汽车座椅自动焊接上料解决方案

项目难点

1、 工件保持的姿势识别难度高

2、 工件之间存在干涉无法抓取且位置不固定

3、 存在抓取难点，机器人的起始抓取点不好下手
 

用户需求

某汽车配件公司的汽车座椅骨架自动焊接工作，想通过机器人代替人工，完成左、右调角器和加强横梁的定位抓取及码放

1、此工序工人分布在生产线一侧，工位为2人，工人工位为1~2平米，送料工人分左右，将6种不同的工件整箱送到工位处，人工将各零件挑出码放到待送入工位。6种零件分为左侧板，右侧板，左加强板，右加强板，上横梁，下横梁，其中左侧板、右侧板平行码放顺序拿取;左加强板，右加强板在长条箱内码放，有相互叠加干涉，上横梁，下横梁相互干涉更为紧密，需人为分离干涉取出，再加以码放。

2、用机器人完成6种工件的一次或二次定位码放， 代替人工上料，并带有全程检测防掉落检测装置，保障工件能准确地码放到焊接准备作业台上。
 

技术优势

1、微链机器人视觉具有传统方法达不到的精度。

2、强大的通用性。在传统算法里面，针对不同的物体需要定制化不同的算法。相比来看，基于DaoAI深度学习的算法更加通用。

3、深度学习获得的特征(feature)有很强的迁移能力。所谓特征迁移能力，指的是在A任务上学习到一些特征，在B任务上使用也可以获得非常好的效果。例如ImageNet(物体为主)上学习到的特征在场景分类任务上也能取得非常好的效果。

4、工程开发、优化、维护成本低。深度学习计算主要是卷积和矩阵乘，针对这种计算优化，全深度学习算法都可以提升性能。另外，通过组合现有的层(layer)，我们可以实现大量复杂网络结构和一些算法，开发维护的成本低;
 

汽车座椅自动焊接上料工作过程

选用2台ABB4600机器人，左右分布同时作业，6种工件分布在左右两侧，每个机器人抓取3个零件，识别抓取后放到制动焊接台上作业，整体工作节拍为26s，2个机器人平均每个工件用时9是，具体步骤如下：

1)左侧工作部：

左侧3种工件为
 

左加强板由人工放在传送台上，机器人通过固定安装式视觉发现并抓取工件。(相对识别Z简单的工件，用时Z少)

左侧板大料箱倾斜放置，机器人搭载视觉和力感知系统共同完成(方式类似于一期的调角器)，工人取出2个工件置于表面(机器人可以下探吸取)，机器人视觉识别吸取放置，之后机器人下探通过力感知系统取出放置到二次定位台上(二次定位台上为固定式安装视觉)，待取出放置好下横梁再精准定位抓取放置二次定位台上的工件。

下横梁是一个难点，现场勘察中发现无法单个从料箱中取出，所以要求人工整排取出放置在设计好的传送带上，视觉采取固定式安装，机器人识别传送带上的工件进行抓取。
 

2)右侧工作部

右加强板由人工放在传送台上(同于左加强版)，机器人通过固定安装式视觉发现并抓取工件。(相对识别Z简单的工件，用时Z少)

右侧板大料箱倾斜放置(同于左侧板)，机器人搭载视觉和力感知系统共同完成(方式类似于一期的调角器)，工人取出2个工件置于表面(机器人可以下探吸取)，机器人视觉识别吸取放置，之后机器人下探通过力感知系统取出放置到二次定位台上(二次定位台上为固定式安装视觉)，待取出放置好下横梁再精准定位抓取放置到二次定位台上的工件。

上横梁是大料箱放置，机器人通过搭载在第六轴上的视觉系统进行定位识别抓取。
 

产品优势

1、3D视觉认知模块：

3D视觉识别技术是微链的成熟技术，它通过一个镜头分就能对物体进行2D、2.5D和3D识别，对物体选中的特征点进行识别分析，能够 对各种复杂形状物体进行分析判断，以至无论物体发生位置偏移、高度差变化、角度变化还是部分瑕疵，都能够快速的修正定位到所需的角度及位置。指导机器人进行相对位置的精准动作。

在视觉技术的支持下，机器人能够解决物体在传送过程中发生的定位偏移、旋转和高度差问题。且视觉的定位精度达到0.2微米，这是传统机器人 点定位无法解决的。

2、六维力矩传感认知模块：

可在六维度感受力的大小，并根据力的大小及方向反馈反向定义机器人程序，用于感知异常位置的物体的定位在六维力矩传感模块的支持下，机器人可稳定的通过该模块找到干涉物体的大致范围，Z小力感可做到0.1N

3、 工件有无检测认知模块：

可检测工作中是否未抓取到工件或者工作中工件掉落