随着传统制造业的转型升级和“中国制造2025”战略的推进，工业机器人的应用越来越广泛。近年来，大量工业机器人被用于装配制造、分拣包装、拆包码垛等领域。，不断提高了企业生产过程的自动化水平。同时，企业的生产方式也从传统的人力主导转变为机器人主导，大大提高了产品的生产效率，降低了生产成本，减少了一些恶劣的生产环境对工人身体造成的伤害。在机器人作业过程中，如何准确抓取随机堆放的零件或货物，已成为目前业界应用和研究的热点问题。基于以前的技术， 博肯机器人团队对3D视觉技术进行了改进和升级，与博肯的串并联六轴机器人合作开发了基于3D视觉的无序分拣技术。

　　与传统的2D视觉不同，三维表面成像/重建/测量技术可以用来测量物体表面各点的(x，y，z)坐标，测量结果可以表示为深度图。三维表面成像系统除了测量三维坐标外，还可以输出物体表面空间点的其他光学特征值，如反射率、颜色等。此时点云的测量结果一般可以表示为{}，其中是代表第I个点的光学特征值的向量。比如常见的RGB-D(红绿蓝深度)测量数据可以表示为{}。

　　目前，常见的三维表面成像技术包括双目立体视觉、多视角立体视觉和激光片光三角测量。编码结构光，飞行时间，聚焦深度，光度立体视觉。该方案采用编码结构光三角测量原理用于三维结构光相机。它的工作原理是:编码结构光激光器将专门设计的编码图案投射到目标物体上。基于不同的图案编码方法，相机可能需要拍摄由激光照射的目标物体的表面的一个或多个图像，并且可以通过比较图像上的调制编码光图案和未调制编码光图案来测量目标表面的3D形态。

　　当视场满足摄像机的探测要求时，通过调整摄像机的相关参数，可以得到摄像机拍摄的灰度图像和相应的深度图像。

　　获取点云数据后，经过点云滤波、点云分割等点云预处理步骤，利用FPFH特征描述子提取点云特征。由PFH特征演化而来的快速点特征直方图描述子(FPFH)具有计算复杂度低、运算速度快的特点。

　　在对目标点云进行特征提取后，选取点云数据全局特征描述符中的OUR-CVFH特征对分割后的点云块进行分类，然后通过模板匹配的方法将模板与子目标的分割后的点云进行匹配，完成不同种类物体点云的位姿估计。最后，通过与机器人的标定，完成机器人在三维视觉下的无序分拣任务。