解决方案
3D视觉引导有序上下料解决方案
方案概述
本方案采用跨维智能自主研发的 3D 视觉引导系统，3D 视觉引导软件通过基于 DexVerse™ 训练的3D 视觉-语言-动作基础模型，实现对目标工件位姿的精确识别，并计算出机械臂进行抓取的最优路径。机器人根据工件位姿和抓取轨迹逐一从料框中抓取工件并放置于机床或传送带上。此外，方案能够根据生产线需求，有序地抓取不同区域的工件，并将其准确放置在指定位置，确保整个抓取过程中无碰撞地顺利完成。
方案优势
支持各类不同尺寸、材质、结构物体无序摆放
套件内置3D视觉大模型，常见几何体工件可一键使用，最快2小时完成投产；也可通过软件一键导出数据生成与模型训练配置，直接完成深度学习模型训练效率远高于同类解决方案；
智能轨迹规划，显著提高清框率
使用大量优质合成数据，准确识别物体各种位姿，结合自研的三维几何深度学习算法，可有效避开料框和环境障碍物，抓取成功率可达 99.9%。
无需停产，支持 8 小时增添新产品
支持同时配置多个产品型号作业，根据机器人信号任意切换作业运行；无需停产采集标注数据，8小时即可完成新增工件的深度学习模型训练，快速上线生产。
方案参数
| 中视野 | 大视野 | |
| 工作区 | 1.2m*1.5m@1.5m | 2.4m*3m@3m |
| 支持垛高 | 单层 | 最大 1.5m |
| 挂载模式 | 眼在手外 | 眼在手外 |
| 工件尺寸 | 最小 10mmx10mm | 最小 100mmx100mm |
| 输出内容 | 抓取点/尺寸/方向/正反等 | 抓取点/尺寸/方向/正反等 |
| 机器人 | 任意 | 任意 |
| 数据生成& 模型训练时间 | < 8h | < 8h |
| 运行节拍 | < 3s | < 4s |
| 稳定性 | 7*24h 持续运行 | 7*24h 持续运行 |
| 准确率 | > 99.9% | > 99.9% |
| 精度（包含手眼标定） | < 3mm | < 5mm |
| 切换产品速度 | < 6s | < 6s |
| 切换产品测试 | 5 件以上 | 5 件以上 |
应用领域
客户案例
3D视觉引导压缩机上料
3D视觉引导螺母焊上下料
3D视觉引导铁轨链上料
适配机器人品牌
我们面向全球用户提供专业的3D视觉产品与解决方案
3D视觉引导单目标精定位解决方案
方案概述
该方案基于跨维自主研发的3D视觉引导系统，针对相机视野内的单个物体，利用高精度的点云成像和基于DexVerse™具身智能引擎训练的深度学习模型，精确地识别目标物体的姿态，并引导机器人快速完成高精度定位。
方案优势
识别精度高，系统稳定性好
通过 DexVerse™ 可预先模拟不同环境下的工件，可有效抵抗环境和视角变化， 识别精度高，系统稳定性好；
高效灵活易用
3D视觉系统部署简单，开箱即插即用，可快速完成安装部署， 部署高效，调试运维简单
无需停产支持 8 小时增添新产品
支持同时配置多个产品型号作业，根据机器人信号任意切换作业运行；无需停产采集标注数据，8小时即可完成新增工件的深度学习模型训练，快速上线生产
方案参数
| 工作区 | 0.2mx0.15m@0.4m |
| 挂载模式 | 眼在手上/眼在手外 |
| 工件尺寸 | 最小 1cm |
| 输出内容 | 抓取点 |
| 机器人 | 任意 |
| 模型训练时间 | < 8h |
| 运行节拍 | ＜4s |
| 稳定性 | 7*24h持续运行 |
| 准确率 | >99.99% |
| 精度 | < 1mm |
应用领域
客户案例
3D视觉引导磨块拆装
3D视觉引导零件螺母焊上料
3D视觉引导压缩机轴承上料
适配机器人品牌
我们面向全球用户提供专业的3D视觉产品与解决方案
3D视觉引导拆垛套件
方案概述
针对拆垛场景，跨维智能基于在具身智能多模态大模型上的长期积累，结合Kingfisher智能相机，打造了基于3D VLA (3D Vision Language Action) 大模型的全新工业物流纯视觉成像感知套件，支撑拆垛场景趋近实现AnyGrasp，而不再是针对不同的操作对象进行定制的数据标定及任务编程。从而具备更强大的核心能力、更高的通用性，实现更快的交付、更优的应用成本。
方案优势
更强大的核心能力
更高的通用性
更快的交付
更优的应用成本
应用领域
客户案例
3D视觉引导匣钵拆垛
3D视觉引导门板上下挂拆码垛
3D视觉引导木板拆垛
适配机器人品牌
我们面向全球用户提供专业的3D视觉产品与解决方案
3D视觉引导无序抓取套件
方案概述
方案优势
零代码，零编程，5 分钟完成视觉配置
零代码，零编程，直接调整参数即可实现视觉定位，最快 5 分钟即可完成视觉配置，20 分钟即可配合机器人进行抓取调试；
大模型识别，智能轨迹规划，显著提高清框率
使用大量优质合成数据，准确识别物体各种位姿，结合自研的三维几何深度学习算法，可有效避开料框和环境障碍物，抓取成功率可达99.9%
支持各类不同尺寸、材质、结构物体无序摆放
套件内置3D视觉大模型，常见几何体工件可一键使用，最快2小时完成投产；也可通过软件一键导出数据生成与模型训练配置，直接完成深度学习模型训练，效率远高于同类解决方案
无需停产，DexVerse™ 支持 8 小时增添新产品
支持同时配置多个产品型号作业，根据机器人信号任意切换作业运行；无需停产采集标注数据，8小时即可完成新增工件的深度学习模型训练，快速上线生产
应用领域
客户案例
3D视觉引导深框棒料无序抓取
3D视觉引导浅框无序抓取
3D视觉引导自行车零部件抓取
适配机器人品牌
