标准搜索结果: 'GB/T 45501-2025'
| 标准编号 | GB/T 45501-2025 (GB/T45501-2025) | | 中文名称 | 工业机器人 三维视觉引导系统 通用技术要求 | | 英文名称 | Industrial robots - Three-dimensional vision-guided system - General technical requirements | | 行业 | 国家标准 (推荐) | | 中标分类 | J28 | | 国际标准分类 | 25.040.30 | | 字数估计 | 18,198 | | 发布日期 | 2025-03-28 | | 实施日期 | 2025-10-01 | | 发布机构 | 国家市场监督管理总局、中国国家标准化管理委员会 | GB/T 45501-2025: 工业机器人 三维视觉引导系统 通用技术要求
中华人民共和国国家标准
ICS 25.040.30CCS J 28
工业机器人 三维视觉引导系统
通用技术要求
Industrial robots-Three⁃dimensional vision⁃guided system-
General technical requirements
2025⁃03⁃28 发布
2025⁃10⁃01 实施
国 家 市 场 监 督 管 理 总 局
国 家 标 准 化 管 理 委 员 会 发 布
目次
前言·····Ⅲ
1 范围·····1
2 规范性引用文件····1
3 术语和定义·····1
4 缩略语·····2
5 架构·····2
5.1 系统组成·····2
5.2 设备层·····3
5.3 控制层·····3
6 基本要求····4
7 功能要求····4
7.1 配置和控制····4
7.2 手眼标定·····5
7.3 仿真功能·····5
7.4 运行界面·····5
7.5 数据存储和回溯····5
7.6 系统漂移自校正····5
7.7 系统集成·····5
7.8 系统维护·····6
8 性能要求····6
8.1 采集帧率·····6
8.2 采集点数·····6
8.3 测量精度·····6
8.4 视觉运算速度···6
8.5 识别重复性····6
8.6 识别成功率····6
8.7 引导定位精度···6
9 其他要求····6
9.1 安全性·····6
9.2 可靠性·····7
9.3 安装····7
9.4 维护保养·····7
10 测试方法····7
10.1 采集帧率····7
10.2 采集点数····7
10.3 测量精度····8
10.4 视觉运算速度····9
10.5 识别重复性·····9
10.6 识别成功率···10
10.7 引导定位精度····11
参考文献·····12
前言
本文件按照 GB/T 1.1-2020《标准化工作导则 第 1 部分：标准化文件的结构和起草规则》的规
定起草。
请注意本文件的某些内容可能涉及专利。本文件的发布机构不承担识别专利的责任。
本文件由中国机械工业联合会提出。
本文件由全国机器人标准化技术委员会（SAC/TC 591）归口。
本文件起草单位：梅卡曼德（北京）机器人科技有限公司、北京机械工业自动化研究所有限公司、
杭州海康机器人股份有限公司、清华大学、遨博（北京）智能科技股份有限公司、武汉华工赛百数据系统
有限公司、深圳国创具身智能机器人有限公司、武汉奋进智能机器有限公司、郑州越达科技装备有限公司、
中原动力智能机器人有限公司、沈阳新松机器人自动化股份有限公司、重庆凯瑞认证服务有限公司、
深圳锐视智芯科技有限公司、深圳市深视智能科技有限公司、山东鸿泽自动化技术有限公司、河北鹰眼
智能科技有限公司、常州微亿智造科技有限公司、南京景曜智能科技有限公司、山东中科先进技术有限
