Сначала определите, какую позу детали должен знать робот
Роботу безразлично, как производитель называет камеру. Для движения ему нужны координаты, достаточные для конкретной операции.
Если детали лежат на известной плоскости, имеют примерно одинаковую высоту и робот подходит к ним сверху в одном направлении, часто достаточно определить положение по X и Y и угол поворота в этой плоскости. Это типичный класс задач для 2D машинного зрения: камера находит контур или характерные признаки, система переводит координаты изображения в координаты робота, и захват корректирует положение.
Когда деталь может находиться выше или ниже, наклоняться, стоять на ребре, лежать под другой деталью или иметь произвольную пространственную ориентацию, двух координат и одного угла уже недостаточно. Роботу нужно знать глубину Z и, в зависимости от задачи, наклоны вокруг других осей. Тогда возникает потребность в пространственном измерении или другом способе восстановить 3D-позу.
Поэтому выбор между 2D и 3D начинается с вопроса: сколько степеней свободы реально изменяется у детали между циклами?
Когда плоскости достаточно
2D-решение хорошо работает, когда производственная среда сама устраняет неопределенность по высоте и наклону. Например, детали подаются по конвейеру в одной плоскости, лежат в плоском лотке или базируются на столе. Камере нужно определить, где деталь находится в плоскости и как она повернута.
В такой системе механическое базирование выполняет часть «интеллекта»: фиксирует Z и пространственный наклон еще до измерения. Зрение решает только ту неопределенность, которая остается.
Это часто практичнее более сложного 3D-решения. Нужно получать и обрабатывать меньше пространственных данных, а общий контур может быть проще в калибровке и диагностике. При этом требования к освещению в 2D зависят от сцены и признаков, которые нужно надежно выделять. Если задача стабильно сводится к X/Y + повороту в плоскости, дополнительная карта глубины может не давать роботу полезной информации.
При этом «2D» не означает «без калибровки». Система должна корректно преобразовывать координаты изображения в координаты робота. Официальная документация Cognex для 2D-систем с машинным зрением прямо описывает калибровку «камера–робот» (то есть взаимного положения камеры и робота) и работу в X, Y и вращении вокруг Z при постоянном рабочем расстоянии.
3D становится необходимым, когда глубина меняет решение робота
Дополнительная координата Z нужна не сама по себе. Она важна, когда без нее невозможно безопасно выбрать точку захвата, высоту подхода, ориентацию инструмента или траекторию.
Типичные ситуации:
- детали лежат в контейнере навалом на разной высоте;
- верхняя деталь может быть наклонена или частично закрыта;
- робот снимает слои с палеты, высота которой меняется;
- нужно контролировать не только контур, но и форму или высоту поверхности;
- точка сборки определяется пространственной геометрией, а не плоской меткой;
- захват должен подходить к детали под разными углами.
В таких задачах 3D-система обычно формирует карту X/Y/Z или облако точек. Затем алгоритм должен не просто «увидеть объект», а связать измеренную геометрию с рабочей позой, необходимой роботу.
«3D» может означать три разные вещи
В проектах роботизации эти понятия часто смешивают, из-за чего система выглядит функциональнее, чем является на самом деле.
трёхмерное измерение — способность сенсора измерить глубину и получить пространственные данные: карту высот, профиль или облако точек. Само наличие X/Y/Z еще не означает, что система знает, где робот должен взять деталь.
Использование трёхмерной модели и данных CAD — использование известной геометрической модели для сопоставления с измеренной сценой. Например, система может построить или импортировать модель детали, совместить ее с облаком точек и привязать к модели разрешенные точки захвата.
Оценка пространственной позы (оценка пространственного положения) — результат, который нужен роботизированной ячейке: положение и ориентация детали в координатах, из которых можно сформировать рабочую позу захвата. Полная пространственная поза включает шесть компонентов: X, Y, Z и три угла ориентации.
Эти уровни нельзя отождествлять. Камера может выдавать качественное облако точек, но интегратору все равно нужно распознать объект, оценить его позу, проверить достижимость и передать роботу пригодные координаты.
Пространственная поза не всегда требует буквальной «3D-камеры»
Есть важный инженерный нюанс: трёхмерное измерение и трёхмерная оценка пространственного положения — не одно и то же. Если геометрия объекта известна, а система надежно находит соответствующие точки на изображении, в отдельных задачах пространственную позу можно математически оценивать даже по 2D-изображениям. В документации Cognex, например, описан отдельный модуль трёхмерной оценки пространственного положения, который определяет позу путем сопоставления набора 3D-точек модели с соответствующими 2D-точками изображения.
