场景：绕线机来料为异形件（引脚变形、塑胶异形、骨架不规则、注塑毛边、大小公差波动、无规整定位基准等），传统振动盘无法规整、相机识别不稳定、定位偏移导致绕线不良、撞针、断线。

整体思路：前置物料规整→上料机构适配异形→视觉识别补偿→机械二次定位→闭环校验，分4条技术路径，从低成本改造到全方案新建，可按预算选型。

一、先做来料端改善

很多识别 / 上料难题根源是来料一致性差，优先从上游压缩波动。

1、物料图纸明确关键基准公差：骨架定位台阶、引脚位置、料外形轮廓，把注塑 / 冲压的毛边、披风、变形控制在设备兼容窗口；

2、来料预处理：增加整料、校引脚、去毛边简易工装；变形超差物料提前筛选剔除，不要指望设备兼容所有不良来料；

3、来料包装：改用托盘 / 载带，减少运输挤压变形；散装异形件尽量避免直接振动盘上料。

风险点：如果来料公差大、变形随机，单纯靠视觉再强也会频繁报错、误识别。

二、上料机构方案选型

方案 A：柔性分料 + 机器人抓取

组成：柔性料仓 + 皮带分料 + 3D/2D 视觉引导机器人（SCARA / 六轴）

流程：物料松散落在料仓，皮带分层出料，相机拍照抓取位姿，机器人取料，放到绕线工装治具；

• 优点：不用振动盘，不刮伤骨架、不掰弯引脚；兼容多种异形物料换型；

• 缺点：设备成本高；对堆叠粘连物料需要防堆叠逻辑；

• 适配：多规格异形骨架、薄壁易损件。

方案 B：振动盘 + 柔性整料 + 预定位

普通振动盘对异形件容易卡料、翻面失败，不能直接用。
改造要点：

1. 振动盘轨道做避让避毛边，加宽防卡，增加吹气排废；

2. 增加预定位工位：出料后先落到预定位治具，机械做粗导向，消除大部分姿态偏差；

3. 增加姿态检测：光电 / 简易相机，姿态不对直接吹走重上料，不往下流转；

局限：完全无对称特征、极易缠绕卡料的物料不适合振动盘。

方案 C：托盘 / 载带供料

• 物料预先摆放在定制托盘，托盘流水线送料；

• 机械手直接从托盘取料，姿态已经被托盘约束；

• 优点：姿态可控，识别压力最小；

• 缺点：需要托盘，增加物料包装成本；适合大批量稳定生产。

小结：越异形、越易变形，越不要强上振动盘，优先柔性料仓机器人或者托盘上料

三、视觉识别难题解决路径

痛点：反光塑胶骨架、毛边干扰、轮廓多变、引脚遮挡，传统模板匹配识别失败。

1. 相机选型

2. 算法策略，避开单纯模板匹配

1. 不使用完整模板匹配：改用关键点检测、特征点提取，只识别产品固定基准特征（定位孔、定位台阶、特定缺口），忽略毛边、外形不规则区域；

2. ROI 感兴趣区域裁剪：只对基准位置做识别，把毛边、多余轮廓排除在识别区域外；

3. 多模型库：把物料常见几种姿态、正常公差内外形录入模型库，循环匹配；

4. 容错阈值设置：设置置信度，低于阈值直接判定 NG，退回重上料，不要强行输出坐标；

5. 补偿输出：视觉输出X/Y/θ 旋转偏移量，下发给机械手 / 位移平台做位置补偿。

常见踩坑：拿产品外轮廓做识别基准，一旦有毛边、注塑差异直接识别漂移。一定要选不受毛边影响的内部基准特征。

四、视觉识别之后：机械二次定位闭环

视觉识别总有误差，绕线设备对定位精度要求高（绕线针头距离骨架很近），只靠视觉抓取容易撞机。

1. 视觉粗定位抓取 → 放到机械预定位工位，用导向销、定位块做机械强制归位；

2. 归位完成后再做二次拍照校验，确认引脚、骨架基准到位，才送入绕线工装；

3. 增加防错传感器：引脚有无、骨架是否到位，异常直接报警停机；

4. 绕线前增加原点校验：工装夹紧后再读一次位置，做补偿。

核心逻辑：视觉负责找大概位置，机械负责把物料强制校正到工艺需要的基准，而不是完全依赖视觉精度

五、完整落地的两套参考方案

方案 1：量产稳定版

柔性料仓分料 → 2D/3D 视觉 SCARA 抓取 → 机械预定位工位 → 二次视觉校验 → 送入绕线机工装
优势：兼容异形，换型方便，卡料少，撞机风险低。

方案 2：低成本改造

保留简易振动盘，增加姿态检测 + 吹废；出料到预定位治具；局部视觉做偏移补偿；机械导向定位；NG 料回料仓。
局限：物料变形严重时依旧会报错，适合变形量可控的异形件。

六、典型故障与对应对策

1. 识别经常跳坐标：光源反光，更换无影光源，调整 ROI，不要用外轮廓做模板；

2. 物料抓取姿态对，但放到治具偏移：视觉只是粗定位，缺少机械二次定位；

3. 频繁卡料上料失败：振动盘不适合该异形件，更换柔性料仓方案；

4. 毛边导致误识别：算法屏蔽边缘区域，来料控制毛边阈值。

七、项目实施步骤

1. 收集真实来料样品：好件、毛边件、轻微变形件，设备必须拿真实不良样件做测试，不能只用理想样品；

2. 评估来料公差，确定设备可兼容的物料波动范围，超出范围的物料必须上游剔除；

3. 确定上料路线（振动盘 / 柔性料仓机器人 / 托盘）；

4. 选定视觉基准特征，光源、相机选型；

5. 样机阶段做批量跑料测试，统计识别成功率、卡料率；

迭代优化算法参数、机械导向结构，固化换型参数。