分步指南：使用 ABB Robotics Add-In 部署 Bin Picking Studio

2025 年 12 月 11 日，我们与 ABB Robotics 联手举办了一场独家网络研讨会，“利用 3D 视觉引导机器人掌握复杂自动化”。

目标是展示工业自动化的重大飞跃：先进 3D 视觉系统和机器人单元之间的传统墙壁的崩溃。

多年来，制造商一直要求采用统一的视觉引导机器人方法——一种消除复杂性并加速部署的方法。我们响应这一号召，将 Locator Studio 和 Bin Picking Studio 直接集成到 ABB Robotics One 生态系统和 OmniCore 控制器中。

在下面的指南中，我们将引导您了解此集成的技术细节。从硬件连接到最终的块编程向导。

以下是如何使用适用于 ABB 的新 Photoneo 插件启动您的第一个 AI 垃圾箱拣选应用程序。

1。硬件连接要点

可靠应用程序的基础始于物理设置。首先，为您的场景选择合适的扫描仪：对于静态环境使用 PhoXi 3D 扫描仪，如果您的应用涉及动态场景或需要对机器人正前方的区域进行网格划分，则使用 MotionCam-3D。

接下来，连接装有 Locator 或 Bin Picking Studio 许可证的工业 PC。该电脑具有六个特定的以太网端口。您必须连接端口 1 用于机器人通信，连接端口 2 用于互联网连接。端口 3 至 6 为您的扫描设备保留。

2。安装插件

安装过程快速，只需七分钟，可直接在机器人控制器上进行。从 Photoneo 网站下载安装包到 U 盘，并将其插入 ABB FlexPendant。

导航到主菜单中的“控制器软件”，选择“安装新插件”，然后选择 Photoneo 软件包。

这里最关键的步骤是选择正确的模板来匹配您的物理配置。

手眼配置（左），外部配置（右）

如果您的相机安装在支架上，请选择外部设置（对于单个设备选择“基本”，对于多个设备选择“多视觉”）。如果相机安装在机器人法兰上，请选择“手眼设置”。对于手眼，您可以指定机器人是否应该停止扫描（“多视图静态”）或移动时扫描（“多视图动态”）。

安装过程非常简单，大约需要七分钟——刚好够喝杯咖啡的时间。

下载并保存： 从Photoneo网站下载安装包并将其保存到U盘。
插入 USB： 将棒插入 ABB FlexPendant 上的 USB 端口。
选择加载项： 转至 ABB 主菜单 -> 控制器软件 -> 安装新的加载项 .
安装： 选择 Photoneo 插件并单击“下一步”。
选择模板： 这很关键。选择与您的物理设置相匹配的模板：

3。网络配置

安装后，ABB 主菜单中将出现一个新的 Photoneo 图标。打开它会显示网络设置，您可以在公共网络或专用网络之间切换。

该系统附带了视觉控制器和机器人系统的预定义地址（通常通过管理端口或 DSQC 1100 I/O 卡）。

如果您需要输入自定义IP地址，系统将立即验证它们，闪烁的绿色“保存”按钮表示成功。

对于专用网络，“重定向到 Photoneo 服务器”功能允许您从单个界面控制机器人和 Photoneo 软件。

安装后，打开新的 Photoneo 图标 在 ABB 主菜单中。您将看到三个部分：

手册（左）： 帮助您快速开始跑步的指南。
网络设置（中）：
- 您可以选择公共或专用网络。
- 已为视觉控制器和机器人系统预定义地址（期望连接到管理端口或 DSQC 1100 I/O 卡）。
- 如果您更改 IP，系统会对其进行验证；成功后“保存”按钮呈绿色闪烁。

重定向到 Photoneo Server（右）： 专用网络的一项强大功能，可让您在一个地方完全控制机器人功能和 Photoneo 软件。

4。设置 Bin Picking Studio (BPS)

网络处于活动状态时，您可以转到 Bin Picking Studio 来定义应用程序逻辑。

首先创建具有唯一 ID 的新解决方案，然后定义硬件：选择您的机器人模型，上传夹具的 CAD 模型（STL 小于 1MB），然后设置工具中心点 (TCP)。您还将在此处定义抓取方法，包括接近向量和线性路径。

