随着SKU的海量化、订单的碎片化及疫情的常态化，快递、电商行业内对中转物流自动化和智能化的需求日益迫切。在大型快递中转场，如何实现自动化分拣以及提高分拣效率已成为行业的核心问题，而AI视觉结合机器人技术具有高效率、高精度、高柔性等优点，给高速发展的智慧物流行业带来了全新的“视野”。

　　快递行业分拣痛点

　　省市级快递分拨中心一般通过交叉带分拣机完成包裹分拣，但目前快递供包场景自动化程度低，基本依靠人工，劳动强度大、管理复杂、招工困难。要实现全自动分拣快递包裹，面临巨大挑战，具体难点如下：

　　快递种类繁杂多样

　　快递包裹包装不规范，种类繁多，来料堆叠，导致纯2D视觉和普通深度学习算法无法做到包裹的准确识别与姿态的精准定位。

　　传统视觉识别准确率低

　　常规快递以信封、纸箱、泡沫箱、软包为主，部分快递包裹存在反光、纹理不清晰、鼓包等特殊情况，传统视觉识别效果不佳，成功率较低。

　　抓取稳定性不高

　　在机器人抓取快递包裹过程中，可能会带动其他包裹，导致包裹从滑槽中滚落，进而影响视觉识别效果，使得机器人无法精准抓取，甚至会致使其撞到包裹。

　　传统自动化成本高

　　快递行业对资产投资回报率要求极高，大部分解决方案无法满足成本要求。

　　快递包裹分拣机器人

　　面向智慧物流行业的快递包裹无序分拣场景，视比特机器人推出基于AI+3D视觉的快递包裹分拣机器人，依托行业领先的3D视觉及深度学习智能算法，并结合自研高性能真空柔性吸具，可精准识别和抓取多品类、任意堆叠、无序来料的包裹。此外，产品融合包裹缓存及异形件剔除机构可有效解决包裹掉落影响视觉识别及抓取的问题，并保障包裹分拣不被干扰，确保产品持续、稳定、高效运行，综合分拣效率超过人工分拣，助力物流行业智能化升级。

　　其中，产品包含动态供包拣选和静态供包拣选两种方案：

　　动态供包拣选：机器人从高速运动的环形传送线上精准识别及分拣快递包裹放置在供包台上并进行扫码，分拣节拍可达1600/小时以上。

　　静态供包拣选：机器人从滑槽中精准识别并分拣快递包裹放置在供包台上并进行扫码，分拣节拍在1600件/小时以上。

　　核心优势

　　01 海量SKU精准识别与定位

　　针对快速供包海量SKU识别问题，本产品依托3D视觉与AI技术，采用高逼真虚拟数据生成、对比学习、目标检测与分割以及点云位姿检测等多种算法，可对目标的几何边缘、曲面平面、纹理等重要特征信息进行学习，实现不同种类供包的精准识别与定位，并在处理反光、纹理不清晰、鼓包等包裹情形下具备强悍的适应能力。并且用户在实际场景中无需采集大量标注图片，可实现包裹的免注册，能够保障产品的高效、快捷部署。

　　02 高性能夹具设计与柔性抓取

　　针对包裹异形识别困难、形状差异大、种类繁多的难点，产品自研高性能真空吸盘夹具，主体采用高强度塑料材质，通过集成式真空控制的方式，并结合柔性抓取控制技术，可适应各种信封、纸箱、泡沫箱、软包等常规包裹种类的稳定抓取，对于鼓包、松垮、轻微破损等包装不规范的包裹也有较高的抓取成功率，结构紧凑，体积轻便，性能稳定。

　　03 机械臂高效控制与轨迹规划

　　针对高速分拣下存在的碰撞、甩包、上双等异常问题，产品自研的机器人控制算法融合包裹尺寸、形状、堆叠情况、抓手尺寸等信息，可实时规划机器人运动轨迹，自动躲避障碍物，避免抓取过程中碰撞、甩包、上双等异常情况发生。

　　04 标准化供包分拣部署软件

　　为保证供包高速运行，产品构建了标准化供包分拣部署软件。结合自研机器人控制平台，无需学习机器人编程语言，便能通过可视化界面实现机器人的操控和部署，极大提高效率，且适配主流机器人品牌。此外，还配备自动标定软件，可一键完成标定，无需人工操作，极大降低成本。

　　典型案例

　　行业首套快递包裹分拣机器人

　　在某快递龙头公司省分拨中心，视比特机器人落地了行业首套快递包裹分拣机器人，采用AI+3D视觉算法，精准识别和抓取图案连续、紧密贴合、随机堆叠、各种形状大小、颜色纹理的快递包裹，实现了环形输送线场景下的高效率动态供包拣选。

　　AI+3D视觉持续赋能，助推行业智造升级

　　随着柔性自动化制造需求的日益丰富，AI+3D视觉+机器人的“黄金组合”将大有用武之地。未来，视比特机器人将继续深耕重工、汽车、物流等行业，打造更多高精度、低成本、易用的AI+3D视觉产品，帮助全球客户降本增效。