在制造业、金属加工业、食品业产线上仍然有许多上下料工作依赖人工进行，但是由于缺工情况日益严重，机器人进行自动化上下料需求逐渐浮现。实现自动化上下料的难题之一是许多场景下如零组件、金属粗胚、食品包装等工件散乱堆放于容器内。相比人类，实现机器人从容器中取出随机摆放的零件，再将其精确放入机器中的过程困难重重。大联大友尚推出的3D物体夹取系统解决方案，通过一系列先进的技术创新可实现精准的物体夹取，有效解决了上述问题。  
该方案通过Intel Realsense D415 Camera录制物体的3D影像资料，并通过USB将影像资料送到Edge AI System，内置Intel OpenVino工具包的Edge AI System通过影像分析与深度学习算法识别物体位置、姿态的相关信息（X，Y，Z，Rx，Ry，Rz），该AI系统也可以将识别到的物体种类、状况等信息上传到云端或本地端并通过仪表盘显示物体的信息。机械臂与Edge AI System通过TCP/IP协议互相沟通，执行获得的物体位置、姿态信息（X，Y，Z，Rx，Ry，Rz），实现夹取物体，可实现AI识别方案快速部署。  
核心技术优势：
1.Intel RealSense D415 camera
Ÿ 低成本的3D双目深度相机；
Ÿ 提供完整SDK可以快速与系统整合；
Ÿ 可快速扫描，提供点云信息；
Ÿ 可通过ROS整合开发自主创新功能；
Ÿ 智能化3D物体识别。
 
2.Intel OpenVino Toolkit
Ÿ 可最佳化训练好的模型；
Ÿ 支持业界、学界常用的训练框架；
Ÿ 可快速部属到Intel的硬件平台如CPU、GPU、VPU、FPGA；
Ÿ 提供常用的预训练模型如SSD、YOLO等；
Ÿ 提供C++与Python的应用范例，缩短程式开发周期。
 
3.3D物体夹取系统方案
Ÿ 可自动夹取与放置物体；
Ÿ 定制化的物体识别（可依客户需求再训练模型）；
Ÿ 通过标准TCP/IP界面传输物体夹取信息。
 
方案规格：
Ÿ 3D相机：Intel RealSense D415 Camera；
Ÿ 操作系统：UBuntu 16.04；
Ÿ Intel NUC Rugged Board with Core i3/i5 Processor；
Ÿ AI推理套件：Intel OpenVino Toolkit 2020.03；
Ÿ 内存：4GB以上；
Ÿ 传输界面：USB 3.0 and TCP/IP 界面；
Ÿ 机器手臂：6轴手臂、4轴手臂 with TCP/IP 界面；
Ÿ 加速卡：Intel^® Movidius™ Myriad™ X Edge AI Module VEGA-320-01A1。
 
 
如有任何疑问，请登陆【大大通】进行提问，超过七百位技术专家在线实时为您解答。欢迎关注大联大官方微博（@大联大）及大联大微信平台：（公众账号中搜索“大联大”或微信号wpg_holdings加关注）。