公司、湖北楚大智能装备股份有限公司、西安知象光电科技有限公司、中科开创（广州）智能科技发展有
限公司、江西省通讯终端产业技术研究院有限公司、骨圣元化机器人（深圳）有限公司、合肥焕智科技有
限公司、国器智眸（重庆）科技有限公司、宁夏小牛自动化设备股份有限公司、北京伟景智能科技有限公司、
杭州升恒科技有限公司。
本文件主要起草人：丁有爽、王师、张文聪、邵天兰、付翱、高歌、杨萍、徐静、万里红、张浩宇、于括、
陈睿、王春茂、贾乐、张驰、宋仲康、朱志昆、岳晓峰、姜静、戴恒、张超、吴璇、孙逊、丁宁、张建国、张锋、
孙添飞、陈斌、袁鵾、王春梅、吴成中、谌黎明、叶彩红、项睿、周翔、李卫民、姚平、吴永刚、张鹏、赵亚兰、
陶慧、金少峰、黄麟、董霄剑、杜辉。
工业机器人 三维视觉引导系统
通用技术要求
1 范围
本文件规定了用于工业机器人领域的三维视觉引导系统的架构、基本要求、功能要求、性能要求、
其他要求，描述了性能指标的测试方法。
本文件适用于指导企业、高校、科研院所等相关机构开展工业机器人三维视觉引导系统的研发与
应用。
2 规范性引用文件
下列文件中的内容通过文中的规范性引用而构成本文件必不可少的条款。其中，注日期的引用文
件，仅该日期对应的版本适用于本文件；不注日期的引用文件，其最新版本（包括所有的修改单）适用于
本文件。
GB/T 12642-2013 工业机器人 性能规范及其试验方法
GB/T 12643 机器人 词汇
GB/T 33863.8 OPC 统一架构 第 8 部分：数据访问
GB/T 39005 工业机器人视觉集成系统通用技术要求
3 术语和定义
GB/T 12643 和 GB/T 39005 界定的以及下列术语和定义适用于本文件。
3.1
三维视觉传感器 three⁃dimensional vision sensor
结合光学、算法和电子技术，利用各种原理（如立体视觉、结构光、飞行时间等）计算场景或物体深
度信息的装置。
注： 通常应用于工业自动化、机器人导航、质量检测、医疗影像、虚拟现实和增强现实等领域。
3.2
三维视觉引导系统 three⁃dimensional vision⁃guided system
利用三维视觉感知技术获取目标物体或环境的空间信息（如形状、位置、姿态、深度等），并通过算
法处理和分析这些信息，最终生成控制指令以引导机械装置（如机器人、自动化设备等）完成精准操作
的技术系统。
3.3
手眼标定 hand⁃eye calibration
通过数学建模和优化方法，确定视觉系统相对于机器人的准确位置和姿态，以实现精确地感知与
操作的过程。
注： 常用于机器人视觉系统中，确保图像数据与实际空间运动一致。
3.4
系统漂移自校正 system drift self⁃calibration
能够在系统因长期运行、外部环境变化或内部元件老化等因素导致性能漂移时，通过内部算法或
传感器数据动态调整和校正，恢复系统的精确性和稳定性的技术或方法。
3.5
测量精度 measurement accuracy
测量结果接近真实值的程度。
3.6
视觉运算速度 speed of vision processing
视觉模块或系统从图像采集开始到输出结果所需的时间。
注： 中间过程含图像采集、数据传输、算法处理等。
3.7
识别重复性 repeatability of recognition
在相同条件下，同一系统或方法多次对同一目标进行识别时，结果的一致性。
3.8
识别成功率 recognition success rate
在特定条件下，系统或方法能够准确识别目标对象或特征的比例。
注： 通常以百分比表示，反映了识别过程的正确性和可靠性。
3.9
引导定位精度 guidance positioning accuracy
引导系统准确将目标引导至预定位置的精确程度。
