料箱散乱工件3D视觉无序抓取实验进展

针对机加工与五金行业料箱散乱工件上料依赖人工、节拍不稳的问题，实验室近期开展了基于3D视觉的无序抓取实验探索。方案采用结构光相机采集点云，结合实例分割与位姿估计网络输出抓取点位，经碰撞校验后下发至机械臂执行。阶段性进展如下：1. 在含油污与反光的金属混合料箱测试中，抓取成功率约92.4%，单次识别与规划耗时约1.8秒，可满足12~15件/分钟的上料节拍；2. 针对堆叠遮挡引起的误抓，引入遮挡感知评分机制，二次补抓率由7.1%降至2.9%。下一步将扩充强反光与细长类工件样本，验证算法在振动、粉尘工况下的稳定性，并与协作机器人完成整线上料联调，评估连续72小时运行的可靠性。