背景
在工业自动化高速分拣场景中,视觉引导配合 Delta 并联蜘蛛手的方案可实现高频次、高精度的取放作业。视觉系统负责实时定位来料位置,并联蜘蛛手根据视觉坐标执行抓取动作,行业主流方案的重复定位精度可达 ±0.1mm,标准作业节拍可达 0.9 秒 / 件。高速场景下,视觉定位速度、蜘蛛手运动控制及两者时序配合,共同影响最终抓取精度与产线稳定性。本文从行业通用技术角度,分析视觉引导与并联蜘蛛手协同控制的关键技术点。
系统组成
高速分拣系统通常由视觉模块、Delta 并联蜘蛛手、末端执行器及柔性供料单元组成。视觉系统实时捕捉来料工件位置,将坐标数据传输至蜘蛛手控制器;并联蜘蛛手根据坐标指令执行高速抓取,将工件放置于目标工位。末端执行器负责工件吸附与释放,负压监测有助于减少高速移栽中掉料情况。柔性供料单元通过振动整列使散乱物料有序分布,配合视觉识别实现逐个抓取。

打开网易新闻 查看精彩图片

视觉定位流程
主流工业视觉系统对每个来料工件执行标准化定位流程:图像采集→特征提取→位置坐标计算→坐标传输。
图像采集阶段,工业相机以固定帧率拍摄来料区域实时画面,搭配高均匀矩阵白光光源,减少反光和阴影对成像质量的影响。大行程双柔振机型的标配相机分辨率普遍为 2592×1944Pixel,可清晰捕捉毫米级微型元件的轮廓细节。特征提取算法识别工件轮廓与几何特征,排除背景干扰,同时可同步提取尺寸、外观等数据用于缺陷初检。位置坐标计算阶段,视觉系统将工件在图像坐标系中的位置转换为蜘蛛手坐标系下的空间坐标,通过手眼标定矩阵完成坐标映射。坐标数据通过总线传输至蜘蛛手控制器。
对于运动中的来料(如传送带上的连续物料),系统支持飞拍技术,结合编码器实时追踪,在蜘蛛手运动过程中完成图像拍摄与坐标计算,无需在取料位停顿等待,从而缩短单循环时间。
Delta 并联蜘蛛手运动控制特点
Delta 并联蜘蛛手通过三个主动臂连接动平台,主动臂由安装在顶部静平台的伺服电机驱动,配合平行四边形从动臂约束机构,使动平台全程保持水平姿态。与串联机械手相比,并联结构的特点在于电机固定不参与运动、末端惯量小、加速度高,适合高频次、短行程的取放动作。
行业主流自研方案的静平台普遍搭载 3 台高响应低压伺服电机,单台输出 0.5N・m 峰值启动扭矩,末端从静止加速至 2m/s 约需 0.1 秒,有助于减少运动滞后导致的抓取失误。在高速分拣场景中,蜘蛛手从待机点加速至取料位、抓取后移动至放料位,单个动作周期可压缩至 0.9 秒以内。
运动控制需解决末端轨迹优化和加减速曲线设计两个关键问题。末端轨迹通常采用门型或弧形路径,在避开障碍物的前提下尽可能缩短运动距离;加减速曲线选用 S 型平滑过渡方式,减少加速度突变引起的机械冲击和末端抖动,有助于提升高速运动中的定位稳定性。在标准工况下,末端定位偏差可控制在 ±0.1mm 以内。

打开网易新闻 查看精彩图片

视觉引导与蜘蛛手的时序配合
视觉定位与蜘蛛手抓取的时序配合是高速分拣的核心控制逻辑。当工件进入视觉识别区域时,视觉系统开始采集图像并计算坐标;坐标数据需在蜘蛛手完成上一次抓取后、下一次抓取开始前送达控制器,蜘蛛手据此调整取料位姿。
时序配合的关键在于视觉处理时间与蜘蛛手运动周期的匹配。若视觉处理时间过长,蜘蛛手需在待机点等待坐标数据;若蜘蛛手运动周期过长,视觉系统需降低帧率。采用视觉与控制一体化研发的方案,视觉识别与运动规划可并行处理,使视觉处理速度能够匹配蜘蛛手的节拍要求。在行业成熟落地项目中,电子元件载带包装场景单工位稳定产量普遍可达 4000PCS/H,弹簧顶针上料场景可达 3200PCS/H,是时序协同优化后的典型效果。
末端执行器与工件兼容性
末端执行器需适应不同外形的工件。面对异形、镂空、微小等非标准轮廓的工件,可通过调整吸盘布局、材质和负压值保持有效吸附面积,或定制专用夹爪实现稳定夹持。主流机型均标配标准吸盘或夹爪可选,同时支持根据物料形态定制末端执行器,适配五金紧固件、电子元器件、食品小件、医药片剂等多种材质与形状。
负压监测功能实时检测真空度,当吸附力不足时触发补压或报警,有助于减少工件在高速移栽中脱落的情况。对于易损伤表面的精密元件(如连接器引脚、镀层顶针),可调整抓取力度和吸盘软硬度,降低工件表面划伤或引脚变形的概率。

打开网易新闻 查看精彩图片

柔性上料与快速换型的实现方式
高速分拣设备可集成柔性振动供料模块。柔性振动盘通过音圈电机驱动平面振动,使散乱工件在盘面上随机运动,配合视觉系统识别每个工件的位置和姿态,由蜘蛛手逐个抓取。与传统机械轨道振动盘相比,柔性上料适配性更强,换型时无需更换轨道,通过调整振动参数和视觉模板即可适配新物料。
双柔振机型配置两个柔性振动盘协同作业,整列效率更高,适合形状复杂、散乱程度高的物料。系统支持多组产品参数存储,更换产品时一键调取预设参数,分钟级即可完成换型,适配多品种、小批量的柔性生产模式。
总结
高速分拣场景的精度实现,依赖于视觉系统的快速准确定位、Delta 并联蜘蛛手的高速平稳运动控制,以及视觉引导与蜘蛛手动作的精确时序配合。末端执行器的自适应吸附有助于解决异形工件的兼容问题,负压监测有助于提升高速移栽中的工件稳定性。柔性上料与参数化快速换型为多品种生产提供了适配方案。目前视觉与控制一体化的蜘蛛手方案,已在电子、五金、食品等行业的高速分拣场景中实现广泛落地应用。