注： 反映了系统的定位能力。
4 缩略语
下列缩略语适用于本文件。
AP︰位姿准确度（Accuracy Of Pose）
API︰应用程序编程接口（Application Programming Interface）
DNN︰深度神经网络（Deep Neural Networks）
EtherNet/IP︰以太网工业协议（Ethernet/Industrial Protocol）
FR︰帧率（Frame Rate）
MTBF︰平均无故障工作时间（Mean Time Between Failure）
MTTR︰平均修复时间（Mean Time To Restoration）
OPC UA︰开放平台通信统一架构（Open Platform Communications Unified Architecture）
RP：位姿重复性（Repeatability Of Pose）
SVM︰支持向量机（Support Vector Machine）
TCP/IP︰传输控制协议/网际协议（Transmission Control Protocol/Internet Protocol）
5 架构
5.1 系统组成
三维视觉引导系统包括设备层、控制层，系统组成见图 1。
图 1 三维视觉引导系统组成
5.2 设备层
三维视觉引导系统的设备层含三维视觉传感器，为视觉处理模块提供深度图、点云、纹理图等图像
信息。
5.3 控制层
5.3.1 控制层架构
控制层包括参数配置模块、视觉处理模块、系统标定模块、路径生成模块、业务通信模块、人机交互
模块、机器人通信模块。
5.3.2 参数配置模块
根据传入的信息，由工程师或其他作业人员，对三维视觉引导系统的流程、逻辑、参数进行配置。
5.3.3 视觉处理模块
采用匹配、特征识别或机器学习等方法对三维视觉传感器提供的图像数据进行处理运算，包括图
像预处理、识别定位等。
a） 三维图像预处理：对采集的三维图像进行初步处理，优化和改善对识别有影响的三维图像质
量指标，图像预处理中的优化和改善算法包括点云化、几何变化、平滑和去噪等。
b） 识别定位：将完成图像预处理的数据输入到训练好的识别模型（比如 DNN、SVM 等）中进行
计算，或采用点云匹配等技术进行计算，输出识别定位的结果，该结果通常包括物体的类型、
空间位姿、尺寸等信息。本模块也包括利用手眼标定中的坐标转换关系进行位姿变换。
5.3.4 系统标定模块
根据机器人运动学模型和三维视觉传感器的光学模型建立坐标系变换模型，提供系统运行的初次
标定和长期连续运行过程中的校正。包括手眼标定和系统漂移自校正。
a） 手眼标定：三维视觉引导系统提供自动化的标定流程，完成对三维靶标的多次识别，计算出工
业机器人和三维视觉传感器的坐标转换关系。通过该坐标转换关系，可将视觉识别的结果转
换成工业机器人坐标系下的动作目标。
b） 系统漂移自校正：根据识别预设的标定物获得三维视觉引导系统连续运行中产生的误差，通
过系统精度优化算法对三维视觉引导系统进行补偿和校正，以保证引导定位精度长期满足作
业要求。
5.3.5 路径生成模块
根据视觉处理模块的输出结果生成工业机器人的运动路径，具备碰撞检测、末端轨迹生成功能。
a） 碰撞检测：判断工业机器人及其末端执行器在运动过程中是否会和障碍物、被抓物体等相交，
通过计算交点和预测相交时刻来避免发生碰撞。
b） 末端轨迹生成：基于视觉处理和碰撞检测的结果，结合工业机器人的运动学模型，计算出工业
机器人末端执行器符合生产需要的空间轨迹。
5.3.6 业务通信模块
基于标准的通信协议（TCP/IP、EtherNet/IP 等），将外部业务系统的作业指令（比如系统启停、切
换作业内容、下发作业任务）转变成三维视觉引导系统的内部参数，进而执行正确的引导作业。
5.3.7 人机交互模块
