機器視覺和自動化的進步，正在幫助制造企業(yè)更好地利用自主移動機器人、深度學(xué)習(xí)等技術(shù)的發(fā)展，改善其物流和倉儲運營。

根據(jù)2021年Pitney Bowes包裹運輸指數(shù)顯示，2020年全球共運輸了1310億個包裹。全球疫情和不斷增長的電子商務(wù)行業(yè)加速了這一趨勢，預(yù)計到2026年這一數(shù)字將增加一倍以上。隨著在線零售量的大幅增加，自動化物流、倉庫和運輸過程的需求已成為當(dāng)務(wù)之急。

包裝測量、質(zhì)量檢查、條形碼讀取、光學(xué)字符識別/光學(xué)字符驗證（OCR/OCV）和材料處理優(yōu)化（目前許多公司都是手動進行的），是運輸業(yè)價值鏈的關(guān)鍵部分，有助于實現(xiàn)自動化。

“物流、倉儲和航運組織正在努力加快運營速度。但提速意味著準(zhǔn)確性和精確性至關(guān)重要，因為沒有時間來處理錯誤。此外還有人員配置問題。”斑馬技術(shù)公司供應(yīng)鏈解決方案總監(jiān)Mark Wheeler表示，“當(dāng)你把這三樣?xùn)|西放在一起時，你得到的是一個非常開放的市場，可以以創(chuàng)新的方式結(jié)合現(xiàn)有技術(shù)和新技術(shù)來嘗試新事物。”這些創(chuàng)新大多圍繞機器視覺展開。

01

視覺引導(dǎo)機器人

在倉庫或配送中心，托盤裝載通常標(biāo)志著倉儲過程的開始和結(jié)束。進入設(shè)施后，托盤貨物要么卸下托盤，裝入單獨的箱子，要么作為完整的托盤儲存。卸載托盤已經(jīng)從主要由人工完成，轉(zhuǎn)變?yōu)橐蕾囈曈X引導(dǎo)機器人。在機器人將一個物品放置到輸送機上時，機器視覺定位下一個需要拾取的包裹，從而加速這一過程。

“大多數(shù)包裹以托盤裝載的形式到達和離開倉庫，在現(xiàn)代化倉庫中這是大多數(shù)機器視覺應(yīng)用的核心。”易福門公司的業(yè)務(wù)開發(fā)、機器人感知部門的Garrett Place表示。

康耐視公司的物流視覺產(chǎn)品高級經(jīng)理Ben Carey表示， “在物流應(yīng)用中，機器視覺涉及四個環(huán)節(jié)：測量、檢查、引導(dǎo)和識別。從接收、分揀到離開檢查點，都會經(jīng)歷這四個環(huán)節(jié)。”

02

自主移動機器人

向機器視覺解決方案的開發(fā)人員詢問，如何才能為用例實現(xiàn)可重復(fù)性方法，他們可能會說一些關(guān)于限制變量數(shù)量的問題。但是，大多數(shù)倉儲和物流操作所移動的包裹可能是任何顏色、大小、形狀和材料。這些可變性使得技術(shù)選擇和解決方案的創(chuàng)建變得極其困難。

Place介紹道，“在過去幾年，亞馬遜的Pick挑戰(zhàn)就是一個完美的例子。這也是在物流領(lǐng)域中大多數(shù)機器視覺的應(yīng)用案例使用多攝像頭和多模式的主要原因。一個攝像頭和一種技術(shù)不足以管理這類應(yīng)用的可變性。”

Zivid產(chǎn)品營銷經(jīng)理John Leonard對此表示贊同。他解釋道：“主要的應(yīng)用是對進入和離開設(shè)施的箱子進行拆垛和碼垛。在這些進/出操作之間，主要是單件揀貨操作和訂單揀貨以完成訂單。有很多不同的方法可以實現(xiàn)這些任務(wù)。”

