通過手動分類成堆的包裹和信件，特別是在高峰期，將其分類并放在傳送帶上是非常具有挑戰(zhàn)性的。這種分揀過程的自動化可以提高生產(chǎn)率，節(jié)省成本和時(shí)間，減少損壞。為了跟上電子商務(wù)需求的增長，人工智能分揀系統(tǒng)正逐漸成為物流公司的必需品。

　　人工篩選-過去式?

　　包裹流量在一年內(nèi)經(jīng)歷了劇烈波動，通常在黑色星期五和圣誕節(jié)達(dá)到峰值。全球包裹量每年增長25%。

　　新019冠狀病毒疾病的爆發(fā)測試了訂單的有效性。人們對電子商務(wù)的依賴增加了對物流能力的需求。這種生產(chǎn)能力需求反過來會導(dǎo)致更多的運(yùn)營成本，即不僅雇傭更多的員工來增加勞動力支出，而且招聘過程本身也很昂貴。從銷售的角度來看，它通常被認(rèn)為是最好、最有利可圖的時(shí)期，因此它已經(jīng)成為最糟糕的時(shí)期。此外，除了吞吐量要求和需求高峰外，工人的健康和滿意度也是人工篩選和分揀系統(tǒng)的挑戰(zhàn)。員工可能會厭倦重復(fù)的任務(wù)，也可能會因處理不規(guī)則的重物而受傷。在這些情況下，工人的補(bǔ)償成本將增加，企業(yè)的生產(chǎn)能力將降低。

　　視覺和機(jī)器人援助

　　自動分揀系統(tǒng)可以克服上述挑戰(zhàn)，使成本更加可預(yù)測，并為需求高峰提供可測性。

　　目前，最先進(jìn)的自動化技術(shù)結(jié)合了3D機(jī)器視覺、人工智能算法和與主要機(jī)器人品牌的兼容性。它可以檢測到特定取放系統(tǒng)的質(zhì)量和實(shí)用性。讓我們來談?wù)劸唧w的例子。如果一家公司需要單獨(dú)計(jì)算和分類大型和非結(jié)構(gòu)化的包裹，該公司如何從實(shí)現(xiàn)自動化系統(tǒng)中受益?

　　例如，Photoneo將內(nèi)部開發(fā)的3D機(jī)器視覺與算法相結(jié)合，使機(jī)器人每小時(shí)可以拾取2250多個(gè)包裹。通過提供準(zhǔn)確的3D數(shù)據(jù)，視覺系統(tǒng)可以實(shí)現(xiàn)精確定位，使機(jī)械夾緊精度達(dá)到+/-3mm。

　　該公司表示，他們的系統(tǒng)基于一個(gè)預(yù)先訓(xùn)練過的神經(jīng)網(wǎng)絡(luò)，可以識別包裹，無需任何訓(xùn)練，選擇成功率達(dá)到95%。

　　剩下的5%是包裝機(jī)械性能和材料的結(jié)果。例如，如果一個(gè)物體的表面起皺或由織物制成，它可能會從夾子上掉下來，需要再次撿起來。根據(jù)Photoneo的說法，這些物體在第二次嘗試中總是成功地?fù)炱饋?。該公司聲稱，自動分揀系統(tǒng)可以實(shí)現(xiàn)不到1.5秒的循環(huán)，并與一系列機(jī)器人品牌兼容。

　　單項(xiàng)掃描和多點(diǎn)拾取模式

　　性能速度取決于所選的掃描模式。掃描單個(gè)掃描模式，處理數(shù)據(jù)，定位對象，并向機(jī)器人發(fā)送命令來拾取它。重復(fù)每個(gè)對象的過程。處理延遲一般不超過0.5秒。

　　另一種選擇是多點(diǎn)拾取模式。在這種情況下，掃描儀/攝像頭進(jìn)行掃描，系統(tǒng)識別所有可拾取的對象，然后機(jī)器人一個(gè)接一個(gè)地?fù)炱鹚鼈?，中途不會被任何東西阻擋。掃描次數(shù)可根據(jù)特定應(yīng)用程序進(jìn)行調(diào)整。由于多點(diǎn)拾取模式下沒有延遲，性能更快，循環(huán)時(shí)間僅限于機(jī)器人速度。

