如何在非结构化环境中实施协作搬运方案？雄克与 kuka 和 roboception 公司合作调研了这一课题。三家公司展示了关于bin-picking的研究中，如何得以快速、简易且有效地实施协同作业的应用案例。

可以即刻对应用进行编程并使之适应新的工作环境。

示例任务是一个实际的应用设计：协作从箱中抓取出未分类的金属部件，并将它们放入磨床，机加工之后再放置到具体位置存放。在操作期间，工人应能够同时进行手动进给、移动或拆除运输箱或单个部件。通过这一方式，该研究将箱中取物 (bin-picking) 与人机协作 (hrc) 的概念相结合，并对来自、抓取技术和图像识别的不同基准技术的交互作用加以利用。roboception 的3d摄像头 rc_visard 通过应用基于 cad 的匹配，捕获未分类的工件。这是首次通过 3d使机器人得以执行 3d 测量和空间定位这两项任务，并直接在摄像机系统中，在 1s 内处理全分辨深度图像。随后，确定每一种情况下的最优抓取点，不是通过电脑，而是将它们直接传输至具有协作能力的 kuka 机器人。所使用的工业级传感器还能够交付深度图像、高精度图像和可信度图像。后一功能可用于通过人工智能 (ai) 方法进行决策的依据。由于3d摄像机可以既在自然光条件下，又在人工照明条件下识别其周围环境，因而可以应用于各种不同类型的工作环境。

co-act 机械手系列

协作机器人的前端配备有针对特定应用设计的 schunk co-act 机械手，满足 en iso 10218-1/-2 和 iso/ts 15066 的要求，实现与人类的安全互动。所有的调节和电力电子装置都集成在机械手内部，不会占用控制柜内任何空间。其界面和尺寸及干扰半径均单独适应雄克的应用。除了针对特定应用的 co-act 机械手之外，雄克还提供协作应用的标准机械手系列，包括 schunk co-act egp-c，经 dguv 认证的小型机械手，以及即将推向市场的schunk co-act egl-c 长行程机械手，后者将是雄克机械手首次在人机协作应用中达到 450 n 的抓取力。

roboception 经济款 rc_visard 可在 1 秒内为未分类工件确定最优抓取点，之后kuka 协作机器人使用 schunk co-act 机械手，完全自动地拆除部件并将其插入虚拟机。工人可以在进行过程中随时干预。(图片来源: roboception)

直观的机器人编程

使用协作机器人搬运可以对新的放置位置进行非常方便、直观的编程。在发生意外中断时，kuka 机器人可以记住每一次执行的移动或操作，并可以在不进行重新学习的情况下以点对点模式继续工作。由于能够很方便地既在传感器侧，又在机器人侧实施解决方案，且几乎无需培训，该方案适合各类应用和用户群。不要求有关机器人技术或图像处理的丰富知识。它还使集成工作量减少至最低。根据需求，摄像机系统可以加以扩展，从而包含神经元学习用附加投影仪和模块。可以在静止模式或移动模式下，于协作机器人上对其进行操作，这意味着可以在移动平台上实现更为灵活的抓取方案。

虚拟制作

全身动作捕捉系统

手指动作捕捉服务