前言

在工业生产中，自动抓取形状不规则、透明、有皱折的塑料袋始终是一项技术挑战。 TEKVISA 结合 MVTec HALCON，打造出一套融合深度学习与经典机器视觉技术的高效解决方案，有效实现异形袋装物的智能识别与稳定抓取—每分钟处理高达 60 袋，命中率达到 99.99%。一起来了解更多吧！

应用背景

西班牙公司 TEKVISA ENGINEERING 专注于工业环境中用于质量控制和过程自动化的数字检测系统。 自成立以来，TEKVISA 一直致力于为汽车和食品行业等众多行业开发特别用户友好的先进系统。 

除了基于深度学习的检测解决方案之外，TEKVISA 还开发复杂的机器人技术和箱式拣选应用程序。

客户为办公隔断制造商，需要将装有配件（如螺丝、笔、海绵等）的塑料袋准确放置到产品中。此前采用人工操作，效率低、劳动强度高。 

塑料袋材质透明、形状多变，常出现皱折、堆叠、反光等情况，导致传统视觉方法难以准确识别与定位。

机器视觉软件

技术亮点

高性能硬件配置：采用高解析度彩色相机与专业补光设备，有效减少反光并强化图像细节。

深度学习物体检测：通过大量样本图像训练模型，实现对各种形态袋子的稳定识别。

经典视觉筛选最优抓取对象：结合形态学演算法，选出最利于机械臂操作的袋子

再定位机制：未被选中的袋子自动返回输送带，待下轮重新定位与抓取。

手眼协同标定：使用标定板对机械臂与相机进行三维空间对齐，确保高精度操作与抓取成功率。

系统益与回报

自动化程度：全流程自动化，显著提升效率与稳定性

抓取成功率：精准定位配合智能筛选，达成 99.99% 命中率

生产效率员工体验 ：每分钟处理 60 袋，远超人工速度

员工体验 ：减少重复性工作，提升作业安全与职能价值

系统灵活性：能应对材质、形态、位置多变的非结构物体抓取

应用启示

TEKVISA 基于 HALCON 打造的混合式视觉抓取系统，成功实现了“深度学习提升弹性 + 经典视觉保证精准”的高效应用：

深度学习：灵活应对多样物体与变化场景

传统演算法：稳定提供定位与几何分析支持

高度整合：影像处理、演算法运行与机械控制全流程打通，构建闭环抓取方案

(文章来源于MVTec，如有侵权，请联系删文)