為滿足物流分揀的低成本和實時性要求，提出了基于多個立體攝像頭的系統(tǒng)獲取典型物體的完整立體信息的方法，并結(jié)合機械臂搭建了實驗硬件平臺。實驗采用了2個微軟Kinect攝像頭在水平面上實現(xiàn)了約3 mm精度的物體定位，根據(jù)物體的立體信息建立立體模型，并計算了物體的取向、尺寸、含有的平面等多個可用于物體操作的立體特征，計算速率約為1 s／幀。根據(jù)這些信息，使用了機械臂成功進行了連續(xù)100次抓取。實驗結(jié)果表明，這套方法和平臺無需離線學習即可以實時提取多種尺寸和形狀的物體的立體特征，機械臂可以基于此進行精度較高的物體操作。

　　飛速發(fā)展的電子商務對物流行業(yè)提出了越來越高的要求，傳統(tǒng)的人工分揀方式已經(jīng)逐漸無法滿足需求。為了節(jié)省時間和空間，每個物流節(jié)點需要快速將物件按照大小、形狀、目的地進行分揀和裝載。機械臂技術(shù)的不斷發(fā)展使得機器人可以以相當高的精度和智能度進行物體操縱，可以幫助人類分揀物件。典型的機器人參與的物流分揀場景類似于工廠裝配流水線。機械臂和傳感器安裝在平臺上，位置相對固定；待分揀的物體用傳送裝置運輸?shù)狡脚_當中，系統(tǒng)對它們進行識別和定位，然后由機械臂將其分揀到不同的運輸設備上。這種場景下，需要能夠?qū)崟r對平面上所有物體的尺寸、形狀、表面特征、適合抓取的位置等進行識別，使得機械臂能夠選取合理的模式進行操作。因為待分揀物件的種類無法預先確定，識別系統(tǒng)需要較強的泛化性能。同時，分揀系統(tǒng)的成本需要控制在合理范圍內(nèi)，而識別與定位精度只需要滿足操作要求即可。對于典型大小的物件，定位精度約為5 mm以下就可以保證操作成功。