前言

Al+3D+工业机器人,演绎未来“视界”

自2010年以来，中国制造业增加值连续12年位列世界第一。据《英特尔赋能产业智能化升级-机器人特刊2022》数据显示，2021年，中国制造业增加值规模达31.4亿元，占GDP比重27.4%。

受国内制造业蓬勃发展的带动，中国工业机器人发展也名列前茅，自2014年以来，中国已连续8年成为全球最大的工业机器人消费国。其中，2020年中国新装工业机器人占全球新装工业机器人比例为43.8%；同年，中国机器人产业营收突破千亿规模。

从现下来看，虽然中国工业机器人市场依然以国际厂商为主导，但近年来，中国内资厂商奋起直追，已取得了一系列成果。据数据，中国内资工业机器人市占率从2015年的18%提升至2021年的33%。

随着中国机器人产业以及中国内资厂商的逐年崛起，也为像英特尔这样专注于半导体行业和创新科技领域的领先者，提供巨大的潜在应用机会。这一点，从英特尔在各个垂直机器人领域的应用也能窥得一二。

据了解，英特尔基于了英特尔®酷睿™处理器、英特尔®FPGA、OpenVINO™工具套件和英特尔® oneAPI，在机器人视觉工程领域展开布局；而在物流机器人领域，英特尔®酷睿™处理器、英特尔® 实感™摄像头的赋能也满足了AMR、AGV对复杂环境的高速处理、平稳运行的需求，以及高性能视觉传感器为物流机器人提供物体深度信息。

以机器视觉为例，其为工业机器人的发展和应用带来了新的可能性，例如从固定位置固定物体抓取，到随机位置随机物体的抓取。然而，将机器视觉技术与机械手臂系统的整合，涉及到智能算法、三维点云数据处理、手眼标定、抓取系统等模块的整合，需要专业的知识，对于机器人企业和系统集成商来说开发门槛和开发成本都很高。

因此，英特尔提供了一整套视觉参考抓取的参考代码及性能优化技术，通过采用深度传感器的三维点云数据作为输入，在软件部分引入最前沿的智能抓取算法，并利用OpenVINO™ 工具套件在英特尔®平台上进行推理计算优化，为机器人提供三维视觉定位和手臂引导的参考代码。譬如，在焊接以及对高精度、稳定性、智能化有高要求的工业领域，在英特尔视觉系统的赋能下，均成功实现降本增效的预期效果。

3D视觉+机器焊接

焊接作为热加工，其先进化技术一定程度上反映了一个国家的机械水平。

作为机械制造领域关键技术之一，焊接是许多高新技术产品制造不可缺少的加工方法。例如，世界上最大的1200KW火电机组、700KW水电机组、1300KW的核电设备、重达1200吨的加氢反应器、航天技术的运载火箭、宇宙飞船、太空站以及微电子技术的元器件都是采用焊接技术完成制造。

然而，焊接对于技术又有着极严苛的要求，例如焊条直径、运条方法、焊条角度等都需要满足特定的要求，因此工业焊接开始引入3D相机等设备，实现对于曲面器件的3D识别与定位，更大范围地满足自动化焊接需求。

但“3D视觉+机器焊接”在整个应用过程中，依旧面临着诸多痛点。譬如，当产品产生弧光或者反光的时候，机器不能精准焊接；其次，机器视觉算法速度比较滞后；第三，市面上的处理方案不多。

那么，有没有行之有效的解决方案？信捷电气给出了自己的答案。

为了进一步解决机器不能精准焊接、机器视觉算法速度比较滞后等难题，信捷电气推出了基于英特尔®酷睿™处理器、英特尔® FPGA、英特尔® OpenVINO™工具套件和英特尔® oneAPI，并搭载创新性智能相机的X-SIGHT*3D机器视觉焊接解决方案。

图：英特尔如何解决“3D 视觉 + 机器焊接”的难题

X-SIGHT 3D机器视觉焊接解决方案由智能相机、 视觉处理平台、焊接机器人、信捷云等子系统构成，可以通过激光视觉引导系统拟合焊接轨迹，并给出3D坐标及焊接姿态，从而简单、快速地识别焊缝。系统还能够自动识别点焊偏差值，给出最佳轨迹补偿，并实时调整焊接偏移量，实现最佳焊接效果，从而降低企业焊接业务成本，提升焊接的效率与质量。

英特尔® FPGA、英特尔® 酷睿™ 处理器、 OpenVINO™工具套件等产品与解决方案的应用不仅帮助信捷电气克服了目前“3D视觉+机器焊接” 应用过程中的挑战，也让X-SIGHT*3D机器视觉焊 接解决方案焊接效率加倍、焊接质量提升。

AI+3D+工业机器人

不仅仅是信捷电气，为了满足客户需求解决应用痛点，专注于3D视觉玩家梅卡曼德也同样选择携手英特尔，推出相对前卫的全新一站式解决方案。

为了应对工业应用对高精度、稳定性、智能化的要求，梅卡曼德推出了基于英特尔®酷睿™ 处理器、 OpenVINO™工具套件、英特尔® oneAPI的一站式“AI +3D+工业机器人解决方案”。

该方案通过Mech-Eye（工业级3D相机）和 OpenCL、OpenMP技术获取点云数据，再通过 Mech-Vision（图形化机器视觉软件）和OpenVINO™工具套件、OpenCV技术处理数据，最终Mech-Viz机器人智能编程环境）将数据与机器人集成，用于终端应用。

在一些典型的工业场景中，例如工件上下料，需要工业机器人对不同的物体进行深度学习模型训练，然后用训练好的模型进行图像识别，搭配梅卡曼德的其他软件产品控制机器人进行无序抓取的工作。在没有使用英特尔的产品和解决方案之前，梅卡曼德的训练速度和图像识别效果有较大提升空间。