AI视觉线缆插装：位姿估计与容差补偿

计算机视觉实验室近期围绕线缆插装开展实验性探索。线缆末端连接器存在反光、线体遮挡与柔性形变，传统模板匹配在换型后掉点明显。我们采用眼在手上RGB-D相机，以关键点热力图回归连接器轮廓与插孔中心，结合PnP与手眼标定得到初始位姿；再引入轻量分割网络抑制线体干扰，并用位姿不确定性驱动局部搜索。初步在3种连接器、6种线色上采集约1.2万帧，其中真实图像仅占15%，其余为域随机化合成数据。离线重投影误差中位数由4.8像素降至1.7像素；在产线节拍下，首次插入成功率约91%，失败案例主要来自深色线体与强反光端子。下一步计划加入力觉反馈与在线手眼漂移补偿，验证连续8小时作业的稳定性，并整理跨型号迁移的标注规范。