深潜蛟龙、国产航母辽宁号下水、中国第一艘大型豪华邮轮也正在建造中，随着智能制造的大力发展，一系列海洋结构物的设计与制造都预示着船舶行业正走出低谷、走向振兴，海克斯康也为我国船舶制造的发展贡献着自己的能量。

（图片素材来源于网络）

在船舶零部件的识别检测传统采用人工检测方式进行，手动喷码、人眼获取等形式效率低下、误识别率高，无法达到船厂的生产力要求，也无法满足船厂对自动化及信息化的需求。同时，船用零部件种类多、体积大、自身重，急需一种能够满足船厂自动化识别的解决方案。

为此，海克斯康研发推出了基于船厂要求的工件自动识别分拣解决方案，该方案将传统的模式识别方式和深度学习方式相结合，采用模式识别识别零件，深度学习识别零件喷码信息，尤其是喷码中的汉字信息，实现了工件尺寸和编码信息的自动识别和下料，有效的减少了船厂的劳动力，提高了工作效率，目前该方案已通过客户的的认可和验收。

视觉识别技术

轻松获取零件信息

整体软件方案基于可扩展和易维护的原则设计，综合完成特征识别与编码识别，实现工件信息的获取以及工件分拣。

软件采用模式匹配的方式进行特征和编码识别，识别功能包括特征识别和编码识别。其中，特征识别用于识别工件的特征信息，包括工件的类型、位置坐标和R偏角；编码识别用于识别工件上的喷码信息，从而记录工件的具体信息，另外，系统还会从喷码信息中提取工件的下件信息，从而将工件分拣到指定的托盘位置，实现自动分拣下料。

多种抓取模式

灵活完成零件分拣

系统支持多种夹具，进而支持三角形、四边形、梯形等多种抓取模式。夹具上的传感器可以实现工件有无的检测，通过PLC实现对工件掉落、吸附失败等情况的判断及报警，并能够对机械手抓取过程中下降高度的安全保护，通过调节传感器判定距离，实现机械手下降高度超出安全高度时的防护及停机。

同时，方案软件系统可以针对编码识别的工件，根据工件的类型、摆放的位置、需要的抓手类型，智能规划抓取顺序，尽可能实现当前抓手分拣完成所有的工件，减少抓手更换的次数，提高分拣效率。

融合深度学习

快速识别分拣工件

由于船体零部件种类繁多，CCD识别模板开发工作量大，本方案还提供了基于深度学习的识别解决方案。只需为每类零部件拍摄少量照片，识别软件即可自动学习到此类工件的特征，在实际应用中准确判断工件的类别，达到分拣的目的。相较于传统的人工识别，极大地提高了效率，减少误判。

针对船舶行业的机器人视觉分拣方案是海克斯康创新研发的重要成果表现，它融合了基于深度学习的目标识别技术、基于OCR的识别技术、机器人路径规划技术等，不仅对于船舶行业零部件检测带来了革命级的技术进步，也为海克斯康后续赋能各行各业数字化转型储备了技术能力。