行业应用｜工业AI视觉系统，助力物流行业智慧分拣加速升级

近年来，电子商务的快速发展，致使快递业务量剧增，每天产生近三亿的包裹量。物品分拣作为工业流水线生产和物流领域中非常重要的一环，一直来由人工完成，速度较慢，准确率低，已经无法满足当下快递企业对产能、时效和成本的要求，因此物品分拣生产线朝着自动化、智能化转型升级，成为必然的发展趋势。

行业痛点洞察，探索物流分拣新道路

由于物流分拣工作单一枯燥、劳动强度大，年轻人就业愿意降低，未来物流行业用工短缺、人力成本问题会愈加明显，加上培养一个熟练的操作工，往往还需要耗费大量的人工成本。但是，通过人工智能、机器视觉等先进技术优化自动化设备，机器代替人工已经成为大趋势。目前物品分拣行业自动化技术不高，但是要实现流水线的全自动化分拣包裹，还有各种各样的挑战。

数字化转型基础不断夯实

快递包裹包装不规范，种类繁多且杂，时常会有来料堆叠现象，导致传统2D视觉无法做到对包装的准确识别和分拣。

传统视觉分拣识别准确率低

常规快递以纸箱、泡沫箱、塑料包装、编织袋装为主，部分快递存在反光、鼓包等特殊情况，传统视觉系统可能会存在识别效果不佳的情况，从而导致物品分拣错误。

抓取稳定性不高

在传统分拣快递包裹过程中，可能会因为抓取不当带动其他包裹，导致包裹从滑槽中滚落，进而影响视觉识别效果，使得分拣系统无法精准抓取，甚至会致使其撞到包裹。

布局物品分拣领域，加快应用落地

在分拣无序的场景下，物品的精准识别和抓取一直是技术难点。想要在物品分拣领域获取更大的收益，就要解决分拣过程中的识别复杂性，核心技术在于机器视觉。机器视觉常用于大批量生产过程中的产品质量检测和分拣，其具有高度自动化、高效率、高精度等优点。

面对智慧物流行业的快递包裹无序分拣场景，深眸科技推出了基于“深度学习+3D视觉”的工业AI视觉系统，依托行业领先的3D视觉和深度学习智能算法，通过上千种算法模型，精准识别和抓取多品类、任意堆叠、无序来料的包裹，为物品分拣领域实现更高效的作业。

工业AI视觉系统，通过自动流水线把不同大小、形状的产品依次输送到工业相机下方，从拍摄的图像中提取信息，进行处理并加以理解，并将信息传递给分拣机器人。分拣机器人通过视觉跟踪对图像序列中的运动目标进行检测、提取、识别并获得目标的运动轨迹，从而进一步处理与分析，实现对目标行为的理解，通过相关动作指令，并最终实现抓取、放置等工作。

1、快速精准识别

工业AI视觉系统中，物品种类识别分类过程包括模型训练过程以及加载模型实现分类过程，可以做到对不同类别的物品快速分类。同时，搭配3D视觉设备，可以精准抓取零件，以实现多项任务的自动化，比如物体抓取。

2、开发周期短

工业AI视觉系统能在短期内完成模型标注、训练、识别，即可使用，且还在不断优化更新模型提升准确率。

3、复杂环境识别率高

工业AI视觉系统，结合多种深度学习算法、机器视觉产品，可识别物体紧密贴合或随意摆放或堆叠等复杂环境的包括盒状、袋状、瓶状物体在内的多种物体轮廓。可够精准分割目标，并进行中心点计算，结合深度算法准确识别物体。

在应用成效方面，深眸科技自主研发的工业AI视觉系统，可重复性工作，实现24小时不间断作业，节省人力成本40%-60%。与机械臂协同工作，还可以精准识别各种物品，总体将分拣效能可以提升3倍，分拣正确率可达到99.9%。从具体细分类目来看，深眸科技在分拣行业，构建了包括周转箱拆码垛、化妆品分拣、包裹分类等多个项目的解决方案，并成功落地应用。

相较于一般的工业视觉系统，深眸科技自主研发的工业AI视觉系统，还可以有效解决包裹掉落影响机器视觉识别和抓取的问题，确保产品持续升级，稳定、高效地运行，助力物流产业智能化升级。未来，深眸科技也将不断加大技术研发力度，为客户提供最为合适的解决方案，让工业AI视觉系统在更多场景实现落地。