1 物流自動化分揀應用挑戰

　　國內日均包裹運送量達數億級，其中分揀工作最為繁瑣， 傳統人工分揀效率低、招工難，物流自動化分揀勢在必行。

　　目前，大部分自動化分揀在實際落地中都面臨著以下 挑戰：

　　· 包裹品類繁雜且物理特性(尺寸/形狀/材質)差異大;

　　· 包裹在傳送帶上排列無序且密集。

　　這些因素增加了包裹識別難度，導致抓取定位不精準、 分揀效率低、漏揀率及破損風險高。

　　2 常規方案的局限

　　采用物流自動化分揀的常規方案，往往存在以下局 限性：

　　(1)物理特性篩選：常規方案一般都是利用包裹的形 狀、重量等物理特性，來設計機械裝置實現簡單分類，每次 篩選只能基于單一物理特性進行粗分離，難以應對包裹的復 雜性與分揀高標準。

       (2)讀碼分離：系統將包裹信息集成在碼上，通過讀碼快速獲取信息，實現目標分割， 其局限在于：制碼操作繁瑣，在分 揀流傳輸中容易破損或被遮擋導致 讀碼失敗。

　　(3)激光雷達傳感：系統通過 掃描包裹生成三維點云數據，利用 空間信息實現目標分類，其局限在 于：高精度依賴于硬件本身性能， 成本居高不下。

　　(4)二維視覺傳感：利用基于 二維圖像的深度學習分割方法實現 高精度分割，其局限是：沒有考慮 物體空間信息，難以實現對堆疊包 裹的有效分割。

　　3 OPT三維視覺引導“自動分揀”方案

　　OPT三維視覺引導“自動分揀”方案依托雙目散斑結構 光3D相機和SmartWorks視覺軟件，能夠精準識別包裹類 別，解析復雜堆疊結構;同時，通過優化機械臂的抓取位 姿、策略，提高分揀效率，降低包裹破損率。

　　(1)OPT三維視覺引導“自動分揀”方案視覺系統組成

　　OPT三維視覺引導“自動分揀”方案主要由雙目散斑結 構光3D相機LSA1和SmartWorks視覺軟件兩部分組成(圖 2、圖3)。

圖1物流自動化分揀現場圖

　　雙目散斑結構光3D相機LSA1：彩色圖、深度圖同時輸 出;重復定位精度:1mm;全周期幀率：15FPS;最大視野 長度：3.5m。

　　SmartWorks視覺軟件：全功能平臺;1D+2D+2.5D +3D+Al+視頻+運控;零代碼編程;拖拽式&首創引導式;快 速部署;根據應用場景直接調用黃金方案。

　　(2)三步精準識別解析，解決包裹分揀難題

　　①高精度手眼標定：根據實際檢測范圍和鏡頭焦距等選 擇相機安裝方式(見圖4)。

　　使用高精度標定板，通過3D相機采集機械臂在不同位姿 下的標定板圖像，依托視覺軟件計算相機坐標系與機械臂坐 標系之間的轉換關系，輸出誤差供用戶確認(圖5)。

　　②圖像分割與位姿計算

　　在完成對包裹的RGBD圖像采集后，視覺軟件對圖像進 行實例分割，精確識別每個包裹類別，將其從背景中分離出 來;再從分割后的圖像中提取深度信息，生成點云模型，計 算包裹抓取點以及空間位姿(見圖6)。

　　③引導機械臂抓取

　　在確定包裹計算的3D信息與機械臂坐標保持一致后，將 計算結果發送給機械臂控制系統實現抓取。

　　(3)雙重優化升級，提高抓取效率和成功率

　　①頂層優先抓取提高效率

　　計算實例分割后各區域的外接矩形中點，基于深度信息對區域包裹進行高度排序，結合矩形度策略，篩選出位于 頂層且結構完整的目標包裹，提高抓取效率和成功率(見 圖7)。

　　②精準抓取控制降低破損率

　　運用RANSAC算法擬合點云平面，精確計算出該平面中 心點及法向位置，為機械臂提供最佳抓取位置和角度基準。

　　針對不同類型包裹，設計差異化抓取方案， 通過速度、 吸力、壓力的智能匹配，實現高精度、零破損的智能化抓取 (圖8)。

　　4 方案應用價值

　　采用OPT三維視覺引導“自動分揀”方案，能夠為物流 自動化行業用戶帶來以下應用價值：

　　· 高精度抓取保障：分揀準確率達99%以上;

　　· 高效分揀能力：單小時分揀數量超1800件，適配高速 物流場景;

　　· 全流程自動化：無需人工干預物料調整，降低人力成 本，避免操作誤差。