三维视觉引导系统的人机交互模块为系统操作人员提供良好的交互界面，如三维视觉成像、工业
机器人三维模型、系统状态展示、参数调整界面等。
5.3.8 机器人通信模块
根据路径生成模块的结果，机器人通信模块通过工业机器人提供的接口对机器人控制器发送控制
指令，引导工业机器人执行期望的路径动作。
6 基本要求
三维视觉引导系统应符合以下基本要求。
a） 处理结果、速度等满足实际生产系统要求。
b） 系统适应包括工作距离、识别对象、外部系统等变化，其中：
1） 工作距离变化包括识别对象空间位置、三维视觉传感器空间位置的变动；
2） 识别对象变化包括物体运动状态、物体颜色、表面材质、形状等的改变；
3） 外部系统变化包括温度、湿度、清洁等级、环境光照强度、振动强度等的改变。
c） 能与主流工业机器人、业务管理系统等进行交互，能通过人机交互界面与操作人员进行交互。
7 功能要求
7.1 配置和控制
三维视觉引导系统应提供配置管理工具或编程工具，供用户按照各类用途配置系统功能，并满足
不同的外部控制。
--开始/停止：执行系统启动或终止。
--暂停/恢复：执行系统暂停及暂停后恢复。
--紧急停止：用于应对事故或危险情况时强制停止设备的装置或机制。
--关机：关闭系统。
7.2 手眼标定
三维视觉传感器在工业机器人上的安装分为眼在手上和眼在手外两种场景。手眼标定功能应覆
盖这两种场景的坐标系关系标定。手眼标定具备标定流程自动化、标定状态可视化、标定结果量化的
能力，便于操作人员理解和执行。
7.3 仿真功能
基于三维视觉引导的复杂性，三维视觉引导系统应提供仿真功能，通过配置工作流程、碰撞检测，
控制仿真场景下虚拟的工业机器人的运行，确认生成的路径是否有碰撞、位置不可达等问题。
7.4 运行界面
7.4.1 状态显示
系统工作时，对系统本身及外部输入/输出设备状态进行自动采集、监测，并在运行界面显示有关
信息和故障。
7.4.2 快速操作
运行界面应提供系统基础功能的快速操作，包括用户登录、启停、生产型号切换等。
7.4.3 用户权限管理
运行界面应提供切换用户的能力，系统管理员可修改用户权限。
7.5 数据存储和回溯
7.5.1 日志系统
三维视觉引导系统执行任务时，会接收、处理、发送大量的数据，日志系统应将关键的交互信息进
行记录、存储，提供日志查询机制。
7.5.2 数据备份
三维视觉引导系统应具备数据备份能力，可保存系统处理的三维图像、外部输入等信息，以满足客
户再现、恢复生产状态的需求。
7.6 系统漂移自校正
宜针对三维视觉系统精度漂移的问题，配置系统漂移自校正功能。可在工业机器人外部或机体上
部署特征物，基于纠正算法自动监测和校正系统漂移。该机制宜周期性执行，检测周期和执行纠正的
误差阈值可根据作业需求修改。
7.7 系统集成
三维视觉引导系统应直接或间接与其他现场设备、控制系统、车间管理系统等进行通信，应提供
API或符合 OPC UA 规范，接口数据格式按照 GB/T 33863.8 的要求。
7.8 系统维护
7.8.1 系统启动诊断
系统通电后，使用特定的应用程序执行全面的诊断。系统启动诊断宜自动提示错误代码或错误消
息，以便进行故障定位。只有当系统启动诊断项目都正常通过后，系统才能进入运行准备状态。
7.8.2 系统更新
系统应具备离线或远程更新版本的能力。
8 性能要求
8.1 采集帧率
三维视觉传感器采集帧率宜不小于 1 Hz。
8.2 采集点数
三维视觉传感器采集点数宜不少于 30 万个点。
8.3 测量精度
三维视觉传感器输出的三维点在工作空间的测量精度宜优于机器人作业精度的五分之一。
8.4 视觉运算速度
视觉运算速度宜不超过 3 s。
8.5 识别重复性
识别重复性用视觉处理模块输出的位姿的重复性表示。三维视觉引导系统覆盖的场景多样，在视
