温和的推动通常比坚定的推动更能有效地激发员工的潜能。这种方法适用于两种常见的情况:刚雇佣的员工和需要学习新任务的资深员工。

这种“轻推”也是从生产线中获得最大效益的好方法，尤其是涉及到新技术的时候。考虑机器人的3D视觉引导的例子。尽管该技术在20世纪90年代首次发展起来，但制造商在装配线上的应用却很缓慢。今天，它是一个可行的替代2D视觉的各种任务，如随机拾取垃圾箱和分配粘合剂。

“大约30年来,我们帮助制造商实现3 d视觉指导他们的机器人在很多应用程序中,“笔记Bernhard沃克,3 d视觉产品经理在FANUC美国公司“起初,偶尔发生,涉及使用多个二维传感器获取辊、俯仰和偏航数据在X, Y和Z轴。但现在，这已经很普遍了，因为技术已经发展到一个单一的3D摄像机或传感器——我指的是它的整个硬件包——可以更快、更准确地获取数据。”

2012年，FANUC推出了其3DA系列3D区域传感器，该传感器使用结构化光投影来创建周围环境的3D地图，并在箱子中寻找部件。在评估并决定选择哪个部分后，控制器在选择最快的选择之前考虑所需的到达距离和避免碰撞。如果控制器决定一个拾取不成功或一个零件队列不包含要拾取的零件，则会获取另一个图像，并使用新的结果再次启动进程。

Walker说，一家汽车OEM目前正在10条凸轮轴生产线上使用3DA-1300传感器。几年前，该公司开始只在一条线上安装一个传感器。每个轴重5到10磅。在使用传感器之前，工作轴由一个六轴机器人从机架上吊起。据Walker说，这个过程的缺点是需要不断维护机架，以及机架不规范带来的相关问题，导致正常运行率只有60%到70%。

“多年来，该公司通过消除架子，在多年来，通过消除机架，”沃克说“沃克”。“现在，传感器使机器人能够从容纳3,000轴与旧轴的垃圾箱中取出零件。最重要的是，正常运行时间在97到98％的范围内。“

对于2D机器视觉系统来说，准确地从堆中抓取零件仍然是一个巨大的挑战。相比之下，3D视觉在不同的环境中提供空间几何信息，帮助机器人克服这一挑战。这样的保证有助于制造商优化生产。

一个更好的零件拾取器上

和许多技术一样，3D视觉也有变化。它可以是被动的也可以是主动的。而且，它可以使用飞行时间(TOF)，立体相机或结构光成像技术。

一个使用环境光的基于立体相机的系统被认为是被动的，而一个依赖于结构激光照明的系统是主动的。无论哪种情况，三维成像系统都必须生成点云，点云是空间中代表物体表面的一组数据点。

“在过去的八年左右，点云生成一直是3D愿景的越来越大，”沃克说明。“无论成像技术如何，都有这个点云很重要。”

TOF相机的工作原理是用一个调制的光源照亮场景，并观察反射光。在照明和反射之间的相移被测量和转换到距离。光源可以是固态激光器或在近红外范围内工作的LED。

Walker说TOF技术最快地组成3D图像。然而，立体声相机或结构化照明系统通常比TOF更精确。

美国佳能公司的3D机器视觉工程师Grant Zahorsky说:“2D视觉系统对于捕捉X轴和Y轴上的任何物体来说都非常有用。”“问题是它没有提供足够的关于零件在Z轴的3D空间中的位置或方向的信息。这就是为什么3D视觉更适合从一堆东西中挑选零件，或从垃圾桶或手提袋中随机挑选零件。”

根据Zahorsky的说法，有三种类型的拣箱。每一种类型都涉及到不断增加的复杂性、周期时间和成本。

结构拣选是指在有组织的可预测图案中定位或堆叠部件，以便可以容易地成像和挑选。半结构化拣选涉及在箱中定位的零件，具有一些组织和可预测性，以帮助援助成像和采摘。在随机拣选中，箱中的部件可以具有不同的取向，重叠甚至缠绕，进一步复杂化成像和拣选功能。

