项目背景：某大型零食电商礼盒装箱线，每个工位使用人工从中转箱中抓取某种口味的零食装入礼盒中。这种人工装箱的方式劳动强度高，且劳动力需求密集。劳动力匮乏与劳动力成本的提高越来越满足不了日益增长的业务需求。
技术分析：实现无人抓取装箱
Ø中转箱中的零食存在摆放凌乱情况
Ø中转箱中的零食为软包，图案复杂、形状不固定
Ø生产节拍块，采集定位时间小于0.6s
解决方案：3D识别定位，引导机器人抓取包裹
Ø通过深度学习检测零食包装（无论正反面）
Ø通过3D点云精确定位抓取中心
Ø通过3D视觉精确识别计算包装的方向和角度
深度图/点云图分辨率 | 230万 |
点距 | 0.52mm（距离1.2m处） |
*Z轴精度 | 约1mm（距离1.2m处）， zui高可达±0.02mm |
采集时间 | 0.12~0.4s |
扫描空间 | 375mm*235mm~2000mm*1250mm |
*基线 | 30cm |
*工作距离 | 0.45m~2.4m |
尺寸 | 400mm×157mm×115mm |
电源 | DC12V 3A |
数据接口 | RJ45以太网（Gige） |
重量 | 3kg |
SDK | Windows7,10；Ubuntu16.04及以上 |
