2018年02月12日 | 工业领域的3D视觉市场基本被这些国外巨头占据

目前，工业机器人集成商仍然面临着机器人在复杂视觉识别环境下难以高速工作的难题，尤其体现在工业机器人分拣行业。在分拣领域，工业机器人只能完成固定模式物体的抓取，对于复杂堆叠物体的识别和分拣，依然有90%以上通过人工方式完成，极大的限制了工业生产的效率。

国内的3D视觉定位解决方案基本停留在研究院，实质性产品极少见。而3D视觉在国外已有六年左右的应用实践，因此，针对工业领域的3D视觉系统的市场主要被国外企业占据。

ISRA

伊斯拉视像(ISRA VISION)于1985年在德国成立，创始人为2名工程师。如今ISRA已发展为8个事业部，专业从事智能机器视像系统。

ISRA VISION 3D机器视觉产品家族的产品包括IntelliPICK 3D 系统和久堆卸垛定位产品 MONO2.5D/MONO3D 系统。这两款产品均基于嵌入式架构和“Touch & Automate”技术，并且采用灵活的安装系统，可以轻松安装到任何生产环境之中。

目前ISRA VISION已积累上千个项目，主要应用于玻璃、汽车、塑料、无纺布、金属箔、薄膜、物流等行业。

Scape

万讯自控参股的丹麦Scape Technologies A/S，简称Scape，是机器视觉行业领先企业，专业从事基于3D视觉系统的标准化Bin-Picking机器人解决方案，支持的机器人品牌包括KUKA、ABB、安川、UR，以及其他满足一定要求的六轴机器人。

目前，双方已成立合资公司并已有产品推出，并在汽车制造及工厂自动化等领域有所应用。

Intermodalics

Pickit为Intermodalics的一款产品，为UR、ABB、KUKA、安川、发那科、史陶比尔等机器人企业提供3D机器人视觉解决方案，技术包括3D视觉和重建、3D机器人仿真和碰撞检测、实时机器人控制、机器学习、现场总线部署或大规模通信网络。

这套方案中的3D摄像机和软件可以探测到每个部件的精确位置，引导机器人选择并在不同的应用中放置各种各样的产品。其中，3D相机能在变化和光线条件差的情况下工作，发现不同大小的重叠产品与反射面。

IDS

IDS生产的Ensenso 3D立体相机为实现快速、精准、低成本的3D图像捕捉提供了行之有效的解决方案，可实现机器人技术和自动化组装生产中的众多应用，包括机器人焊接等难度颇高的装配流程乃至更为棘手的料箱取件作业。

Ensenso 3D立体相机的工作原理是基于一项独创的“投射纹理立体视觉”技术。每个型号都有两个CMOS传感器，以及能将高对比的图案样式投射到物体表面投影器。

Ensenso相机在2016年Amazon Picking Challenge的冠军队伍荷兰代尔夫特理工大学、机器人龙头企业ABB、日本机器人明星创业公司Mujin等院校、大公司、和创业公司，均有用做演示。

MUJIN

MUJIN是日本的一家创业公司，业务主要涉及工业领域中的3D物体识别与抓取、机械臂运动学计算、运动规划、3D仿真等，旨在为工业机器人提供一种更加通用的一体化解决方案。

MUJIN主推两个产品：pick worker和teach worker这两款控制器。MUJIN称pick worker无需示教的智能分拣控制器，利用3D视觉识别散装工件，控制机器人进行分拣，可实现实时障碍回避、自动动作规划、机器人自动原点复位。

SICK

SICK 3D家族的TriSpector 3D视觉传感器是一款基于激光三角测量法的简易智能型的3D产品。一体化的设计集成了相机、镜头、激光光源、控制器、电气接口和软件。

TriSpector 适用于消费品和包装行业中的数量检查，位置检查，翘曲检查，体积测算等质量监控。应用领域包括饮料包装箱中瓶子的数量和摆放是否合格，包装盒中的巧克力数量和是否有翘起检查，洗发水瓶数量和摆放是否一致，发蜡、面霜、酸奶、咖啡豆等在包装内的填充量确认等等。

Cognex

美国康耐视COGNEX视觉软件VisionPro3D可在视觉向导的拾取与放置组装的检测中应用。康耐视 VisionPro？ 3D 软件能够提供准确、实时的 3D 位置信息。VisionPro 3D基于康耐视的 PatMax？ 技术和其他校准技术，配合固定式或机器人安装的摄像头提供充分的应用程序灵活性。

VisionPro 3D 视觉在汽车和精密制造产业中的组件验证、物流和机器人应用的自动化，包括装上货架/取下货架、卸垛、打包和组装验证。其PatMax， PatFlex？ 和其他几何图案匹配工具可以适应不均匀的照明环境，并在图案被部分遮盖的情况下仍保持可靠的功能，可确保在最困难的环境和条件下实现准确的零件定位。

Euclid Labs

Euclid Labs s.r.l Moonflower-3D 视觉系统应用于机器人随机抓取作业，通过对工件进行3D数据扫描以实现精确定位，引导机械手准确抓取定位工件，实现机器人速度快、重复精度高的随机抓取作业。

在散乱堆放零件的随机抓取中，定位识别不受工件摆放方式影响，轻松应对易滚动、散乱堆叠等工件，智能分析工件抓取优先级别，引导机械手高效抓取工件，自定义摆放位置，抓取工件后将其放置于传送带、冲压机、装配线、焊接机等指定位置。

Moonflower-3D 机器视觉系统全面兼容各国际品牌机器人通讯协议，无需二次开发，例如ABB、KUKA、FANUC、安川、UR、川崎、那知，现代等。

事实上，在民用领域，出身微软的Kinect自2010年面世以来在学术界迅速流行，产生了很多重要的成果。随后Kinect V2、Intel RealSense等产品的出现更使得3D体感技术进一步大众化。尽管如此，它们的精度、适用范围、可靠性等指标也并不能直接满足工业应用的需求。

毕竟，在工业领域，除了绝对定位精度够高，对于机器人混杂物体分拣的应用来说，还希望选用的3D传感器能足够快，从而保证机器人工作的效率；并且，能够适用于各种物体的表面材质、工作距离不要太近、产品稳定可靠、价格合理，等等。

因此，要把学术界的机器人技术移植到工业应用中去，从而提高机器人的易用性还需要长时间的技术积累和市场考察。