Но такая возможность не отменяет физику задачи. Если объекты лежат навалом, перекрывают друг друга, имеют слабо выраженные признаки или неизвестная глубина напрямую влияет на захват, прямое измерение пространственной сцены может дать более надежную основу.
Поэтому техническое задание лучше формулировать не как «нужна 3D-камера», а как «нужно получить такую-то позу с такой-то неопределенностью при таких условиях сцены».
Навальное расположение — это уже задача сцены, а не отдельной детали
В контейнере робот видит не одну свободную деталь. Он видит объекты на разной высоте, перекрытия, тени, контактные зоны и потенциальные столкновения захвата со стенками или соседними деталями.
Пространственное зрение полезно здесь по двум причинам. Во-первых, оно дает геометрию видимой части сцены. Во-вторых, система может оценивать не только «где деталь», но и доступна ли конкретная точка захвата и можно ли подвести к ней инструмент.
Именно поэтому стабильный выбор неупорядоченных деталей из контейнера сочетает 3D-распознавание с планированием движения и проверкой коллизий. Это уже не просто камера, а контур «измерить сцену → найти кандидата → оценить позу → выбрать захват → проверить траекторию → выполнить движение».
Если поставщик показывает только красивое облако точек, но не демонстрирует стабильный цикл на реальном контейнере, это еще не доказательство готовности решения к производству.
Блестящий металл проверяйте на своих деталях, а не по слову «3D»
Темные, зеркальные, полированные или очень блестящие поверхности могут быть сложными для оптического измерения. Результат зависит от принципа сенсора, длины волны, структуры подсветки, углов обзора, экспозиции и алгоритмов восстановления глубины.
Производители промышленных 3D-систем разрабатывают отдельные режимы для отражающих деталей — уже это показывает, что свойства поверхности являются существенным фактором. Но маркетинговое утверждение «работает с блестящим металлом» нельзя переносить на любую деталь. Шлифованная нержавеющая сталь, черная окалина, масло, зеркальная поверхность и геометрически узкий цилиндр создают разные оптические условия.
Поэтому тест должен воспроизводить реальную поверхность, ориентацию, загрязнение и диапазон расстояний. Для металлообработки это нередко важнее номинального разрешения сенсора.
Точность робота начинается с калибровочной цепочки
Даже очень точная камера измеряет в собственной системе координат. Чтобы робот использовал результат, нужно знать пространственную связь между камерой, роботом, рабочим столом или контейнером и, при необходимости, инструментом.
Калибровка «камера–робот» устанавливает преобразование между системой зрения и координатами робота. Ошибка в этой связи добавляется к ошибкам сенсора, распознавания, механики робота, захвата и базирования детали.
Поэтому неправильно спрашивать только «какая точность камеры?». Для производственной задачи нужна конечная точность позы захвата в рабочей зоне. Ее следует проверять не в одной удобной точке, а в характерных положениях по всему необходимому объему.
Калибровка — еще и эксплуатационный вопрос. После удара, перемещения камеры, изменения крепления или сервисных работ нужно понимать, как проверить, что геометрическая связь системы не изменилась.
Не требуйте от машинного зрения точности, которую не поддерживает весь процесс
В техническом задании полезно разложить допустимую погрешность по всей цепочке: измерение сцены, алгоритм локализации, калибровка, абсолютная/повторяемая точность робота, жесткость захвата, положение детали в захвате и допуски следующей операции.
Если после захвата деталь перед точной операцией все равно базируется в механической оснастке, машинное зрение может выполнять более грубое наведение. Если же робот должен сразу вставить деталь в малый зазор, требования ко всей цепочке становятся значительно жестче.
Это позволяет избежать двух крайностей: переплаты за избыточную точность сенсора или, наоборот, ожидания микронного результата от ячейки, где механическая неопределенность намного больше.
Чтобы понять, подходят ли камера, освещение и механика для реальной детали, пришлите несколько фотографий, габариты и целевое время цикла.
Обсудить роботизированный сценарий с инженеромБолее глубокая информация имеет цену во времени цикла и интеграции
Для 2D-кадра часто достаточно одного снимка и относительно простого поиска признаков. 3D-системы могут использовать стереозрение, структурированный свет, серию проекций, лазерный профиль или другой принцип; объем данных и характер съемки могут существенно различаться.
Поэтому универсального правила «3D медленный» не существует. Есть конкретный цикл: экспозиция или сканирование, построение пространственных данных, распознавание, оценка позы, передача роботу и планирование траектории. Часть вычислений можно перекрывать движением робота, а в других ячейках после каждого захвата требуется повторное сканирование сцены.
