人工智能自动化包裹和包裹分拣系统

手动分离大量包裹和信封，然后进行分类并将它们放置在传送带上，这非常具有挑战性，尤其是在高峰期。此过程的自动化可以提高生产率、节省成本和时间并减少伤害。对于想要满足不断增长的电子商务需求的物流公司来说，由人工智能驱动的机器人分离和分类系统正成为必需品。

手动分离——已成为过去？

包裹流量全年波动很大，通常在黑色星期五和圣诞节期间达到高峰。全球包裹量通常以每年高达 25% 的速度增长。

新冠疫情也考验了订单的按时履行。对电子商务的依赖加剧，增加了对产能的需求。这反过来又导致更多的运营成本，这不仅与需要雇用更多员工有关，还与招聘过程本身有关。从销售角度来看，通常被认为是最好和最赚钱的时期因此变成了最糟糕的时期。

除了吞吐量要求和需求激增之外，工人的健康和满意度也是手动分拣和分类的挑战。员工可能会因重复的任务而感到无聊，也可能因搬运不规则的重物而受伤。这可能会导致工人的赔偿费用和生产力下降。

视觉和机器人技术来救援

通过自动化分离和分类过程可以克服上述挑战，这可以使成本更可预测，并为需求高峰提供可扩展性。

当今最先进的自动化系统结合了 3D 机器视觉、AI 算法和与主要机器人品牌的兼容性。还可以衡量特定拾取和放置系统的质量和成功率。让我们来看一些具体的例子。如果一家公司需要对大量非结构化包裹进行分类和分类，那么实施自动化系统能给公司带来哪些好处？

例如，Photoneo 将内部开发的 3D 机器视觉与算法相结合，使机器人每小时可以拾取超过 2,250 个包裹。视觉系统提供准确的 3D 数据，并实现精确定位，使抓取精度达到 +/-3 毫米。

Photoneo分割和分拣系统基于预先训练的神经网络，无需任何训练便可识别包裹，分拣成功率高达 95%。

剩下的 5% 则取决于包裹的机械特性和材料。例如，如果物体表面起皱或由织物制成，则可能会从夹持器上掉下来，需要再次拾取。Photoneo 表示，这类物体在第二次尝试时总能成功拾取。该公司声称其循环时间可以达到 1.5 秒以内，并且与多种机器人品牌兼容。

单次扫描与多次拾取模式

性能速度取决于所选的扫描模式。单次扫描模式会进行扫描、处理数据、定位物体并向机器人发送拾取命令。对每个物体重复此过程。处理延迟通常不超过 0.5 秒。

另一种选择是多拾取模式，在这种情况下，扫描仪/相机进行扫描，系统识别所有可拾取的物体，机器人会不间断地逐个拾取它们。扫描次数可以根据特定应用进行调整。由于多拾取模式下没有处理延迟，因此性能更快，并且循环时间仅受机器人速度的限制。

视野与智慧

3D 数据的质量决定了自动单件和分类解决方案的成功。即使拥有最智能的系统，但如果没有良好的 3D 数据可供使用和依赖，其输出也将毫无用处。优质的 3D 相机需要提供高分辨率和准确性、大扫描量和景深以及高扫描速度。

其他重要因素包括抑制环境光的能力和“即插即用”性能。如果部署的 3D 摄像头具备所有这些功能，系统将获得足够的数据，供 AI 处理这些数据并成功定位每个物体。

最现代的人工智能包裹分割和定位方法是使用卷积神经网络，该技术在过去几年中取得了巨大进步。这些神经网络可以识别任何形状、纹理和材质的包裹、信封甚至袋子，以及它们的尺寸、位置和方向。

最好的解决方案是基于在庞大的物体数据库上训练的算法，因此可以轻松快速地归纳和识别从未见过的新类型的物体。皱纹、变形和其他不规则之处不会对快速识别造成障碍。

成功检测和定位后，机器人会收到命令来挑选特定物体，然后将其放置到预定义的位置，例如传送带上。

单一化面临的主要挑战

机器人单件分离系统的开发人员面临诸多挑战。3D 视觉面临的一个主要问题是表面有光泽或反光、包含各种图案和图片或为黑色。纹理变化也会带来困难。包裹通常以非结构化的方式堆叠在一起，相互重叠，这使得定位它们变得困难。

最大的挑战之一在于袋子的性质——它们的形状变形，充满褶皱，这使得机器人夹持器很难拾取它们。这就是为什么将高质量的 3D 视觉与先进而复杂的 AI 算法相结合如此重要的原因——只有这种强大的组合才能可靠地应对上述所有挑战。

扩大应用范围

人工智能自动化解决方案的利用并不仅限于简单的包裹分离和分类。如果 3D 相机能够以高质量和高速度扫描移动场景，那么就可以实时测量包裹并根据包裹尺寸或其他标准进行分类。

例如，Photoneo MotionCam-3D能够捕捉以高达 40 米/秒的速度移动的物体，测量精度可达 1 厘米，并提供约 2 Mpx 的深度图分辨率和 1500 万个 3D 点/秒。

结合人工智能和 3D 机器视觉的系统还可用于展开或打开皱巴巴的信封和包裹（并进行虚拟几何变换），以提高 OCR 的可读性，以便进一步处理。其中一些系统还可以根据条形码对包裹进行分类。

这些系统的可能应用和功能随着人工智能和机器视觉的进步而发展和扩展，同时市场需求决定了这种发展的方向。

机器人分拣可以提高安全性、生产率和可靠性，并显著降低成本。自动化已成为优化物流流程的重要工具。在节假日期间以及现在的 COVID-19 疫情期间，包裹流量大幅增加，仓库和配送中心一直在努力留住工人。部署视觉引导的智能机器人来分拣和分拣大量非结构化包裹流是应对这些挑战的方法。

（文章来源于Photoneo，如有侵权请联系删除）