觉引导装配场景下，宜满足位置重复性不大于 1 mm 以及姿态重复性不大于 1°。
8.6 识别成功率
三维视觉引导系统对目标对象的识别成功率宜不低于 99%。
8.7 引导定位精度
在机器人装配场景下，三维视觉引导系统引导工业机器人到达目标位置后，其工具中心点的位姿
准确度宜满足位置准确度不大于 2 mm 以及姿态准确度不大于 2°。
注： 三维视觉引导系统的引导定位精度也受工业机器人自身性能和手眼标定结果的影响。
9 其他要求
9.1 安全性
三维视觉引导系统应符合设备安全性和信息安全性的要求。
9.2 可靠性
评价方式应包括 MTBF、MTTR 等，具体数值和测试方法由产品标准规定。
9.3 安装
三维视觉传感器应提供工业机器人集成所需的机械接口。
9.4 维护保养
系统应提供维护保养机制，比如维护周期、方法、工具等。
10 测试方法
10.1 采集帧率
测试条件：
a） 采集总时间 T 不小于 30 s；
b） 环境温度：15 ℃ ~25 ℃；
c） 光照条件稳定；
d） 测量过程中保持传感器工作状态稳定。
测试步骤：
a） 准备采集的工作场景；
b） 采用三维视觉传感器对目标物进行采集。
三维视觉传感器在单位时间（1 s）内采集的三维图像帧数。按公式（1）计算：
FR = F total/T （1）
式中：
FR --帧率，单位为赫兹（Hz）；
F total--采集的总帧数；
T --采集总时间，单位为秒（s）。
注： 进行 3次重复测量取平均值。
10.2 采集点数
测试条件：
a） 测试帧数不小于 5；
b） 环境温度：15 ℃~25 ℃；
c） 测量过程中保持传感器工作状态稳定。
测试步骤：
a） 准备采集的工作场景；
b） 采用三维视觉传感器对目标物进行采集。
三维视觉传感器在单次采集中获取的有效像素点数量，用水平和垂直方向的总像素点数表示。按
公式（2）计算：
PT = (W - 2W in)×(H - 2H in) （2）
式中：
PT--采集点数；
W --X轴方向像素数；
W in--X轴平面边缘无效像素数；
H --Y轴方向像素数；
H in --Y轴平面边缘无效像素数。
注： 进行 3次重复测量取平均值。
10.3 测量精度
10.3.1 测量设备
球间距误差通过球杆（形状见图 2）来测定，球杆由钢、陶瓷或其他合适的材料制成，两端球体为漫
反射表面。
图 2 球杆示意图
球杆的尺寸需满足公式（3）和公式（4）要求：
LP ≥ 0.3 L 0 （3）
0.2 L 0 ≥ DP ≥ 0.02 L 0 （4）
式中：
LP --球杆的公称球心距，单位为毫米（mm），由球杆厂家的精度证书提供，其不确定性要明显小
于球间距误差；
L 0 --三维视觉传感器可测量空间的对角线长度，单位为毫米（mm）；
DP--球体公称直径，单位为毫米（mm），由球杆厂家的精度证书提供，其不确定性要明显小于球
间距误差。
10.3.2 球间距误差的计算
将球杆置于三维视觉传感器的视野下，采用最小二乘法计算最佳拟合球，在计算过程中，最多允许
剔除千分之三的测量点。测量值 L a 和参考值 LP 的差的绝对值即为球间距误差，按公式（5）计算：
SD = |L a - LP | （5）
式中：
SD --球间距误差，单位为毫米（mm）；
L a --两最佳拟合球球体中心之间的测量距离，单位为毫米（mm）。
10.3.3 测量精度的计算
球间距误差的测量应覆盖整个三维视觉传感器的工作空间，推荐如图 3 所示的七个测定位置，三
维视觉传感器的视野方向与 AD 平行。
取所有测定位置中球间距误差的最大值为三维视觉传感器的测量精度。
图 3 工作空间内，球杆的摆放示意图
注 1： 测试前系统预热时间不小于 10 min。
注 2： 环境温度为 15 ℃~25 ℃。
10.4 视觉运算速度
测试条件：
