-
机器人拆垛节拍怎样拆分？把视觉、运动和输送等待放上时间轴
机器人拆垛节拍怎样拆分？不能只把“拍一张照用了多久”或“机器人搬一箱用了多久”当作整线结果。真实拆垛还包含视觉计算、夹具动作、搬运与放置、输送线等待、换层以及异常重试。某些环节可以并行，某些必须前一步
-
3D视觉与PLC联动故障怎么排查？沿握手链找超时与复位问题
3D视觉与PLC联动故障怎么排查？产线表现可能只是“机器人不抓了”，但原因可能分别在触发信号、相机取像、算法出结果、网络通信、机器人执行或异常复位。现场若只重启视觉系统，偶发故障可能暂时消失，却没有找
-
黑色塑料件3D视觉抓取怎么验证？从点云到连续作业逐级检查
黑色塑料件3D视觉抓取怎么验证？不能只让相机拍到一张看似完整的点云。黑色、低反射的表面可能让局部深度缺失；同一零件翻转、叠放或贴近料框壁后，成像结果也会改变。项目验证应从成像、位姿、夹具和机器人执行逐
-
多规格纸箱混垛3D视觉识别怎么做？先分清箱型、身份与可抓取性
多规格纸箱混垛3D视觉识别怎么做？现场难点不只是“认出一个箱子”，还要在不同长宽高、贴标方向、胶带反光和交错堆叠的情况下，判断箱体边界、朝向与可抓取面。即使识别结果正确，顶部箱子可能被相邻箱压住，机械
-
深框零件抓取夹具如何避碰？从净空测量到末件验证
深框零件抓取夹具如何避碰？难点不是机器人能否到达料框中心，而是夹具在靠近侧壁、抓取末件、提起斜放工件时，外廓和线缆是否还有足够空间。深框工况下，顶部看得到的抓取点未必能安全进入，能进入也未必能按原路退
-
3D视觉引导CNC上下料节拍怎么核算？先分清视觉与机床等待
3D视觉引导CNC上下料节拍怎么核算？先确定要回答的是“视觉多久给出位姿”“机器人换一次料多久”，还是“机床从加工结束到再次开切削停了多久”。三个口径不同。相机采集可能只占很短一段，开门、取成品、清理
-
3D相机固定安装还是眼在手上？比较视野、标定与节拍
3D相机固定安装还是眼在手上，不能只按“哪种更灵活”决定。相机固定在工位外，机器人运动时视角基本不变；相机装在机器人末端，则可随机器人改变观察位置。两种架构在视野覆盖、遮挡处理、标定链路、运动节拍和设
-
机器人手眼标定误差怎么排查？从坐标链到独立点复测
机器人手眼标定误差怎么排查？先不要把机器人抓偏都归咎于“标定算法”。从相机看见工件，到机器人到达目标，中间经过成像、特征提取、手眼坐标转换、工具坐标和运动执行。任何一环定义错误或安装状态变化，都可能表
-
深料框无序抓取如何减少末件盲区？从视野到清框策略
深料框无序抓取如何减少末件盲区？先要确认“看不见”究竟发生在相机成像、目标识别，还是机器人无法安全伸入料框。料框接近清空时，工件常落在底角或贴着侧壁，周围物料变少，却不一定更容易抓。框壁遮挡、夹具空间
-
纸箱拆垛3D视觉如何应对覆膜反光？点云与吸盘分开验收
纸箱拆垛3D视觉如何应对覆膜反光？先把“拍得到箱体”和“抓得稳纸箱”拆成两个问题。覆膜或包装袋的高亮区域可能让点云缺失、边界变形；即使定位正确，吸盘压在皱褶、封箱带或松软包装上，也可能吸附不稳。现场验