手把手教你部署Bin Picking Studio与ABB Robotics插件

2025年12月11日，我们携手ABB Robotics举办独家网络研讨会《以3D视觉引导机器人攻克复杂自动化》。

目标：展示工业自动化重大跃迁——打破高阶3D视觉系统与机器人工作站之间的传统壁垒。

多年来制造业呼吁统一的视觉引导机器人方案——消除复杂性、加速部署。我们将Locator Studio与Bin Picking Studio原生集成进ABB Robotics One生态与OmniCore控制器，正式回应这一诉求。

下文将逐步拆解技术集成细节：从硬件连线到可视化积木编程向导。

以下是基于Photoneo ABB插件启动首个AI抓取应用的完整路径。

1. 硬件连接要件

可靠应用始于物理部署。按场景选扫描器：静态场景用PhoXi 3D扫描仪，动态场景/需机器人前方区域建图用MotionCam-3D。
工控机(含Locator/Bin Picking Studio许可)提供6个专用以太网口：口1连机器人，口2联网，口3-6接扫描设备。

2. 插件安装(约7分钟)

全程在机器人控制器端完成。从Photoneo官网下载安装包至U盘，插入ABB FlexPendant。
路径：主菜单 → 控制器软件 → 安装新插件 → 选Photoneo包。
关键步骤：按物理布局选正确模板。
手眼标定(左) vs 外部标定(右)
相机固定支架 → 选外部标定(单设备选「基础」，多设备选「多视觉」)；
相机装机器人法兰 → 选手眼标定(可选「多视角静态」停机扫描或「多视角动态」移动扫描)。

1. 下载保存： 官网下载安装包存U盘
2. 插入U盘： 插入FlexPendant USB口
3. 选插件： 主菜单 → 控制器软件 → 安装新插件
4. 安装： 选Photoneo插件点「下一步」
5. 选模板： 关键 — 匹配物理拓扑

3. 网络配置

安装后主菜单现Photoneo图标，进入网络设置：可切公网/私网。视觉控制器与机器人系统预设地址(通常走管理口或DSQC 1100 I/O卡)。自定IP即时校验，保存按钮闪绿即成功。私网模式下，「重定向到Photoneo服务器」功能实现单界面双控(机器人+Photoneo软件)。

打开图标可见三区：

• 手册(左)：快速上手指引
• 网络设置(中)：公/私网切换、预设地址、IP校验、保存闪绿确认
• 重定向到Photoneo服务器(右)：私网下统一控制入口

4. Bin Picking Studio(BPS)应用逻辑配置

网络就绪后进入BPS定义应用逻辑。

创建新方案(唯一ID) → 定义硬件：选机器人型号、上传夹爪STL模型(<1MB)、设定TCP、定义抓取方式(进给向量/线性路径)。
配置视觉与环境：添加视觉系统、选目标检测神经网络。
环境页：导入工作单元STL定义碰撞体、触发测试扫描验证点云与数字孪生机器人对齐。
设置页：微调拾取优先级/角度限制/碰撞参数，建议开启「失败自动快照」便于排障。

步骤A：项目与硬件

• 新建方案： 唯一ID(机器人程序调用此方案标识)
• 机器人： 型号/臂展/载荷
• 夹爪： 上传STL、定义TCP、设不变量
• 抓取方式： 定义路径阶段(进给/线性/位置公差)，可触发预设机器人例程

步骤B：视觉与环境

• 视觉系统： 最多4套，配标定类型/传感器ID/扫描配置
• 定位： 选目标检测神经网络、初始抓取点生成策略
• 环境：
  • 场景： 碰撞体(基础几何体/导入工作单元STL)
  • 机器人： 示教、查当前位、设轴限位
  • 视觉： 触发扫描验证点云对齐
• 设置： 微调优先级/角度/碰撞参数，开启失败自动快照助排障

步骤C：部署

• 生产模式： 就绪接受机器人直连请求
• 仿真模式： 真/模拟数据驱动机器人仿真，验证关节限位/夹爪设计

5. 机器人程序与标定

按应用修改机器人程序。

运行前必改内部程序：
1) RobotStudio开防火墙 → 私网开启Rapid Sockets → 重启控制器。
2) 用正确工件坐标系与工具坐标系，示教Home/开始抓取/结束抓取三点位。
3) 映射夹爪开合信号至AttachGripper/DetachGripper例程。

标定流程：
工件区放标定工具 — 外部标定用标定球，手眼标定用标定板。
标定板示意
CalibPositions例程含9个目标点位。微调使视觉系统全姿态清晰见标定板且无碰撞。运行标定例程，终精度要求<2mm。

1. 防火墙(关键)： RobotStudio开防火墙 → 私网开Rapid Sockets → 重启控制器
2. IP配置： Photoneo Web App填机器人/视觉控制器正确IP
3. 工具/负载数据： 手输或跑LoadIdentify辨识例程
4. 示教点位： 正确坐标系下示教Home/开始/结束三点
5. 信号映射： 夹爪开合信号映射到Attach/Detach例程

标定例程

1. 准备： 工作区放标定工具(手眼用标定板/外部用标定球)
2. 示教位姿： CalibPositions 9目标点，调整使视觉全姿态见标定板无碰撞
3. 执行标定： 机器人端运行Photoneo标定例程

验收标准： 结果<2mm。

6. 可视化积木编程向导

无需深厚编程功底。

最后一步：用积木编程向导搭建应用逻辑，免去复杂代码。积木块标HE(手眼)或X(外部)。
标准流程：初始化块(含IP/点位) → While循环(TRUE常驻) → 循环内堆叠：扫描块(定位) → 抓取块 → 放置块。放置块含进给参数，自动生成放料点上方100mm安全进给位。排布完成，点击「应用」即部署落地。

示例逻辑流

1. 初始化块： 输入视觉控制器IP、视觉系统ID、Home/开始/结束点位
2. While循环： 参数TRUE持续运行
3. 扫描块：
   • 扫描姿态： 复用/新建点位
   • 视觉ID： 选执行定位的视觉系统
   • 等待时间： 可选，确保机器人稳定后扫描
4. 抓取块： 确保拾取成功
5. 放置块： 定义放料位
   • 进给参数： 自动创建放料点上方100mm进给/释放位

收官动作：点击「应用」。

您的首个基于Photoneo与OmniCore的AI抓取应用已就绪！完整网络研讨会回放见此，解锁更多实战案例与技术红利。