FANUC的iRVision 3DV系列设计用于有效地执行所有类型的垃圾箱拣选。Model 3DV-400于2018年推出，随后在过去两年推出了3DV-600和3DV-1600。所有的系统都可以安装或固定在机器人上，并与该公司的任何机器人控制器以及四轴、六轴、协作、SCARA和delta机器人一起使用。可选的iRPickTool软件可以帮助机器人检测移动传送带上随机放置的部件。

沃克解释说:“该系统的双摄像头在100到300毫秒内拍摄单次3D图像。”“每个摄像机都使用伪随机点，或点纹理投影，来创建视场的3D点云。根据模型的不同，视野范围从400到1600立方毫米。

“之后，一些软件工具会从云端提取信息，让机器人挑选不同类型的3D部件。这些信息的范围从模式匹配和零件峰值定位，到斑点和表面分析。一旦分析完成，所有数据将被发送给控制器，告诉机器人选择哪个特定的部分。”

佳能提供3D Vision系统，RV系列，使用结构化光投影和3D扫描来产生外表面的点云数据。客户包括集成商和汽车，医疗设备和电子制造商，以及处理大量小型或重金属零件的电子设备和电子设备。

“在一秒钟内，系统的高动态范围摄像机拍摄了多个部件的图像，并将它们平均成一个清晰的图像，”Zahorsky说。“这包括在部件上应用条纹和二进制模式，并通过软件分析创建3D点云。”

下一步是快速发现，视觉系统根据零件的物理属性生成一个模型，对每个零件在箱子里的位置进行初步猜测。然后将CAD模型精确拟合到三维点云上，同时又拟合到二维图像上。

“掌握优先权由软件制作，以确定机器人拿起一部分的最佳方式，”Zahorsky说。“此步骤考虑了夹具将如何与部件交互，以及机器人需要的最佳路径，以避免在检索时与其他部件碰撞。最后，要拾取的部分的坐标被发送到机器人以进行检索。“

分配和错误打字

用于机器人引导的3D Vision的另外两种常见用途是分配和错误的。Coherix Inc.为每种类型的应用程序进行单独的系统。

该捕食者3d即时检查和确保粘合剂，密封胶或热粘贴珠是正确的内联应用。常用应用是汽车玻璃挡风玻璃，四分之一面板和机身，动力总成和电池组件。通过使用这项技术，汽车制造商可以克服珠子检查挑战，如高型三角氨基甲酸酯珠（有时旁边的模塑），以及基于高对比度的2D摄像机的可靠性。

该系统安装在点胶喷嘴周围，要么在一个机器人手臂或底座设置上，并与大多数点胶协议通信。它配备了四个高速3D传感器，每秒可提供高达1000次的360度视野。系统软件采用专有算法，加快安装速度，提高检测精度。该软件还提供实时，准确的测量珠宽，高度，体积和位置，从而帮助制造商更好地控制和优化所有点胶流程。

“在过去两年中，一辆汽车OEM在其发动机设施中受益于Predator3d，”Coherix Inc. Americas总经理Zhenhua Huang博士说明。“该系统更换了两台高分辨率2D摄像头，该电机旨在确保适当地在每个发动机上施加密封剂胎圈。然而，每天1,000发动机的高生产率通常导致来自摄像机的不正确的珠子应用的错误拒绝（误报）率。通过我们的系统，假拒绝率降至低于0.3％，由于劳动力减少和吞吐量增加，该公司每天节省近55,000美元。

鲁棒3d系统中的Tru3D传感器在广泛的电子和汽车应用中可以可靠地防错。后者包括活塞，滚动手指从动件和阀总成，并结束线检查。

该系统的i-Cite软件在获取数百万数据点后，生成了一个零件装配的三维模型，并应用各种检测标准，以防止装配过程中出现关键故障。另一个好处是完全的3D零件数据可追溯性。