Блог 100xbot · 22.09.2026 · обновлено 25.10.2026 · редакция 100xbot
Камера превращает робота из машины, работающей по заученным точкам, в машину, которая находит деталь. Разбираем, какие технологии зрения бывают, как их калибруют и освещают, какие задачи решаются надёжно и почему проекты срываются.
Без зрения робот работает только с деталями, которые лежат точно в известной позиции: в кассете, кондукторе, на ложементе. Камера снимает это ограничение - робот находит деталь, определяет её положение и корректирует траекторию, читает маркировку, проверяет качество. Но фраза «поставим камеру, и робот всё увидит» - опасное упрощение. Результат определяют не мегапиксели, а выбор технологии под задачу, калибровка, освещение и то, как система ведёт себя, когда не уверена в распознавании. Ниже - практическое описание того, что работает в цеху и в лаборатории, а что остаётся красивой демонстрацией.
Зрение оправдано, когда положение детали заранее неизвестно или меняется: детали на конвейере без упоров, россыпь в таре, разные типоразмеры в одном потоке, ручная выкладка оператором. Второй класс задач - контроль: наличие компонентов, геометрия, маркировка, дефекты поверхности.
Если деталь всегда приходит в одну позицию через кассету, кондуктор или подающее устройство, зрение только добавляет стоимость и точку отказа. Иногда дешевле и надёжнее доработать оснастку, чем распознавать разброс. Поэтому первый вопрос проекта - не «какую камеру купить», а «можно ли убрать неопределённость механически».
Правило выбора простое: если деталь лежит на плоскости и её высота известна, начинайте с 2D. Переходить к 3D стоит, когда третья координата действительно неизвестна или нужен контроль формы.
| Критерий | 2D-зрение | 3D-зрение |
|---|---|---|
| Что измеряет | Положение и поворот объекта на плоскости, контуры, яркость, цвет, коды | Координаты точек в пространстве: облако точек или карту глубины |
| Типовые задачи | Детали на столе и конвейере, чтение кодов, контроль комплектности | Захват из россыпи, детали разной высоты, контроль формы и объёма, депаллетирование |
| Требования к сцене | Объект лежит на известной плоскости, контраст с фоном | Меньше зависит от фона, но чувствительно к бликам и тёмным поверхностям |
| Сложность настройки | Ниже, много готовых инструментов | Выше: сегментация облака, выбор точки захвата, проверка столкновений |
| Стоимость | Ниже | Выше: камера, вычислитель, программное обеспечение |
| Скорость обработки | Обычно выше | Зависит от плотности облака и алгоритма |
| Технология | Принцип | Сильные стороны | Ограничения |
|---|---|---|---|
| Структурированный свет | Проектор выводит на сцену известный рисунок, камера по его искажению вычисляет глубину | Высокая точность на ближних дистанциях, плотное облако точек | Блики на металле, засветка солнцем, чувствительность к движению во время съёмки |
| Пассивное стерео | Две камеры, глубина по смещению одних и тех же точек на двух изображениях | Работает при обычном освещении, на больших дистанциях | Плохо на однотонных поверхностях без текстуры |
| Активное стерео | Стереопара плюс проектор инфракрасного узора, который добавляет текстуру | Универсальность, компактность, популярно в мобильной робототехнике | Точность ниже, чем у структурированного света, шум на краях |
| Время пролёта (ToF) | Измерение времени возврата модулированного света для каждого пикселя | Быстро, компактно, без сложной обработки | Многолучевые отражения, ошибки на тёмных и блестящих поверхностях, невысокое разрешение |
| Лазерная триангуляция | Лазерная линия и камера, профиль строится при движении объекта или сканера | Очень высокая точность профиля, контроль геометрии | Нужно относительное движение, сканирует линию, а не всю сцену сразу |
Стационарная камера над рабочей зоной снимает сцену, пока робот выполняет предыдущую операцию, поэтому не замедляет цикл. Её проще защитить от вибраций и загрязнений, а калибровка делается один раз. Минус - руки робота и деталь могут перекрывать обзор, а точность падает на краях большого поля зрения.
