海康机器人推出基于机器视觉引导机械臂拆码垛方案

随着电商、物流行业的高速发展，分拣方式的自动化迫在眉睫，人工分拣效率低、错误率高且成本高，而传统自动化拆码垛应用中，往往要求栈板定位精准，且货物规则且尺寸单一，因此大大限制了自动化拆码垛的应用范围，尤其是面对来料完全随机的工况。

针对以上痛点，海康机器人研发并推出了基于机器视觉引导的机械臂拆码垛方案，轻松应对多SKU且来料无序的拆码垛场景，适用于各类箱体、麻包袋、料箱等，有效满足各类客户的仓储分拣自动化需求。

系统介绍

3D视觉引导拆码垛系统由MV-DB1300A双目立体相机和机器人视觉引导平台两大核心组成，3D相机获取货物深度信息及高清2D彩色图像，通过平台软件内置3D视觉算法和智能轨迹规划算法，完成货物定位及分割，并控制机械臂相应的抓取或码放动作。

系统两大核心组成

MV-DB1300A双目立体相机

高精度

MV-DB1300A具有较大的基线距，同时增加了激光器的数量，搭配独有的混合编码专利技术，使相机的精度进一步提高，Z向深度图精度可达为3mm@3m。

抗环境光

结合最新的时域隔离、宽动态及多帧融合技术，MV-DB1300A相机具有优异的抗环境光能力，在30000Lux光照条件下，仍能还原完整的深度信息。

自动曝光

典型的物流环境下很难保证3D相机数据采集时光照的一致性，结合自研自动曝光技术，即使物流光照环境不断变化依然能保证3D相机采集数据的稳定可靠，确保了整个拆码垛系统的稳定性与适应性。

RobotPilot机器人视觉引导平台

图形化编程界面

RobotPilot采用图形化，无代码式的编程界面，简单易用。

全流程仿真模拟

通过物理模拟，能够仿真真实的项目搭建状态，实时合成图像，无需实际工件和相机安装架设。可缩短开发周期，提高效率。

六步快速搭建

RobotPilot面向实施交付总结了一套六步部署法，并以流程引导的方式融入到软件的设计中，通过六步部署，用户可快速完成视觉引导应用的搭建。

内置视觉算法

拆码垛视觉定位模块采用AI深度学习+3D点云分割的方案。深度学习网络对RGB图进行包裹的粗定位，并利用物体表面纹理特征和点云边缘特征进行包裹精定位。

内置轨迹规划算法

软件内置轨迹规划、碰撞检测及抓取规划等多种智能算法，实时规划机械臂行走路径。

应用案例

大型电器制造工厂 | 视觉引导散热片拆垛

背景与挑战：该企业生产环节中存在大量不同尺寸规格散热片的拆垛上料需求，垛形较高，人工搬运困难，且相邻物料间存在隔板，工件存在公差，传统2D视觉定位方案无法适配此应用情景。

方案优势：

轻松适配工厂内现有的多种工件尺寸

7*24小时全流程自动化，无需人工干预

大型化工厂 | 视觉引导麻包袋拆垛上料

背景与挑战：项目现场拆垛对象均为麻包袋，质地较为柔软，易变性，且来料前均为人工码垛，垛形很难保证统一性，依靠机械臂固定位置示教的方式很难保证抓取的成功率，易掉包。

方案优势：

视觉系统实时拍照定位，轻松应对多变的垛形

视觉定位算法具有较强鲁棒性，轻松应对褶皱、倾斜、白色高反、挤压变形等情况

智能规划拆垛顺序，避免撞包，挤压等问题

大型3C工厂 | 视觉引导纸箱拆垛

背景与挑战：该企业成品仓出库环节存在大量不同规格纸箱的拆垛需求，同一托盘上存在多SKU的情况，且需要配合AMR和读码器等完成整套的自动化出库动作，流程复杂。

方案优势：

大景深、大视野，轻松适配1.8m垛形

支持规划吸盘偏置，实现单一吸盘应对不同大小的箱体

轻松应对各种箱体，如黑色或白色纸箱，表面存在胶带绑带等箱体等

支持单SKU单拆，单SKU多拆，多SKU混拆等

支持AMR、传输线、读码系统、贴标机等物流设备无缝对接

审核编辑：彭静