随着三维计算机视觉技术不断发展，其突破了二维视觉不能获取物体三维空间信息的问题，从而在工业上得到了越来越多的应用。比如，当物体处于散乱无序或层叠堆放状态时，机器人必须知道物体在空间中摆放的位置与姿态才能够完成自适应抓取。

当前市面上存在几类不同的3D视觉系统：

有的属于专家系统，用户需要懂得机器人和计算机视觉的相关知识才能调度使用该系统；

有的针对单一场景做定制化开发，但系统使用流程复杂，还需要针对现场情况不断调整算法参数；

有的号称采用了“开箱即用”的设计，但使用场景非常局限，性能上很难满足工业生产的高精度要求。

综合来说，受制于复杂多变的工业生产环境和算法能力，各类3D视觉系统仍未做到真正的“好用”。

首先，一个好用的3D视觉系统应该能够适应复杂的工业生产需求并保持优秀的识别性能。工业生产中，不同场景会要求完成不同的识别任务， 同一场景亦有柔性识别不同工件的需求，同时生产环境中也存在光照条件变化影响识别等情况。但工业视觉系统需要稳定且准确地识别各类物体，否则将会影响正常生产。

其次，它应该是一个用户无需掌握专业知识便能快速使用的系统：用户不需要懂得如何调整算法，也不需要理解视觉系统与机器人、工业相机通信的原理，只需要按照系统指引完成配置即可使用。

此外，一个3D视觉系统也需要是企业在经济上能够承受的系统。过去高端工业软件被国外大公司垄断，国内企业没有议价权，所以要么选择接受高价，要么继续维持粗放的生产方式。而目前国内的3D视觉研究发展迅猛，甚至已经达到了很高水平，国产3D视觉系统给国内企业带来更经济的选择。

Dexforce Vision Pick适用于工件上下料、拆码垛、无序分拣等场景，可快速精准抓取散乱无序或有序堆叠的各类物体，如金属零件、纸箱、麻袋等。

一方面，Pick内置了针对不同应用需求的作业流程模板，同时也无需像部署2D视觉系统一样需要考虑打光。在展现优越识别性能的同时，Pick让抓取变得更简单。

另一方面，用户只需要支付国外同类型产品1/4到1/3的价格，便能够享受到最前沿的计算机视觉科学带来的技术变革。Pick依托于核心算法平台Mixed AI提供的算法支持，训练高性能的模型变得不再困难。

当前文章链接：https://www.oi-smart.com/exhibition/33.html