Камера на запястье робота подъезжает к детали и снимает с близкого расстояния, давая высокую точность локально и возможность осмотреть объект с нескольких ракурсов. Зато каждая съёмка добавляет время в цикл, камера испытывает ускорения и удары, а кабель проходит через подвижные оси.
Часто комбинируют обе схемы: общая камера находит деталь грубо, камера на захвате уточняет положение перед взятием. Так устроены и многие исследовательские стенды - например, у AgileX COBOT Magic есть верхняя камера глубины и камеры на запястьях.
Камера измеряет в пикселях и в своей системе координат, а робот движется в своей. Чтобы связать их, нужны два вида калибровки. Внутренняя калибровка камеры определяет фокусное расстояние, центр и искажения объектива. Калибровка «рука-глаз» (hand-eye) находит взаимное положение камеры и робота: для камеры на запястье - относительно фланца, для стационарной - относительно основания робота.
Большинство проблем технического зрения - это проблемы света: блики на металле, тени от людей и самого робота, солнце из окна, разный свет в дневную и ночную смену, мерцание ламп. Алгоритм, настроенный утром, вечером перестаёт находить деталь. Закрытая зона с собственной подсветкой решает больше, чем дорогая камера, и это первое, что стоит проверить на объекте.
Система зрения - это не только камера. Нужен вычислитель, на котором работает обработка: промышленный контроллер технического зрения, ПК или встраиваемый модуль с графическим ускорителем, если используются нейросети и плотные облака точек. Его производительность определяет время обработки кадра, а значит, и вклад зрения в цикл.
Результат распознавания передаётся роботу как координаты и ориентация точки захвата в системе координат робота. В промышленных ячейках для этого используют промышленные сети или TCP-соединение по протоколу производителя робота, в исследовательских - топики и сервисы ROS 2. Важно заранее договориться о формате данных, системе координат, обработке ошибок и о том, кто отвечает за проверку достижимости точки и отсутствия столкновений при подходе: система зрения или программа робота.
Отдельная тема - синхронизация. Если деталь движется по конвейеру, нужно знать момент съёмки и скорость ленты, чтобы робот пришёл туда, где деталь окажется, а не туда, где она была на снимке.
| Задача | Типовая технология | Насколько надёжно на практике |
|---|---|---|
| Поиск детали на плоскости с коррекцией положения и поворота | 2D | Надёжно при стабильном освещении и контрасте с фоном |
| Чтение штрихкодов, DataMatrix, текста маркировки | 2D | Надёжно при правильной подсветке и качественной маркировке |
| Контроль наличия и комплектности | 2D | Надёжно, если признаки хорошо видны |
| Измерение геометрии в допусках | 2D с телецентрическим объективом или лазерная триангуляция | Надёжно при жёсткой механике и калибровке |
| Депаллетирование однотипных коробов | 3D | Хорошо отработано, сложности со стрейч-плёнкой и плотно стоящими коробами |
| Захват однотипных деталей простой формы из россыпи | 3D | Работает, но требует пилота и проработки захвата |
| Захват блестящих деталей сложной формы из россыпи | 3D с подготовкой сцены | Сложно: блики, перекрытия, детали цепляются друг за друга |
| Поиск «любых дефектов» на поверхности | 2D и нейросети | Только при достаточной выборке примеров дефектов и стабильном освещении |
| Манипуляция незнакомыми объектами | RGB-D и обучаемые политики | Предмет исследований, демонстрации не переносятся напрямую в производство |
Нейросетевые модели хорошо справляются с тем, что трудно описать правилами: объекты с вариативным внешним видом, органика, мягкая упаковка, классификация дефектов. Но им нужна обучающая выборка, снятая в реальных условиях: с рабочим освещением, загрязнениями, разными партиями сырья. Редкие дефекты - отдельная проблема: если брак встречается раз в тысячу деталей, собрать достаточно примеров трудно, и приходится использовать методы поиска аномалий, обученные только на хороших деталях.
