料箱无序抓取AI视觉引导系统实验进展

在自动化流程实验室近期实验中，团队围绕制造企业上下料环节的料箱无序抓取难题，搭建了基于3D点云的AI抓取位姿估计原型系统。传统示教机器人依赖工件规则摆放，面对金属件堆叠、反光与遮挡场景成功率明显下降。实验采用结构光相机采集点云，结合表面法向量与碰撞约束的神经网络完成抓取位姿采样，并在自建数据集上完成训练与仿真验证。阶段进展：在含反光与部分遮挡的混合工件场景中，单次抓取成功率由基线方法的71%提升至88%，平均单次规划耗时约0.9秒。下一步计划：引入真机闭环数据迭代优化模型，目标将高杂乱度场景成功率稳定在90%以上，并在合作企业的冲压上下料工位开展小批量现场验证，同步沉淀失败案例库与可复用的部署方法论。