机器人视觉与加工软件解决方案

只要是不需要现场使用示教器的解决方案都可以统称为机器人免示教。包括参数化编程，离线软

件编程，基于视觉的自动编程，甚至拖动示教（不使用示教器）都可以纳入免示教的范畴。

我们提供的解决方案包括了参数化编程、离线软件编程和基于视觉识别的自动编程。

1.    Robotmaster离线编程

机器人离线编程，一般指基于CAD数模的计算机辅助编程（CAM）。

离线编程的通用性很强，相对示教编程，也有很多优势：

1.    编程效率：对于复杂轨迹（如打磨）或场景（如多机器人），编程速度一般高于示教编程。

2.    编程精度：基于CAD的编程精度更高，可以实现高密度路径，定量调整。

3.    设备利用率：PC端编程，不占用（或很少占用）现场设备。

4.    管理效率：便于和生产管理系统对接。

Robotmaster离线编程针对不同应用，通过不同模块，实现不同的加工方式。

通过在CAD模型上识别加工特征，设置加工策略，然后进行机器人优化，最终得到可用的机器人程序。

离线编程大大提高了编程效率，扩展了机器人应用。不过，离线编程仍然需要工程师进行软件操作，编程仍需要耗费一定时间，无法做到实时编程；另一方面，离线编程对操作人员素质有一定要求。这是其门槛所在。

2.    参数化编程

在离线编程上，通过对产品和场景进行定制化开发，可以实现参数化编程。

以机器人封头坡口切割为例。通过对封头、开孔、坡口几个关键部分进行参数化，就可以实现参数化编程。

首先导入产品参数。我们的软件可以根据参数对封头、开孔和坡口进行建模。同时自动生成切割路径，其中包含了穿孔、切入/切出、寻位等。

另一个关键模块是机器人优化，由于机器人切割时会有各种问题，如碰撞、奇点、限位等，需要提前进行优化。而Robotmaster自带的运动学算法可以自动对这些问题进行预测并提前规避。

如此，整个编程流程基本不需要人的参与，大大提升了编程的实时性，可以真正实现现场基于来料的加工。

当然，参数化编程对产品进行了限制，首先需要产品可以参数化，同时限定了产品种类，因此通用性不如离线编程，一般需要跟进项目进行二次开发。

3.    基于视觉的自动编程

基于视觉的自动编程类似于参数编程。不过其产品信息来源是基于视觉识别或扫描。

视觉识别相对比较简单，一般是规定好产品种类与尺寸后，提前设置好算法和策略，然后根据视觉识别的结果去套用这些策略。

视觉扫描更加复杂，往往需要根据视觉获取产品的点云信息，再根据点云信息去自动计算加工轨迹。由于点云数据本身的质量不可控，且信息不完整，因此很多情况下，我们需要加入点云处理的流程。

总的来说，基于视觉识别的方案效率最高，可以实现完全的实时编程。不过由于点云数据的局限性，目前往往只能应用在相对简单的产品或路径应用上，比如结构件焊接、平面坡口切割、标准形面抛光等。

从通用性来说，离线软件编程>参数化编程>视觉自动编程；而从编程效率上来说，则恰恰相反。对相同的产品来说，越是自动化程度高的编程方法，对产品、场景等限制也越高。

AI的出现可能可以解决这个矛盾，让我们拭目以待。