，严重影响机械臂抓取精度和效率。
跨维智能推出的双目立体智能相机无需主动投光，仅通过同时采集两组二维图像，并结合Sim2Real训练的点云重建模型，即可快速生成工件点云。即使在强烈的环境光下，该相机也能在0.5秒内重建出场景的三维点云。这从原理上避免了传统的结构光相机的成像限制，特别适用于室外强光、高反光件上下料等场景。
另外在汽车零部件领域，传统的工件外形复杂多变，行业内多采用深度学习算法，从客户处借用产品进行数据采集标注，存在着数据获取难、采集标注工作繁琐、人工成本高、周期长的痛点。
跨维智能的解决方案是直接导入CAD文件，通过在仿真空间中模拟产品在各种生产环境、各种产品数量下的各种姿态，一键实现深度学习模型的训练，无需进场采集标注数据，仅提供 CAD 文件即可完成模型训练，大幅提升了训练数据的收集效率。仿真环境下生成的数据几乎涵盖所有可能的工况，具备极高的多样性，适用于各种环境和应用场景。
（智能网原创，转载请注明来源）