a） 环境温度：15 ℃~25 ℃；
b） 测试过程中无其他干扰程序。
测试步骤：
a） 准备含有目标物的工作场景；
b） 在保持目标物体静止的前提下，三维视觉引导系统对同一目标物体进行多次重复识别。
视觉运算速度按公式（6）计算：
Sv = ΔT n （6）
式中：
Sv --视觉运算速度，即单次视觉运算消耗的时间，单位为秒（s）；
ΔT --n次视觉运算所消耗的总时间，单位为秒（s）；
n -- 视觉运算的总次数。
注： 视觉运算的总次数 n不小于 30。
10.5 识别重复性
测试条件：
a） 测量前进行传感器预热（预热时间不小于 10 min）；
b） 环境温度： 15 ℃~25 ℃。
测试步骤：
a） 准备含有单一目标物的工作场景；
b） 在保持目标物体静止的前提下，三维视觉引导系统对同一目标物体进行多次重复识别；
c） 视觉处理模块输出多组物体位姿，计算 RP，表示识别重复性。
对于单一物体的识别，按照 GB/T 12642-2013 中 7.2 的规定，RP 表示为位置重复性与姿态重复
性。其中：
a） 位置重复性按公式（7）~公式（10）计算：
RP l = lˉ +3Sl （7）
lj = ()xj - -x 2 + ()yj - -y 2 + ()zj - -z 2 （8）
lˉ = 1n ∑j = 1
lj （9）
Sl =
j = 1
()lj - -l 2
n - 1 （10）
式中：
RP l --位置重复性，单位为毫米（mm）；
lˉ --lj的平均值，单位为毫米（mm）；
Sl --lj的标准偏差，单位为毫米（mm）；
lj --第 j次识别计算出的位置相对于集群中心的距离值，单位为毫米（mm）；
xj、yj、zj--第 j次识别计算出的位置坐标，单位为毫米（mm）；-x、-y、-z --对同一物体 n次识别的位置集群中心的坐标，单位为毫米（mm）；
n --对同一物体总识别次数。
b） 姿态重复性按公式（11）~公式（13）计算：
RP a = ±3Sa = ±3
j = 1
()aj - -a 2
n - 1 （11）
RP b = ±3Sb = ±3
j = 1
()bj - -b 2
n - 1 （12）
RP c = ±3Sc = ±3
j = 1
()cj - -c 2
n - 1 （13）
式中：
RP a、RP b、RP c--姿态重复性的三个分量，单位为度或弧度（°或 rad）；
Sa、Sb、Sc --对同一物体 n次识别的姿态角标准偏差，单位为度或弧度（°或 rad）；
aj、bj、cj --第 j次识别计算出的姿态角，单位为度或弧度（°或 rad）；-a、-b、-c --对同一物体 n次识别的姿态角的平均值，单位为度或弧度（°或 rad）；
n --对同一物体总识别次数。
注 1： 总识别次数 n不小于 30。
注 2： 测量间隔 1 s。
10.6 识别成功率
测试条件：
a） 环境温度：15 ℃~25 ℃；
b） 光照环境稳定；
c） 被测物体均可有效成像。
测试步骤：
a） 准备含有多个目标物的工作场景；
b） 在规定条件下，对传感器视野覆盖的场景中多个目标物进行识别。
识别成功率表示为成功识别的目标物与总目标物的比值。按公式（14）计算：
R s = (N s/N)× 100% （14）
式中：
R s--识别成功率；
N s--成功识别的物体个数；
N --传感器视野下有效物体总个数。
注： 进行 3次重复测量取平均值。
10.7 引导定位精度
测试条件：测试前系统预热时间不小于 10 min；环境温度为 15 ℃~25 ℃。
测试步骤：
a） 在机器人工作空间内布置可测量位姿的标志物；
b） 由三维视觉引导系统识别该标志物并引导机器人将工具中心点移向标志物；
c） 测量机器人工具中心点实际到达的位姿；
d） ......
|