技术难题的应用领域：

汽车制造业。

目前所处水平等级：

国内领先，目前国内做2D机器视觉的公司很多，能够做3D机器视觉且经过实际验证的不多。

技术需突破难点：

3D机器视觉点云数据的快速转换与精准处理。

需请专家支持或解决的问题：

3D点云数据的处理，对夹具、测量、定位引导、涂胶检测、上下料等工序的开发，并避免出现抓取干涉的问题。

需要解决关键技术难题：

3D机器视觉点云数据的快速和精确处理，实现10微米级别的精度。

技术参数：

夹具引导时间2-4秒，精度0.4mm；装配引导：精度0.3-0.5mm，通过数模实现特征点识别；3D测量：拍摄一次识别多个特征点，精度为0.3mm，特征点支持圆孔、腰形孔、棱形孔、螺柱、螺母槽、柳钉、边点、面点等，支持输出位置和尺寸等；3D定位引导：检测汽车特征信息，提供稳定的车身定位定姿。可在涂装车间和焊装车间中的车身定位和部件装配广泛应用，支持丰富的车身定位信息，如孔、边线、曲面等信息；3D涂胶检测：实现密封胶质量检测，实现了胶宽度，断胶，偏离等功能，节拍：300mm/s，精度：0.1mm；3D机器视觉无序深筐上下料：单次抓放时间可达 4 秒钟，可识别一定程度反光、黑色、结构复杂的工件。 如曲轴，轴套，发动机刚体，发盖，连杆，齿轮等，支持有序、无序、散乱堆放的工件无序抓取； 路径自动规划、自动避障，避免出现抓取干涉的问题。

相关指标描述：

3D机器视觉无序深筐抓取、3D机器视觉涂胶检测、3D机器视觉焊缝检测、3D机器视觉缺陷检测、3D机器视觉尺寸测量。