Модель нужно сопровождать: при смене поставщика заготовок, упаковки или освещения качество распознавания падает, и выборку дополняют. Закладывайте в проект процесс сбора сложных случаев и повторного обучения, а не только первичную разметку.
В исследовательской робототехнике камеры используются ещё и как вход для обучаемых политик управления: робот учится действовать прямо по изображению на демонстрациях оператора. Именно так работают пайплайны ACT и Diffusion Policy на стенде COBOT Magic. Это сильный инструмент для лабораторий, но перенос таких политик в производство требует отдельной проверки надёжности.
Для лабораторий и вузов техническое зрение - одна из самых востребованных тем: калибровка, сегментация, оценка позы объекта, захват по облаку точек, обучение по демонстрациям. Платформы из нашего каталога уже оснащены камерами. AgileX COBOT Magic имеет камеру глубины Orbbec DaBai и две камеры на запястьях для сбора датасетов и имитационного обучения. Unitree Go2 EDU U2 несёт камеру глубины Intel RealSense D435i и лидар, что позволяет отрабатывать восприятие и навигацию на мобильной платформе. AgiBot A3 Ultra EDU оснащён лидаром, RGB-D и несколькими камерами.
Манипулятор AgileX PiPER поставляется без камеры, и это удобный учебный стенд для самостоятельной сборки системы зрения: студенты выбирают камеру, крепят её на запястье или над столом, проходят калибровку hand-eye и пишут захват по найденной позе в ROS 2. Помогаем подобрать камеру и подсветку под учебную программу.
2D-камера определяет положение и поворот объекта на плоскости, читает коды и проверяет наличие элементов. 3D-система измеряет глубину и даёт облако точек, что нужно для захвата из россыпи, деталей разной высоты и контроля формы. 2D проще и дешевле, начинать стоит с него.
Для точного захвата на малых дистанциях обычно выбирают структурированный свет, для мобильных роботов и универсальных задач - активное стерео, для быстрых грубых измерений - ToF, для контроля профиля - лазерную триангуляцию. Выбор проверяют съёмкой реальных деталей.
Это определение взаимного положения камеры и робота. Для камеры на запястье ищут её положение относительно фланца, для стационарной - относительно основания робота. Без неё робот не сможет перевести найденные камерой координаты в свои.
Нет. Если деталь всегда приходит в известную позицию через кассету, кондуктор или подающее устройство, зрение только удорожает систему. Оно нужно при разбросе положения детали или для контроля качества.
Чаще всего из-за освещения: солнце из окна, тени, смена ламп. Вторая причина - сместившаяся камера и потеря калибровки. Третья - детали в реальном потоке отличаются от образцов, на которых настраивали систему.
Простой 2D-поиск детали с коррекцией положения - дни работы при подготовленной сцене. Захват из россыпи или контроль дефектов с обучением нейросети - недели, с обязательным пилотом на реальном потоке.
Для однотипных деталей простой формы - да, при проработке захвата и подсветки. Для блестящих деталей сложной формы, которые цепляются друг за друга, задача остаётся сложной, и решение принимают только по результатам пилота.
Для изучения калибровки и захвата по камере подходит манипулятор AgileX PiPER с внешней камерой, для обучения по демонстрациям - AgileX COBOT Magic с тремя камерами, для восприятия на мобильной платформе - Unitree Go2 EDU U2 с камерой глубины и лидаром.
+7 926 443-41-73 · info@100xbot.ru
Горчаков Григорий Григорьевич, индивидуальный предприниматель · ИНН 501306632267 · ОГРНИП 311504014600060 · 119234, г. Москва, Раменский бульвар, д. 1, кластер «Ломоносов». Оплата по счёту и договору.
Каталог · Решения · Блог · О компании · Доставка и оплата · Контакты · Политика обработки персональных данных · Согласие