机器人视觉精密3D装配系统具有以下创新要点：
1）较强定制性的硬件系统搭建集成：本公司针对视觉机器人工业零件装配的多样化应用的目标任务，对其硬件系统搭建集成具有丰富的经验。在各类硬件如工业相机、光源、镜头、机器人等的型号选择上，可以根据客户需求及任务要求选择最合适的硬件平台搭配方案。同时，本公司开发了一套较为成熟的程序，使得系统可以根据需求导向自动选择硬件型号。这一优点使得产品定制性强，更加贴合市场需求且灵活高效。
2）较强的底层算法自主开发能力：对于应用市场方面，本公司拥有一套稳定、易用的视觉开发程序框架，对于多样、多变的项目需求，可以在较短时间内自主开发合适的算法和流程，可靠性高、适应性强。另外，对于项目通用的难点算法，申请了一系列的发明专利和软件著作权等，包括基于CAD模型的高反光面金属零件位姿测量方法、基于RANSAC椭圆拟合高精度工件定位方法等。这些框架和方法保证了本公司产品及服务的稳定性和系统性，对于各类项目需求均有较强的专业解决能力。
3）程序化的调试流程和高效、高精度的调试工艺：对于产品的后期调试服务，本公司形成了系统的程序化调试流程。对于机器人抓取系统，拥有一种工业机器人自动手眼标定方法，节省大量的手眼标定工作量和时间，大大减小了手眼标定对技术人员的专业水平要求，提高了工业机器人的手眼标定稳定性。对于打光工艺，不同的应用场景，有不同的打光方式。比如，常见的金属倒角孔成像要用低角度打光方式，高反光塑料材质可采用偏振光源等等。同时，我们使用一种高精度的标定方法，即对同样的设备参数，选择特定的机器人拍照序列，相比于同行约0.5mm的标定精度，可以达到更精确的0.2mm精度。将以上技术进行整合，形成一套自主的高效、高精度的调试工艺。
4）人机交互系统性：对自动装配系统进行软、硬件搭建。硬件系统采用分布式结构,上位计算机与下位机器人控制器共同完成了系统实时控制和综合管理的任务,机器视觉技术用于实现工件定位等辅助功能;软件系统分为下位机器人控制器程序和上位人机交互界面程序,机器人控制器程序实现系统的手动、自动装配等功能,人机交互界面程序完成对装配系统各功能模块的集成与管理。
5）软件系统可稳定对接国内外主流机器人平台：如ABB机器人、KUKA机器人、埃斯顿机器人等。
6）、基于OpenGL和 CAD模型的虚拟仿真技术：本系统根据所需装配目标物体的CAD模型，用OpenGL图形库虚拟仿真模型生成数据集，附加以特殊的纹理和材质特性，添加漫反射和镜面光贴图等，使用工业环境背景（根据实际场景需求灵活改变）、动态光源（包括环境光、定向光、点光源）等，控制相应变量生成大量仿真训练图片，然后使用Labelme和HALCON视觉库自动制作生成目标真实位置标签。此方法避免了实际采集真实工件图片的繁琐和耗时耗力，也避免了镜头畸变等因素影响。
7）基于深度学习的6D位姿测量技术：本系统以当前成熟稳定的目标检测深度学习网络为框架并根据工业应用领域加以改进，使用虚拟仿真生成的数据集加以训练和测试，通过少量的训练图片即可达到相当高准确度的目标工件的ROI信息，在此基础上，直接使用基于CAD模型的高精度6D位姿测量方法加以迭代计算，最终获取待处理目标工件的精确位姿。此方法减少了传统模板匹配环节的耗时，提高了匹配过程的稳定性，为后续机器人的精密装配做了坚实的技术支撑。

机器人视觉精密3D装配系统具有以下创新要点：
1）较强定制性的硬件系统搭建集成：本公司针对视觉机器人工业零件装配的多样化应用的目标任务，对其硬件系统搭建集成具有丰富的经验。在各类硬件如工业相机、光源、镜头、机器人等的型号选择上，可以根据客户需求及任务要求选择最合适的硬件平台搭配方案。同时，本公司开发了一套较为成熟的程序，使得系统可以根据需求导向自动选择硬件型号。这一优点使得产品定制性强，更加贴合市场需求且灵活高效。
2）较强的底层算法自主开发能力：对于应用市场方面，本公司拥有一套稳定、易用的视觉开发程序框架，对于多样、多变的项目需求，可以在较短时间内自主开发合适的算法和流程，可靠性高、适应性强。另外，对于项目通用的难点算法，申请了一系列的发明专利和软件著作权等，包括基于CAD模型的高反光面金属零件位姿测量方法、基于RANSAC椭圆拟合高精度工件定位方法等。这些框架和方法保证了本公司产品及服务的稳定性和系统性，对于各类项目需求均有较强的专业解决能力。
3）程序化的调试流程和高效、高精度的调试工艺：对于产品的后期调试服务，本公司形成了系统的程序化调试流程。对于机器人抓取系统，拥有一种工业机器人自动手眼标定方法，节省大量的手眼标定工作量和时间，大大减小了手眼标定对技术人员的专业水平要求，提高了工业机器人的手眼标定稳定性。对于打光工艺，不同的应用场景，有不同的打光方式。比如，常见的金属倒角孔成像要用低角度打光方式，高反光塑料材质可采用偏振光源等等。同时，我们使用一种高精度的标定方法，即对同样的设备参数，选择特定的机器人拍照序列，相比于同行约0.5mm的标定精度，可以达到更精确的0.2mm精度。将以上技术进行整合，形成一套自主的高效、高精度的调试工艺。
4）人机交互系统性：对自动装配系统进行软、硬件搭建。硬件系统采用分布式结构,上位计算机与下位机器人控制器共同完成了系统实时控制和综合管理的任务,机器视觉技术用于实现工件定位等辅助功能;软件系统分为下位机器人控制器程序和上位人机交互界面程序,机器人控制器程序实现系统的手动、自动装配等功能,人机交互界面程序完成对装配系统各功能模块的集成与管理。
5）软件系统可稳定对接国内外主流机器人平台：如ABB机器人、KUKA机器人、埃斯顿机器人等。
6）、基于OpenGL和 CAD模型的虚拟仿真技术：本系统根据所需装配目标物体的CAD模型，用OpenGL图形库虚拟仿真模型生成数据集，附加以特殊的纹理和材质特性，添加漫反射和镜面光贴图等，使用工业环境背景（根据实际场景需求灵活改变）、动态光源（包括环境光、定向光、点光源）等，控制相应变量生成大量仿真训练图片，然后使用Labelme和HALCON视觉库自动制作生成目标真实位置标签。此方法避免了实际采集真实工件图片的繁琐和耗时耗力，也避免了镜头畸变等因素影响。
7）基于深度学习的6D位姿测量技术：本系统以当前成熟稳定的目标检测深度学习网络为框架并根据工业应用领域加以改进，使用虚拟仿真生成的数据集加以训练和测试，通过少量的训练图片即可达到相当高准确度的目标工件的ROI信息，在此基础上，直接使用基于CAD模型的高精度6D位姿测量方法加以迭代计算，最终获取待处理目标工件的精确位姿。此方法减少了传统模板匹配环节的耗时，提高了匹配过程的稳定性，为后续机器人的精密装配做了坚实的技术支撑。