制造业离不开质检。

伴随ChatGPT的横空出世，机器视觉在工业质检应用上的热度正在攀升。

作为工业质检领域早早入局的“行家”，微亿智造在3C电子、 、家用电器等行业积累了丰富的质检经验。明星产品工小匠|AI数字质检员更是满足了精打细算的中小企业小批量、多品种、多需求的外观检测要求。近年来，针对质检无人化日益增长的需求，在流转衔接上下料及质检环节，微亿智造团队推出工小匠上下料机器人“工小匠-数字物料操作员”，携手"好兄弟"工小匠|AI数字质检员”，打造统一、完整的作业闭环，为企业提供全流程的质检解决方案。不仅能进一步帮助制造企业实现柔性化生产，降低全周期使用成本，同时将提高整体效率。

工小匠-数字物料操作员

对于人类来说，用手抓取物体是一件很日常的事情。但对于机器人来说，如何抓到物品、如何运动甚至如何放置，每一步对研发的挑战都可见一斑。为了保证稳定可靠且安全高效的自动上下料，同时满足广泛的工业应用场景需求，工小匠上下料机器人围绕抓取的整个工程链路中所涉及的核心技术点进行不断突破，包括空间姿态识别、最佳抓取点估计、轨迹优化算法、抓取误差校正等前沿黑科技。值得一提的是，工小匠上下料机器人基于扎实的2D视觉经验积淀，在自研核心技术加持下，其精准定位和识别抓取能力完全媲美甚至超越3D视觉的能力。且2D相机相较于3D相机成本更低、性价比更高。正是这样对底层核心能力的深入自主研发，才实现了如此大胆的创新，对于目前市场上的友商来说几乎不可想象。

空间姿态识别 | 更准确的用“眼”识别物体

对于机器人而言，成功抓取物品，不仅要知道“它”是什么，也需要知道“它”具体在哪里。专业来讲就是在三维空间中确定抓取目标物体和位姿信息。工小匠上下料机器人通过2D相机，收集相关数据并提取有效特征，捕捉目标物体的三维模型图像或点云数据，如物体的轮廓、边缘等，再将其与预学习模型进行匹配，以确定目标物体的位置和姿态。正是通过这样的数据融合，很大程度上提高了目标物体的识别精准性和抓取稳定性。

抓取点位估计 | 更精准的用“手”抓取物体

目标物体的位置和姿态信息确认后，下一步就需要找到合适的点位及抓力把物品抓起来。人在抓取物品时，常常根据手和大脑间的反馈调整抓力及抓取点位，而工小匠-上下料机器人则通过人工示教“自主学习”。首先，借助传感器提取人工抓力和抓取点位信息，根据获取的数据信息与预训练模型进行匹配并寻找差异，再结合空间姿态信息获取到的如物品的质心、重心或凸包等特征，准确计算出被抓物品的抓力及最佳抓取点，以实现稳定、精准的抓取操作。

人工抓取示教

自动标记抓取点

轨迹优化算法 | 更灵活的用“脑”规划路径

工业领域小批量、多品种的柔性生产需求，给机械臂抓取运动规划也带来了更多挑战。工小匠-上下料机器人基于自研的机器人运动控制算法、路径规划算法等，根据抓取物品的不同，能够实时生成连续、平滑且安全的最优运动轨迹，并实时进行轨迹路径侦测、异常状况判断等优抓取轨迹，实现快速精准抓取。同时针对整个抓取全流程，进行了综合考量，设计了适配的抓取策略，如平行抓取、夹持抓取或粘附抓取等，真正实现机器人抓取的自动化、柔性化和智能化。

运行抓取轨迹

针对机械臂抓取运动轨迹的环境约束，工小匠-上下料机器人通过对环境进行建模，将障碍物和限制条件纳入考虑，并在仿真环境中进行预演，通过虚拟和现实相结合的全数字孪生，在线确保最优的工作性能，包括机械臂的运动平滑性、运动路径的最优性以及避免碰撞等，测试和验证机械臂运动的实际效果及其可靠性，再下发到实际工作场景中。通过孪生世界映射物理真实世界，提高远程调试及现场部署效率，更提高了物品抓取的灵活性和精确性。

仿真环境验证轨迹，防止碰撞

当然，再周密的计划也无法避免实际抓取过程中会遇到的意外状况。比如被抓取物猛然被碰一下造成位置的变化，就需要机器人进行实时自我识别和调整。工小匠-上下料机器人通过视觉反馈校正实时获取物品的位置和姿态信息，视觉算法实时修正误差，最大程度降低由于环境干扰下受影响的抓取精确性。又比如，抓取物本身重量发生变化，通过力反馈校正可以实时调整抓取力度，以适应物体的重量和形状。再如，放置过程中也会遇到障碍物，这里就需要使用反馈控制算法，通过实时监测机器人的运动状态和位置，对运动轨迹进行调整和校正，实现智能避障，最终把物品精准放置到载物台上。

抓取BUFF加成 赋能更多应用领域

在具体应用上，工小匠-上下料机器人作为生产工具，不仅可以通过与工小匠-质检机器人的完美配合，满足不同产品、不同类型的外观缺陷检测需求，也可以面向分拣、装配、卸垛/码垛等多领域实现应用拓展，成为制造企业实现数智转型的核心装备之一，进一步推进智能工厂建设。

视觉分拣

根据物品不同的类别、批次、流向等信息，快捷、准确地将物品拣取出来，并按下发的指令自动完成分类、集中、配装等作业。分拣速度快、精度高，满足生产环节中多种分拣需求。

视觉装配

通过算法确定零部件准确三维空间、空间坐标和姿态，引导机器人准确抓取并到达指定位置，并以指定姿势进行装配。适用于工业产品的组装、汽车、消费电子及家电等各领域零部件的装配。

视觉卸垛/码垛

基于其宽广的视野域，可完成不同垛型的码垛工作及软包装的拆垛需求。适用于各行业领域的仓储系统、生产制造、物流配送等环节。