3D视觉引导散乱工件无序抓取阶段进展

在制造与物流环节，散乱料筐中的工件抓取长期依赖人工或专用定位治具，柔性不足。计算机视觉实验室近期围绕“3D视觉+无序抓取”开展实验性探索，目标是让通用机械臂在无治具条件下稳定完成自动上料。

技术路线采用结构光相机获取料筐深度点云：先以平面分割剔除筐壁与背景，再通过实例分割网络分离堆叠工件，最后由位姿估计模型输出各工件的六自由度姿态，交由抓取规划器生成无碰撞抓取序列。

阶段性结果：
· 在金属冲压件测试集上，单件识别与位姿估计平均耗时约0.8秒，抓取成功率由初期的71%提升至89%；
· 针对工件反光与堆叠遮挡问题，引入多视角点云融合与抓取后姿态校验策略，误抓率下降约40%。