【弗图尼尔】人工智能机器人对包裹的分拣有何益处

通过人工分拣成堆的包裹和信件，然后将它们分类并放在传送带上的过程极富挑战性，尤其是在高峰期。这一分拣过程的自动化可以提高生产率，节省成本和时间，并减少破损。为了跟上不断增长的电子商务需求，人工智能分拣系统正逐渐成为物流公司的必需品。

人工筛选——过去式？

包裹流量在一年中经历剧烈波动，通常在黑色星期五和圣诞节期间达到峰值。全球包裹量以每年高达25%的速度增长。

新冠疫情的爆发检验了订单的实效性。人们对电子商务依赖性的增长增加了对物流产能的需求。这种产能需求反过来又导致更多的运营成本，即不仅需要雇用更多员工增加人工工资支出，而且招聘过程本身费用也高昂。从销售角度来看，通常被认为是最好和最有利可图的时期因此变成了最差的时期。此外，除了吞吐量要求和需求高峰外，工人的健康和满意度也是人工筛选和分拣系统的挑战。员工可能会因重复性任务而感到厌烦，也可能因处理不规则的重型物品而受伤。这些情况下会产生工人的补偿费用增加同时降低企业生产能力。

视觉和机器人援助

上述挑战可以通过自动化分拣系统来克服，这可以使成本更加可预测，并为需求高峰提供可量测性。

目前最先进的自动化技术结合了3D机器视觉、AI算法以及与主要机器人品牌的兼容性。它可以检测特定取放系统的质量和实用性。让我们来谈谈具体的例子。如果一家公司需要单独计算和分类大型、非结构化的包裹，那么公司如何能够从实现自动化系统中获益？

例如，Photoneo将内部开发的3D机器视觉与算法相结合，使机器人能够每小时拾取2250多个包裹。视觉系统通过提供准确的3D数据，实现精确定位，使机械夹持精度达到+/-3 mm。

该公司说，他们的系统基于一个预先训练过的神经网络，可以在不经过任何训练的情况下识别包裹，拣选成功率达95%。

剩下的5%是包裹的机械性能和材料的结果。例如，如果一个物体的表面起皱或是由织物制成，它可能会从夹钳上掉下来，需要再次拾取。根据Photoneo的说法，这样的物体总是在第二次尝试时成功地被拾取。该公司声称该自动分拣系统可以实现不到1.5秒的循环时间，并且它与一系列机器人品牌兼容。

单项扫描与多点拾取模式

性能速度取决于所选的扫描模式。单一扫描模式进行扫描，处理数据，定位对象，并向机器人发送一个命令来拾取它。对每个对象重复此过程。处理延迟一般不超过0.5秒。

另一个选择是多点拾取模式，在这种情况下，扫描仪/摄像机进行扫描，系统识别所有可拾取的对象，然后机器人一个接一个地拾取它们，中途不受任何事物阻断。扫描次数可以根据特定应用进行调整。由于在多点拾取模式下没有处理延迟，因此性能更快，并且循环时间仅受机器人速度的限制。

视觉和智能

三维数据的质量决定了自动分选和分选解决方案的成功。一项设备可以拥有最智能的系统，但是如果没有好的3D数据来处理和依赖，它的输出将是无用的。一个好的三维相机需要高分辨率和高精度，大的扫描量和景深，以及高扫描速度。

其他重要因素是抑制环境光的能力和“即插即用”性能。如果采用的3D摄像机提供了所有这些功能，智能系统将获得足够的数据供人工智能处理并成功定位每个物体。              最现代的人工智能包裹分割和定位方法是使用卷积神经网络，这在过去几年里取得了很大的进展。这些神经网络可以识别包裹、信件，甚至任何形状、质地和材料的袋子，以及它们的尺寸、位置和方向。

最好的解决方案是基于在庞大的对象数据库上训练的算法，因此可以轻松、快速地概括并识别他们从未见过的新类型的物品。皱纹、变形和其他不规则不应妨碍快速识别。

在成功的检测和定位之后，机器人得到一个命令，选择一个特定的物体，然后把它放在一个预先确定的位置，比如传送带上。

筛选的主要挑战

机器人信号系统的开发人员面临着许多挑战。三维视觉的一个主要问题是有光泽或反射的表面，包含各种图案和图片，或者是黑色的。质地的变化也会造成困难。包裹通常以非结构化的方式堆放，彼此重叠，这使得系统很难通过三维视觉定位。

最大的挑战之一在于袋子的性质——它们的形状是变形的，充满了褶皱和皱纹，这使得机器人抓取它们非常困难。这就是将高质量的3D视觉与先进而复杂的人工智能算法相结合的重要原因——只有这种强大的组合才能有效地应对上述所有挑战。

扩大应用范围人工智能驱动的自动化解决方案的使用并不仅仅局限于简单的包裹分拣。如果一台3D相机能够高质量和高速度地扫描运动场景，那么就可以动态地测量包裹，并根据其尺寸或其他标准对其进行分类。

例如，3D光电驱动器能够捕捉移动速度高达40米/秒的物体，其测量精度可达1厘米，并提供~2英里/秒的深度地图分辨率和1500万个3D点/秒。

结合了人工智能和三维机器视觉的系统还可以用于展开或打开起皱的信封和包裹，并且可以进行几何变换，以提高OCR的可读性，以便进一步处理。其中一些系统还可以根据条形码对包裹进行分类。随着人工智能和机器视觉的进步，这些系统的应用范围和应用能力也在不断发展和扩展，与此同时市场需求也决定了这种发展的方向。

机器人操作可以提高安全性、生产率和可靠性，并显著降低成本。自动化已成为优化物流过程的重要工具。在假期前后和今年新冠病毒大流行期间，包裹流量大幅增加，仓库和配送中心一直在努力留住员工。部署视觉引导的智能机器人进行分拣，并对巨大的非结构化包裹流进行分拣，是应对这些挑战的方法。