“许多制造商需要适应铸件、机械加工工艺、不同形状和尺寸的零部件、来自不同供应商的汽车零部件以及重工业零部件。这使得零件很难放在托盘中，或进行其他可以简化取放操作的有序安排，”三菱电机机器人业务开发经理本•萨根表示。
像亚马逊这样的物流公司也面临着类似的情况，因为他们为客户打包了多种不同形状和尺寸的产品。
这些过程中的部件通常被放置在方向上没有什么顺序的箱子中。这需要灵活的机器人系统，能够适应产品大小、形状和位置的巨大变化。萨根表示，将3D视觉与机器人相结合可能是解决这一问题的最具成本效益的方案。
利用3D成像的机器视觉应用在该行业中是一个日益增长的利基市场。最常用的成像方法是基于三角剖分的线扫描，它利用成像过程中产品或图像的运动来识别物体在三维空间中的位置。
这些系统通常包括安装在不同位置的多个摄像机或一个或多个激光位移传感器，以三角测量物体的位置。摄像机从不同角度观察这条线。线的偏差表示形状的变化。多个扫描被组装成一个数据点云，使机器人能够从空间中的不同数据点学习零件的形状和方向。
产品营销经理亚当•韦尔奇(Adam Welch)解释说:“选择是基于第一个可用、下一个可用和下一个可行。”“利用CAD数据和一系列网格线，机器人可以学会它需要抓住的点。设计中最复杂的部分是机器人用来抓取、拾起或放置零件的末端工具。”
完整的理解零件和过程是开发一个集成机器人3d视觉系统的基础。萨根说:“这包括预算、软件、确定和中继选择点所需的时间、你正在使用的盒子或容器以及不同部件的数量。”“你还必须明白，3D视觉不是一种识别缺陷的检查系统;唯一的目标是确定零件的位置和如何捡起它。
“系统设计的其他关键方面，”他补充说，“包括照明、图像是黑白还是使用叠加色、物体距离有多远、相机需要多大的视场以及定义的高度。”视野越窄，这个过程就越精确和可重复。”
六轴或七轴机器人是这类应用的最佳选择。它们提供了额外的清晰度，而且更灵活，因为它们可以改变接近的角度，使它们能够将所看到的与必须采取的行动协调起来。”
三菱有自己的视觉硬件和软件，但也与一些第三方供应商合作。韦尔奇补充道:“我们可以分析一个过程，并推荐一个视觉系统来提供最佳的解决方案。”“这对那些对这些应用程序没有太多经验的公司来说尤其有价值。”
虽然集成3D视觉的机器人在采用方面仍处于初级阶段，但大多数专家预计将迅速增长。“这是自动化必须克服的较大障碍之一，但我们一直在看到更好的解决方案。这是客户的要求，”萨根说。
