刹车盘

本节提供刹车盘方案的使用指导，该方案概览如下。

工件	有序摆放、无混料的刹车盘
工作距离	1200~3000mm
技术指标	识别定位精度：±2mm
	识别成功率：大于 99%
	视觉系统耗时：5s 以内

方案介绍

刹车盘方案主要针对有序摆放的刹车盘的场景。

下文将从适用场景、技术指标方面介绍该方案。

适用场景

本节将从工件、载具方面介绍该方案的适用场景。

工件

该方案对刹车盘的适用情况如下表所示。

工件特征	适用情况	图示
来料形式	适用于有序摆放或多层有序码放、无混料的刹车盘
	不适用于无序混料场景
形状尺寸	适用于圆盘形刹车盘，正反两面凹凸不一致
	不适用于非圆形刹车盘
材质	铸铁
反光性	适用于不反光或轻微反光的刹车盘
点云质量	适用于点云无明显缺失的场景（点云缺失应少于 5%）

载具

该方案对载具的适用情况如下表所示。

载具特征	适用情况	图示
载具类别	推荐使用托盘
	同样适用于料筐，但需要特别注意避免料筐与夹具发生碰撞
	不适用于筐壁有反光、变形的情况

技术指标

刹车盘方案的技术指标如下：

• 识别定位精度：±2mm

• 识别成功率：大于 99%

• 视觉系统耗时：5s 以内

注解

视觉系统耗时指从相机采集图像至输出物体位姿所用的时间。

方案规划

布局

工作站布局

工作站布局如下图所示，机器人位于工作站中间位置，机器人右后侧为上料工位。

该工作站内的工作流程如下：

1. 人工用叉车将料筐放置到上料工位。

2. 上位系统将料筐内的刹车盘来料信息发送给机器人。

3. 机器人向视觉系统发送拍照指令，对料筐内的刹车盘进行拍照识别，然后视觉系统将刹车盘的位置信息及正反标签发送给机器人。

4. 机器人根据视觉系统给出的刹车盘位置信息对刹车盘进行抓取，并将刹车盘送到二次定位台。

5. 重复以上步骤，直至刹车盘上料完成。

视觉系统硬件组成

	推荐型号	说明
相机	LSR L	推荐安装方式：Eye-to-Hand；工作距离：1200~3000mm
工控机	标准机型，无 GPU	处理器：CPU Intel i5-12400
		内存：16G DDR4
		硬盘：256G SSD
		电源：DC24V 7.5A
		系统：Windows 10 系统 x64
		WIFI 模块

机器人夹具

刹车盘方案所用夹具分为两种，分别为磁吸式夹具和内撑式夹具。

磁吸式夹具

磁吸式夹具如下图所示。

夹具说明：

夹具可直接吸取刹车盘大圆上表面或小圆上表面。

夹具优点：

• 可适应多种尺寸的刹车盘；

• 可兼容更大的抓取偏差，抓取成功率更高；

• 刹车盘正反两面的抓取方式相同，TCP 设置方式较简单。

夹具缺点：

不适用于中间圆孔较大的刹车盘。

内撑式夹具

内撑式夹具如下图所示。

夹具说明：

夹具通过内撑抓取刹车盘。

夹具优点：

• 具备更高的抓取精度和稳定性；

• 使用寿命较长。

夹具缺点：

• 不适用于中间圆孔较小的刹车盘；

• 抓取精度要求更高；

• 针对不同刹车盘的正反面，需设置不同的夹具内伸长度。

视觉相关

通信方式

该方案通常使用 Adapter 通信。

Adapter 通信相关介绍如下。

机器人 -> 工控机	请求指令	Mech-Vision 工程编号		工件型号
	“P”：拍照请求	1~9		1~99
示例	P, 1, 2
说明	拍照命令，工程编号1，工件型号2
工控机 -> 机器人	状态码	工件型号	工件正反	抓取点
	0：识别成功 1：空料 2：识别失败	1~99	1：正面 2：反面	X,Y,Z,A,B,C
示例	102, 1100, 1, 1, 0, 95.780, 644.567, 401.101, 91.120, -171.130, 180.0, 0, 0
说明	拍照成功, 工件型号1，反面，抓取点 1.574 , -0.443 , -1.122 , 43.12 , -24.25 ,179.66

方案说明

刹车盘方案共包含两个工程：Vis_CreateModel、Vis_BrakeDisc。

• Vis_CreateModel：生成点云模板和抓取点。配合 Adapter，在软件界面上输入或者直接选择已经保存的工件尺寸，自动生成点云模板和几何中心点。流程如下图所示。