Сравнивать нужно полный цикл на реальной задаче, а не время получения одного кадра. Система, которая быстрее видит сцену, но часто ошибается и запускает повторные попытки, может иметь худшую фактическую пропускную способность.
Иногда лучшее решение с машинным зрением — упростить механику подачи
Если деталь можно дешево и надежно ориентировать направляющей, гнездом, вибробункером или простым упором, это может быть лучшим решением, чем сложная пространственная реконструкция каждого цикла.
Машинное зрение особенно ценно там, где механическое базирование слишком дорого, медленно или негибко из-за широкой номенклатуры. Но гибкость машинного зрения тоже имеет цену: алгоритмы, калибровка, тестирование крайних случаев и поддержка после изменения продукта.
Поэтому 2D/3D нужно оценивать вместе со способом подачи. Иногда стоит больше вложить в универсальное зрение и убрать десятки специальных оснасток. В других случаях одна простая база настолько уменьшает неопределенность, что 2D становится стабильнее и дешевле 3D.
Семь вопросов, которые быстро определяют нужный класс системы
1. Меняется ли высота детали? Если Z технологически зафиксирован, это сильный аргумент в пользу 2D. 2. Может ли деталь наклоняться? Если да, роботу могут понадобиться дополнительные углы ориентации. 3. Есть ли перекрытия и навальное расположение? Это переводит задачу от локализации отдельной детали к анализу пространственной сцены. 4. Известна ли точная геометрия объекта? CAD или обученная модель могут существенно помочь оценке позы, но не заменяют надежное измерение там, где сцена неоднозначна. 5. Какая конечная точность нужна именно в точке операции? Не на сенсоре, а после всей калибровочной и механической цепочки. 6. Какие поверхности и условия освещения? Проверять нужно реальные материалы, масло, блики, тени и изменения ориентации поверхности. 7. Сколько времени доступно на один цикл? Нужно измерять время от обнаружения до захвата, включая повторные сканирования и неудачные захваты.
Когда на эти вопросы есть ответы, выбор технологии становится гораздо предметнее, а демонстрация поставщика — проверяемой. Влияние выбранной системы зрения на выпуск нужно оценивать уже в контексте пропускной способности всей роботизированной ячейки.
| Фактор | Что проверить | Как это влияет на выбор 2D/3D |
|---|---|---|
| Изменение высоты | Стабилен ли Z между циклами и влияет ли высота на захват или траекторию? | Фиксированный Z усиливает аргумент в пользу 2D; переменная глубина, влияющая на действие робота, требует пространственной информации |
| Наклон и ориентация | Может ли деталь отклоняться от известной плоскости или стоять на ребре? | Если пространственный наклон меняется, одних X/Y и поворота в плоскости может быть недостаточно |
| Перекрытия и навал | Есть ли случайная укладка, перекрытые детали, стенки контейнера и риск коллизии захвата? | Это переводит задачу от плоской локализации к оценке пространственной сцены и доступности захвата |
| Известная геометрия | Есть ли CAD/модель и надежные соответствия между признаками модели и изображением? | В отдельных задачах известная геометрия позволяет оценивать 3D-позу по 2D-данным; при неоднозначной глубине это не заменяет надежное измерение сцены |
| Поверхность и освещение | Есть ли блеск, темные покрытия, масло, тени и изменения ориентации поверхности? | Название «3D» не гарантирует стабильности: принцип сенсора и реальная поверхность требуют теста |
| Конечная точность | Какая точность нужна именно в точке операции после калибровки, робота и захвата? | Требования задаются всей цепочке, а не только камере; систему нужно проверять на реальной операции |
| Время цикла | Сколько занимает время от обнаружения до захвата вместе со сканированием, обработкой, повторными попытками и движением? | Сравнивают полный цикл; само время кадра не определяет фактическую пропускную способность |
Как подготовить задачу для теста роботизированного зрения
Для первичной оценки с L-SEL Group полезно передать не только фотографию детали. Нужны минимальная и максимальная высота сцены, допустимые ориентации, способ подачи, тип поверхности, требуемая точность, ожидаемое время цикла и описание того, что робот делает после распознавания.
Если используется контейнер или палета, стоит показать худшее реальное состояние: максимальное заполнение, перекрытия, типичные отражения и неудобные положения. Такой тест лучше показывает, достаточно ли 2D или требуется полноценное 3D-измерение и пространственное планирование.
Обсудить задачу с инженером