箱中取物在自動化中有著越來越多的使用場景，然而“箱中隨機取物”是自動化領(lǐng)域中最難的任務(wù)之一。

　　困難之處而是由于機械手必須識別不同的、混亂排列的、甚至是具有復(fù)雜幾何形狀的物體，將它們從容器中移出而不發(fā)生碰撞，放到定向位置并傳遞給機器。而調(diào)整部件、箱子和夾具之間的協(xié)作需要操作人員具有豐富的經(jīng)驗和充足的專業(yè)知識。

　　因此，對客戶而言，實現(xiàn)箱中取物解決方案是一項重大的技術(shù)挑戰(zhàn)而且日益重要。但是，若系統(tǒng)具有學習能力，能夠在設(shè)置時甚至在運行過程中獨立調(diào)整參數(shù)，又是怎樣的情況呢?作為自動化解決方案的領(lǐng)先制造商，利勃海爾愛茵根工廠已經(jīng)解決了這個問題，并尋找到一個得力的幫手。

　　通過人工智能技術(shù) (AI)

　　利勃海爾愛茵根工廠藉由AI，成功研發(fā)出 LHRobotics.Vision技術(shù)為用戶顯著簡化了箱中取物操作。該技術(shù)包除了包含圖形引導(dǎo)的、可直觀操作的軟件外，還包括一個基于投影儀的3D 攝像系統(tǒng)。

　　這樣就可以通過評估三維立體視覺圖像來實現(xiàn)物體的圖像識別。由部件的三維數(shù)據(jù)和真實箱體內(nèi)的干擾輪廓生成一個點云，作為無碰撞提取部件的軌跡規(guī)劃基礎(chǔ)，可以輕松地在軟件中以圖形方式確定部件上所需的抓取點，而無需對機械手進行復(fù)雜的示教。

　　借助物理引擎模擬工具LHRobotics.Vision Sim使得用戶能夠以純虛擬的方式調(diào)整夾具的幾何形狀并優(yōu)化流程，以實現(xiàn)更好的抓取。

　　此外，借助系統(tǒng)在真實掃描數(shù)據(jù)的基礎(chǔ)上生成測試路徑，以借此確定最佳設(shè)置參數(shù)。這簡化了流程并節(jié)省了時間和成本。

　　電動汽車領(lǐng)域中的應(yīng)用

　　目前利勃海爾，已經(jīng)在視覺系統(tǒng)上建立了人工智能，在電動汽車領(lǐng)域中用于實現(xiàn)柔性電纜連接的過程安全和自動對接，例如電動汽車電池組的模塊連接器等等。