方案常见问题 您正在查看V1.8.2版本的文档。如果您想查阅其他版本的文档，可以点击页面右上角“切换版本”按钮进行切换。 ■ 如果您想使用最新版本，可以从梅卡曼德下载中心下载。 ■ 如果您不确定当前使用的产品是哪个版本，请随时联系梅卡曼德技术支持。 本节介绍有序轴棒上料方案的常见问题、可能的原因及解决方法。 问题一：3D匹配失败，输出位姿异常。 问题现象 生产界面“工位实况”显示有工件，且“深度学习结果”正常（如下图中左图所示），但是Mech-Vision工程没有输出识别结果和抓取结果，导致告警记录提示匹配失败和位姿异常（如下图中右图所示）。 可能原因 点云预处理步骤组合中的 3D ROI 设置不正确，未包含整个料筐。 解决方法 根据实际情况，重新设置 3D ROI。需保证绿色方框包含整个料筐并留有一定的余量，且框内不包含其他干扰点云。 问题二：视觉识别结果异常 问题现象 生产界面“识别结果”显示工件之间存在重叠，且彩色点云模板和白色工件点云大小不匹配。 可能原因 在生产界面中使用了错误的生产配方。例如，当前所用工件型号对应的是生产配方 1，但实际使用的是生产配方 2。 解决方法 明确当前所用工件的型号，然后使用正确的生产配方。例如，当前所用工件型号为型号 1，则需使用工件型号 1 对应的生产配方 1。 问题三：使用深度学习获得的掩膜异常 问题现象 生产界面“深度学习结果”显示掩膜异常。 可能原因 深度学习识别区域（2D ROI）设置不正确。 采集 2D 图时，曝光时间设置不合理，导致 2D 图过亮或过暗。 无法使用该深度学习模型稳定识别当前工件。 解决方法 重新设置 2D ROI。需保证设置的 2D ROI 包含料筐上表面，同时 ROI 内尽量不包含其它干扰点云。 调整相机曝光时间，确保采集到的 2D 图正常。 采集轴棒图像数据，对深度学习模型进行迭代。深度学习识别正常时如下图所示。 问题四：路径规划失败，机器人与场景物体碰撞 问题现象 使用Mech-Viz运行工程时，提示“路径规划失败，与场景物体碰撞”。 可能原因 路径点设置不合理。 解决方法 查看规划历史，检查碰撞发生在哪个步骤，然后根据现场布局调整路径点。 例如，在抓取后料筐上方定点，机器人与料筐发生了碰撞，如下图所示。 此时，需调整抓取后料筐上方定点步骤，将该步骤对应的路径点设置为料筐上方，如下图所示。 方案使用专题 电芯上料
