AI 视觉引导工件上下料

img

无序工件识别

无序工件识别

识别料箱中任意紧密堆叠的无序工件 无需工装定位

img02

精准抓取上料

精准抓取上料

引导机器人精准抓取工件 自动放入机床夹具

img03

自动下料转序

自动下料转序

加工完成后自动取出成品 放置到指定料箱或流转至下一工序

核心优势

大模型驱动的通用物体识别能力及海量场景解决模板

搭载海量工业工件几何、物性预训练数据库,泛化识别能力出众,各类常规工件均可极速完成定位识别;内置拆垛、无序抓取等标准化工业应用模板,历经百万次仿真校验,现场仅需简单微调即可落地投产,高效压缩项目部署周期。

images

虚拟仿真训练,彻底告别“样本依赖”

依托 Dexverse® 引擎,仅需导入工件 CAD 模型,系统便能在数字孪生环境中利用合成数据进行数百万次自主仿真训练。自动穷举工业现场的强光、阴影、材质纹理及表面油污等极端变量,无需采集任何真实产品照片,无需现场采集标注,大幅缩减落地周期。

先进3D视觉算法、复杂场景下也能精准识别

自研抗环境光算法结合 AI 深度学习能力,有效解决紧密摆放工件因点云特征缺失而导致的误识别或漏识别问题;有效抑制复杂环境光干扰下引起的强光过曝与弱光欠曝,也能对各类复杂零部件(高亮反光、暗色、油污、结构复杂)高质量成像。

solution-pages/industrial/automation/advantage-3

方案价值

%

识别准确率

mm

抓取精度

s

最快识别速度

小时

最快部署时间

相关产品

XEMA-LCW

XEMA-LCW

核心技术参数

了解更多
近端视场(mm)965×569
远端视场(mm)2462×1453
推荐工作距离(mm)1000–2500
Z轴重复精度σ(μm)80@1.0–2.5m
像素间距0.55mm@1.0m / 1.37mm@2.5m
典型采集时间(s)0.5–1.5
操作系统支持Windows、Linux (Ubuntu 20.04)
SDK接口C/C++/C#/Python