在料筐无序抓取场景中，视觉的难点往往不在“看见”，而在“选对”。同一筐内零件堆叠、遮挡、姿态各异，若只输出单个位姿，机械臂容易撞筐或夹到互锁件。我们在一个轴承套圈上料工位做了阶段性验证：先用结构光相机采集点云，按平面与圆柱面特征分割候选件，再用轻量网络回归6D姿态，最后由抓取评分模块综合夹爪开合余量、碰撞体素占用与重心投影，排序输出Top-3候选。
- 进展：在1800帧现场点云上，可抓取件召回率92%，位姿误差中位数约2.1mm/1.8°；引入碰撞评分后，单次抓取成功率由78%提升至94%，平均节拍3.6秒/件。
- 下一步：把评分模块接入在线失败样本回流，按周增量微调；同时测试透明包装膜与高反光件的补光成像方案。
这类项目的经验是：与其单点追求位姿精度，不如先把“可抓性”定义清楚，让视觉与夹爪、节拍一起参与决策。
评论