• Vis_BrakeDisc：定位、识别刹车盘。利用工程 1 生成的点云模板，通过 3D 匹配定位刹车盘，不同工件切换不同的模板。流程如下图所示。

1. 采集图像： 用于获取刹车盘的彩色图、深度图。

2. 点云预处理： 用于对刹车盘的原始点云进行预处理。

3. 3D 边缘匹配： 利用刹车盘的点云边缘模板进行点云模板匹配。

4. 识别刹车盘正反： 用于区分刹车盘正、反面。

5. 位姿处理： 用于对刹车盘的抓取点进行变换、排序。

6. 输出结果： 将当前工程的结果发送给后台服务。

点云模板与抓取点设置方式

由 Mech-Vision 创建物体模型，然后自动生成刹车盘的圆盘点云，提取圆环模板。

生成的圆环中心点作为匹配时的几何中心点。

方案优点

• 该方案具有便捷的交互界面。使生产更加智能便捷。

• 该方案可根据工件尺寸自动生成用于匹配的点云模板。添加刹车盘型号后，只需添加一次刹车盘尺寸，无需重复添加。

• 该方案识别稳定性高。采用边缘匹配，可有效防止误识别和漏识别，并且可稳定识别刹车盘正反。

• 该方案具有完善的防错步骤，且可对异常工件添加异常标签。

方案难点

• 需识别刹车盘的正反面；

• 刹车盘种类（型号）较多，需根据实际设置的尺寸信息，更新点云模板；

• 机器人抓取过程中，容易误识别托盘或隔板。

方案部署

注意事项

当需添加新的刹车盘型号时，相关界面如下图所示。

添加新型号流程为：

1. 在 1 处选择刹车盘新型号名称；

2. 在 2 处输入刹车盘外环大圆直径；

3. 在 3、4 处设置凹、凸面 TCP 的 Z 向偏移。磁吸式夹具的凹、凸面 TCP 的 Z 向偏移均设置为 0，内撑式或外夹式夹具需根据实际情况设置凹、凸面 TCP 的 Z 向偏移。

4. 单击保存，刹车盘新型号添加完成。

刹车盘型号切换的方式为：

• 勾选 5 处时：根据上位机发送的刹车盘型号切换当前生产型号；

• 取消勾选 5 处时：需人工在界面上切换刹车盘型号来切换生产型号。

参数调节建议（工程 1）

• 创建物体模型 ：需令 外圆半径 和刹车盘大圆（如下图中左图所示）半径一致。

生成的抓取点和点云模板的相对位姿关系如下图所示。

参数调节建议（工程 2）

点云预处理

• 提取 3D ROI 内点云 ：需设置 3D ROI。

• 点过滤 和 点云聚类 ：需尽量去除杂点，只保留刹车盘点云。其可视化输出结果分别如下图中左、右图所示。

• 3D 方法估计点云边缘 ：需提取到尽量完整的刹车盘大圆外环点云。

3D 边缘匹配

• 3D 粗匹配 V2 ：模型文件和几何中心文件的路径，需要和工程 1 所保存的模型文件和几何中心文件的路径一致。

• 3D 精匹配 ：需保证最上层工件均被识别，下层工件不必全部被识别。

识别刹车盘正反

• 获取最高层位姿 ：当刹车盘凸面的小圆上表面和凹面大圆上表面高度相近时，只需获取凹面位姿。

• 提取圆柱范围内的点云 ：该步骤的参数需要根据刹车盘尺寸进行设置。当刹车盘凸面朝上时，能够提取到凸出的小圆环的点云。当刹车盘凹面朝上时，提取到的点云理论上为空。以此区分刹车盘的凸面（正面）和凹面（反面）。

• 根据阈值对数值进行二分类 ：需设置合适的阈值，用于区分刹车盘凹凸面。

位姿处理

• 滤除 ROI 外的位姿和对应的标签

  • 判断位姿是否在 3D ROI 内 ：设置 ROI，用于滤除 ROI 范围外的位姿。

• 位姿筛选 ：需设置 角度阈值 ，然后为超限的工件添加异常标签。

常见问题及解决方法

无识别结果或有偏差

1. 方法一：优化点云预处理步骤组合

   • 检查 点过滤 步骤是否已将侧面点云过滤掉，并且完整保留上表面点云，如下图所示。

   • 检查 3D 方法估计点云边缘 步骤提取的点云边缘是否完整。

   

   若效果不理想，可尝试调整如下参数。

   计算点云的法向量并滤波	计算法向时的半径
   点过滤	最小角度差、最大角度差
   3D 方法估计点云边缘	角度阈值、邻近点个数

2. 方法二：检查点云模板大小和刹车盘点云大小是否对应

   

3. 方法三：优化匹配参数

   可重点对 3D 粗匹配 V2 步骤中 采样后模型的期望点数 、 参考点采样步长 、 体素长度 进行调整。

点云缺失

如果刹车盘点云缺失严重，导致匹配不稳定，建议在 点云预处理 步骤组合后增加深度学习相关步骤组合，用于获取刹车盘掩膜，然后再进行匹配。

利用深度学习相关功能可提取并分割出单个掩膜，同时识别出正、反两个标签。

然后提取掩膜对应的点云，再进行点云模板匹配和识别。