隨著制造業對智能制造轉型的深入，在人工智能、機器人、生物識別、物聯網等產業快速發展的背景下，機器視覺技術愈發受到關注。工業機器人是中國乃至全球制造業發展的重要支撐，而3D視覺作為工業機器人之眼，對工業機器人的行業應用前景產生深遠影響。

目前，市場自動化程度越來越高，機器視覺在工業中已經得到普遍應用。通過3D視覺控制技術可以提高工業機器人工作的精度、速度及可靠性，3D視覺+工業機器人配套發展成為市場關注的焦點。

3D無序抓取

替代傳統的工裝夾具，針對散亂無序堆放的工件設計，可協助機器人高效準確地完成3D智能抓取，并很好地解決柔性化工裝的問題。

高柔性，適用性強

1個模型，N種工件
基于遷移學習的AI算法，富唯智能的AI識別模型可識別任意類型的工件，無需重復訓練。

操作簡單，易維護

自動生成AI模型
只需提供工件CAD圖，無需人工標注可一鍵生成AI識別模型、無需調試，操作簡單。

系統穩定可靠

抗干擾能力強
AI模型在惡劣的光照條件和工件材質的情況下，依舊穩定可靠的運行。

工藝仿真

數字樣機驗證方案可行性
先搭建數字樣機對視覺軟件、機器人軌跡、PLC程序等進行仿真，確保按照既定工藝路線運行，大量節省現場的調試時間。

系統功能：
工件上下料，視覺引導拆垛，貨品抓取，鋼筋打標定位檢測，鋼板揀料、配盤，缺陷檢測，軌跡涂膠噴膠，定位開坡口，混合碼垛，高精度測量，快遞供包，定位裝配。

行業應用：

汽車行業應用
曲軸上料，連桿抓取上料，剎車盤上料，油管接頭上料，發動機殼體上料，涂膠與檢測，輪胎裝配等場景。

家電行業應用
冷凝器拆垛，散熱板抓取上料，沖壓件上料，洗衣機重塊裝配，壓縮機裝配等場景。

物流行業應用
紙箱拆碼垛，貨物分揀，料盤分揀，麻袋拆垛，萬物抓取等場景。

其他行業應用
異形件上料，缺陷孔定位，四通管無序抓取，各種金屬件無序抓取與上料等場景。

審核編輯 黃昊宇