项目背景
圆形齿轮是汽车行业重要的零部件,市场需求量非常大。齿轮圆盘的规格种类繁多,重量也比较大,采用人工上下料时搬运效率低下。同时圆形齿轮工件还具有高反光、换产频繁等特点。
客户痛点
- 工件高反光,传统结构光相机难以成像
- 上百种规格的圆盘,传统模板匹配效率低
- 生产批量小品种多,换产频繁
- 圆盘产量大且重量沉,人工上料效率低、强度大
工作流程
采用跨维智能AI结构光相机对隔板上的齿轮圆盘进行扫描取图,可输出完整、高质量的3D点云,同时使用深度学习通用圆大模型识别出圆盘轮廓、拟合出圆盘中心点,输出最优抓取姿态,最终引导工业机器人精准抓取圆盘并运送至定位平台上,加工完成后自动下料、有序码放。
应用优势
- 高反光件成像完整:集成了AI算法的大视野结构光相机,可智能补全高反光圆盘表面缺失的点云,形成完整的高质量3D点云
- 通用算法快速兼容:深度学习通用大模型可精准识别上百种规格的圆盘,无需频繁创建3D配准模板,赋能产线柔性生产
- 毫米级重复定位:视觉重复定位精度可达±3mm,满足圆盘生产加工要求
应用效果
依托跨维智能空间与具身智能套件,突破传统结构光对高反光工件成像不完整的技术瓶颈,有效应对小批量、多品种、频繁换产带来的生产挑战,多品类齿轮圆盘混线生产的难题被有效解决,产线运行的稳定性和生产柔性显著提升,生产良率与生产节拍实现了双重突破。

