3D视觉引导无序抓取：位姿估计与抓取点筛选

在多品种小批量的上下料工位，无序来料抓取是自动化改造中最难标准化的一环。本期实验聚焦3D视觉引导的位姿估计与抓取点筛选，目标是把“看见零件”推进到“抓得稳、放得对”。
方法上采用深度相机采集点云，先做体素降采样与料框平面分割，再用CAD模板粗配准叠加ICP精配准生成位姿候选；随后按夹爪可达性、与料框及相邻件的碰撞间隙、抓取后重心偏移三项打分排序，选择得分最高且稳定的姿态下发。流程不依赖反复标定，换型主要替换CAD模板与抓取规则。
要点一（阶段性进展）：在实验室金属件工位测试中，覆盖6类工件、单层堆叠与轻度交错场景，一次抓取成功率约94%，单帧位姿计算耗时在0.5秒以内，可与常见产线节拍匹配。
要点二（下一步计划）：针对反光、深色与薄壁件的点云缺失问题，计划引入多视角融合补点，并将抓取失败样本回流，迭代抓取点评分模型。