　　視覺和智能

　　三維數(shù)據(jù)的質(zhì)量決定了自動分選和分選解決方案的成功。一個(gè)設(shè)備可以擁有最智能的系統(tǒng)，但如果沒有良好的3D數(shù)據(jù)來處理和依賴它，它的輸出將是無用的。一個(gè)好的三維相機(jī)需要高分辨率和精度、大的掃描量和景深以及高的掃描速度。

　　其他重要因素是抑制環(huán)境光和即插即用性能的能力。如果使用的3D相機(jī)提供了所有這些功能，智能系統(tǒng)將獲得足夠的數(shù)據(jù)來處理人工智能，并成功地定位每個(gè)對象。最現(xiàn)代的人工智能包裝分割和定位方法是使用卷積神經(jīng)網(wǎng)絡(luò)，這在過去幾年中取得了很大的進(jìn)展。這些神經(jīng)網(wǎng)絡(luò)可以識別包裝、信件，甚至任何形狀、紋理和材料的袋子，以及它們的尺寸、位置和方向。

　　最好的解決方案是基于在龐大的對象數(shù)據(jù)庫上訓(xùn)練的算法，因此它可以很容易地、快速地總結(jié)和識別他們從未見過的新物品。皺紋、變形和其他不規(guī)則不應(yīng)妨礙快速識別。

　　經(jīng)過成功的檢測和定位，機(jī)器人得到一個(gè)命令，選擇一個(gè)特定的物體，然后將其放在預(yù)先確定的位置，如傳送帶。

　　篩選的主要挑戰(zhàn)

　　機(jī)器人信號系統(tǒng)的開發(fā)人員面臨著許多挑戰(zhàn)。三維視覺的一個(gè)主要問題是有光澤或反射的表面，包括各種圖案和圖片，或黑色的。紋理的變化也會造成困難。包裝通常以非結(jié)構(gòu)化的方式堆放和重疊，使系統(tǒng)難以通過三維視覺定位。

　　最大的挑戰(zhàn)之一是袋子的性質(zhì)——它們的形狀變形，充滿皺紋和皺紋，這使得機(jī)器人很難抓住它們。這是將高質(zhì)量的3D視覺與先進(jìn)而復(fù)雜的人工智能算法相結(jié)合的重要原因——只有這種強(qiáng)大的組合才能有效地應(yīng)對上述所有挑戰(zhàn)。

　　擴(kuò)大應(yīng)用范圍的人工智能驅(qū)動自動化解決方案的使用并不局限于簡單的包裝分類。如果3D相機(jī)能高質(zhì)量、高速地掃描運(yùn)動場景，則可以動態(tài)測量包裝，并根據(jù)其大小或其他標(biāo)準(zhǔn)進(jìn)行分類。

　　例如，3D光電驅(qū)動器可以捕捉移動速度高達(dá)40米/秒的物體，測量精度可達(dá)1厘米，并提供深度地圖分辨率為~2英里/秒和1500萬個(gè)3D點(diǎn)/秒。

　　結(jié)合人工智能和三維機(jī)器視覺的系統(tǒng)也可以用來擴(kuò)展或打開起皺的信封和包裹，并可以進(jìn)行幾何變換，以提高OCR的可讀性，以便進(jìn)一步處理。一些系統(tǒng)也可以根據(jù)條形碼對包裹進(jìn)行分類。隨著人工智能和機(jī)器視覺的進(jìn)步，這些系統(tǒng)的應(yīng)用范圍和應(yīng)用能力也在不斷發(fā)展和擴(kuò)大，市場需求也決定了這一發(fā)展方向。

　　機(jī)器人操作可以提高安全性、生產(chǎn)率和可靠性，并顯著降低成本。自動化已成為優(yōu)化物流過程的重要工具。在新冠病毒-19流行期間，包裝流量顯著增加，倉庫和配送中心一直在努力留住員工。部署視覺引導(dǎo)的智能機(jī)器人進(jìn)行分揀，并對巨大的非結(jié)構(gòu)化包裝流進(jìn)行分揀，是應(yīng)對這些挑戰(zhàn)的一種方式。