Bin Picking Studio 中的机器人选择

接下来，配置视觉和环境。添加您的视觉系统并选择用于对象检测的神经网络。

在“环境”选项卡中，您可以导入工作单元的 STL 模型来定义碰撞对象并触发测试扫描以验证点云是否与数字机器人模型对齐。

最后，在“设置”下，您可以微调拣选优先级并启用“自动快照”以帮助排除拣选失败的故障。

以下是快速分步概述：

步骤 A：项目和硬件

新解决方案： 使用唯一 ID 创建项目（由机器人程序用来调用这个特定的解决方案）。
机器人： 选择机器人的名称、覆盖范围和有效负载。
夹具： 上传 CAD 模型（1MB 以下的 STL 文件），定义工具中心点 (TCP)，并设置不变性。
抓取方法： 定义路径阶段（例如，接近、线性路径、位置公差）。您可以在此处触发预定义的机器人例程。

步骤 B：愿景与环境

视觉系统： 最多添加四个系统。配置校准类型、传感器 ID 和扫描配置文件。
本地化： 选择用于对象检测和初始抓取点放置的神经网络。
环境：
- 场景： 设置碰撞对象（简单形状或工作单元导入的 STL）。
- 机器人： 点动机器人，查看当前位置，并设置轴限制。
- 愿景： 触发扫描以验证点云与您的机器人模型是否一致。
设置： 微调拾取优先级、角度限制和碰撞参数。 提示：为失败的操作打开“自动快照”以帮助排除故障。

步骤 C：部署

生产模式： 完全准备好运行；直接接受来自机器人的请求。

模拟模式： 使用真实或模拟数据模拟机器人运动。非常适合测试关节极限和夹具设计。

5。机器人程序和校准

现在，修改机器人的程序以匹配您的应用。

在运行系统之前，必须调整机器人的内部程序。首先，在RobotStudio中启用防火墙，专门针对专用网络上的“Rapid Sockets”，然后重新启动控制器。

然后，您需要教机器人具体的物理位置。使用正确的工作对象和工具，微动机器人以定义起始位置、开始箱拾取位置和结束拾取位置。

您还必须将夹具的打开/关闭信号映射到 AttachGripper 和 DetachGripExcerptper 例程。

为了进行校准，在工作空间中放置适当的工具——用于外部设置的球或用于手眼的标记图案。

标记图案

CalibPositions 例程包含九个目标位置。调整这些目标，使视觉系统在每个姿势中都能清晰地看到标记，而不会发生碰撞。运行校准例程并确保最终结果低于 2 毫米。

防火墙（至关重要）：
- 在 RobotStudio 中启用防火墙。
- 为快速套接字启用防火墙 在专用网络上。
- 重新启动机器人控制器。
IP 配置： 在 Photoneo Web 应用程序中，输入机器人和视觉控制器的正确 IP 地址。
工具和负载数据： 手动输入或运行LoadIdentify 服务程序。
教学目标： 点动机器人（使用正确的工作对象和工具）进行示教：
- 主位置。
- 开始箱拾取位置。
- 结束拾取位置。
信号逻辑： 将您的夹具信号（打开/关闭）映射到 AttachGripper 和 DetachGripper 例程。

校准例程

准备： 将校准工具（用于手眼的标记图案，用于外部的球）放在工作区域中。
教学职位： CalibPositions 例程有九个目标。调整它们，以便视觉系统在每个姿势中看到标记而不会发生碰撞。
运行校准： 在机器人上运行 Photoneo 校准程序。

检查结果： 目标是2毫米以下的结果 .

6。向导：块编程

您不需要深厚的编程技能。

最后一步是使用块编程向导构建应用程序逻辑，从而无需复杂的编码。您将看到标记为 HE（手眼）或 X（外部）的块。

标准工作流程从初始化块（包含 IP 和起始位置）开始，然后是设置为 TRUE 的 While 循环以连续运行。在循环内，您只需堆叠必要的操作：用于执行本地化的扫描块、用于抓取零件的拾取块以及用于释放零件的放置块。

Place 块甚至包括一个“Approach”参数，可自动计算下车点上方 100 毫米的安全位置。排列好块后，只需单击“应用”即可部署应用程序。

该向导允许您使用标记为 HE 的简单块构建应用程序逻辑（手眼）或X （外在）。

示例逻辑流程：

初始化块： 输入视觉控制器 IP、视觉系统 ID、起始位置、开始位置和结束位置。
While 循环： 将参数设置为 TRUE 以实现连续操作。
扫描块：
- 扫描姿势： 使用现有职位或创建新职位。
- 愿景 ID： 选择执行本地化的系统。
- 等待时间： 可选参数，确保扫描前机器人稳定。
选择块： 确保成功拾取对象。
放置区块： 定义下车地点。
- 方法参数： 自动在物体上方 100 毫米处创建一个位置，用于接近和释放。