這些方法包括由機載3D視覺引導(dǎo)的自主移動機器人（AMR）。例如，AMR可以自主移動到箱柜，以查找和選擇物品。機器人還可以拾取由輸送機輸送的物品。其它移動機器人則可以將物品運送到視覺站，以便檢查貨物的類型和數(shù)量。

03

自動導(dǎo)引車輛

或者，對于滿載托盤的存儲，許多倉庫部署自動引導(dǎo)車輛（AGV）來拾取和存儲托盤以供檢索。在行駛過程中，AGV依靠機器視覺進行托盤姿態(tài)和障礙物檢測。在整個過程中，機器視覺代碼讀取并跟蹤托盤和箱子負(fù)載。

當(dāng)滿載托盤準(zhǔn)備離開設(shè)施時，AGV管理移動，同時機器人手臂將箱子貨物轉(zhuǎn)換為滿載托盤。在進入卡車之前，對這些準(zhǔn)備裝運的托盤進行稱重和測量，使托盤尺寸成為物流機器視覺的另一個強大用例。

LMI Technologies公司美洲區(qū)域開發(fā)經(jīng)理Daniel Howe表示：“該行業(yè)已經(jīng)發(fā)生變化，從嚴(yán)格按重量評估運費轉(zhuǎn)向按尺寸重量收費，這使得準(zhǔn)確的尺寸測量比以往任何時候都更重要。智能3D傳感器是包裝和物流過程自動化的關(guān)鍵驅(qū)動因素，包括體積尺寸、規(guī)格、分類和表面缺陷檢測。”

許多AMR和AGV依靠易福門O3R平臺進行機器人感知。它由小型攝像機頭（VGA攝像機和運行時間傳感器）和帶有NVIDIA Jetson TX2的視覺處理單元（VPU）組成，用于評估數(shù)據(jù)。最多可以將6個攝像頭連接到基于Linux的設(shè)備，包括來自其它公司的傳感器。

04

對提高速度和吞吐量的需求

雖然在物流和倉儲應(yīng)用中存在許多挑戰(zhàn)，但對更高速度和更高吞吐量的需求是不變的。挑戰(zhàn)包括裝在透明塑料袋中的物品，由于其會反射光線，這些物品會帶來成像挑戰(zhàn)。其它工件拾取操作可能需要將顏色作為物料檢測過程的一部分，這可能需要支持識別圖像顏色信息的3D視覺。

所有3D相機的校準(zhǔn)都是一個巨大的挑戰(zhàn)，因為它們的設(shè)計工作范圍為微米，但工業(yè)環(huán)境中常見的敲擊聲、溫度波動和振動很容易影響校準(zhǔn)，從而影響3D相機的精度。Leonard表示，“有些相機（如Zivid 3D相機）是專門為工業(yè)環(huán)境設(shè)計和制造的，防護等級為IP65，具有自動校準(zhǔn)功能。這意味著，如果由于大型卷簾門的打開和關(guān)閉而導(dǎo)致溫度變化5度（這在物流倉庫中很常見），那么攝像頭就會進行調(diào)整，以保持完美校準(zhǔn)。”

05

箱體體積尺寸和空隙填充

LMI開發(fā)了超寬視野（FOV）Gocator 2490傳感器，旨在為傳輸提供快速準(zhǔn)確的包裹尺寸測量。例如，它可以用于測量箱體，以提供用于確定尺寸重量的精確體積。箱子可能以2 m/s的速度在輸送機上移動。據(jù)Howe介紹，單個寬視場Gocator 2490智能傳感器，可以以800Hz的速率掃描和測量掃描區(qū)域內(nèi)1米x 1米的完整盒子尺寸，并在所有三個維度（X、Y、Z）上提供2.5mm的分辨率。

“競爭對手基于攝像頭的系統(tǒng)，通常在X、Y和Z軸上只能提供3到5毫米的分辨率。然而，每個傳感器的測量范圍和分辨率都不同，因此必須為您的應(yīng)用選擇合適的傳感器。”Howe說。Gocator 2490具有足夠高的分辨率，不僅可以測量各種規(guī)格的尺寸，甚至可以檢測包裝中的細(xì)微缺陷。如果檢測到有缺陷的包裹，這種在線檢查功能可以觸發(fā)通過/失敗決定。

Gocator 2490還為解決更先進的包裝應(yīng)用提供了機會，如空隙填充，這涉及掃描打開的包裝中的物品，并確定需要多少包裝材料來填充空白空間。對于該應(yīng)用，雙攝像頭配置有助于避免盒子或手提箱內(nèi)的遮擋。

06

邊緣深度學(xué)習(xí)

由于應(yīng)用的復(fù)雜性不斷增加，機器視覺在物流領(lǐng)域也面臨挑戰(zhàn)。例如，試圖在高速輸送機上隨機檢測不同類型和不同規(guī)格的物體。在這種情況下，傳統(tǒng)基于規(guī)則的機器視覺檢測/檢查將舉步維艱。

然而，嵌入式平臺中易于使用的機器學(xué)習(xí)（ML）和深度學(xué)習(xí)（DL）正在出現(xiàn)，以幫助用戶解決以前具有挑戰(zhàn)性的應(yīng)用。例如，康耐視最近推出了具有邊緣學(xué)習(xí)功能的In-Sight 2800視覺系統(tǒng)，無需編程即可輕松設(shè)置。根據(jù)Carey的說法，In-Sight 2800可以對從箱子、手提包到塑料袋的所有物品進行快速準(zhǔn)確的分類，這一切都是在智能相機上完成的。

通過引入邊緣學(xué)習(xí)等先進技術(shù)，In-Sight 2800提高了包裹檢測率，減少了人工返工，并通過更先進的材料處理自動化，更精確的處理訂單。“我們的客戶正受益于處理速度的提高和更少的人工交互，使這些公司能夠應(yīng)對勞動力缺乏，在不改變員工人數(shù)的情況下管理波動需求。” Carey表示。

07

機器視覺的民主化

現(xiàn)代倉庫中部署的大多數(shù)技術(shù)，包括2D和3D相機以及增強的計算能力，都是先前方法的迭代。即使有些不同，也是將所有這些技術(shù)應(yīng)用于具有強大處理能力的多幀、多模式策略中，并結(jié)合ML來管理應(yīng)用。

“過去，我們常常在倉庫中看到單一供應(yīng)商的解決方案。”Place解釋道：“現(xiàn)在則是多個供應(yīng)商和技術(shù)的結(jié)合，通過其各自優(yōu)勢共同部署以解決這一挑戰(zhàn)。這種方法將繼續(xù)解鎖以前未被機器視覺觸及的用例。可以把它看作是倉儲和物流中機器視覺的民主化。”

很難說有哪一項技術(shù)進步為倉儲和物流中的機器視覺開啟了新的用例。當(dāng)然，相機正在提供更好、更可重復(fù)的數(shù)據(jù)，計算速度也更快，但并沒有改變游戲規(guī)則。最大的進步，可能是在多技術(shù)方法中，組件在解決倉庫問題中使用起來更容易。

“物流正朝著機器人技術(shù)發(fā)展，將其作為管理行業(yè)大規(guī)模增長的主要方法。”Place總結(jié)道：“機器人是一個集成問題。機器視覺及其所有的復(fù)雜性，正從單一的攝像頭，轉(zhuǎn)向減少現(xiàn)代倉庫所需的組件集成問題。這種方法將我們帶入下一段旅程。”

關(guān)鍵概念：?

■ 制造商正在加強自動化，以滿足激增的需求并應(yīng)對日益嚴(yán)重的勞動力短缺。

■?AMR和AGV使用機器視覺和傳感技術(shù)來自由移動。

■?嵌入式平臺中的機器學(xué)習(xí)和深度學(xué)習(xí)正被用來解決曾經(jīng)非常具有挑戰(zhàn)性的應(yīng)用。

編輯：黃飛

?